Pietre miliari sulla strada dell'intelligenza artificiale
Proprio come l'elettricità ha rivoluzionato la vita nel XIX secolo, l'intelligenza artificiale ha il potenziale per cambiare radicalmente la nostra società ed economia. Come è nato e quali sono state le tappe più importanti?
Autore: Stefan Fröhlich, Portfolio Manager Systematic Equities
ChatGPT di OpenAI ha raggiunto un'enorme popolarità nel 2022 con un'ascesa fulminante. In soli cinque giorni, ChatGPT ha raggiunto più di un milione di utenti. In confronto, Facebook ci ha impiegato dieci mesi e Netflix tre anni e mezzo per raggiungere questa cifra. ChatGPT ha quindi aiutato l'intelligenza artificiale (AI) a fare un grande passo avanti nell'opinione pubblica.
Pietre miliari dell'intelligenza artificiale
La realizzazione concreta dell'IA iniziò negli anni 1950 con l'invenzione di una singola cellula (perceptron) e la scoperta della rete neurale negli anni '70. Tuttavia, queste reti non sono riuscite a raggiungere una svolta importante perché i computer dell'epoca avevano una potenza di calcolo troppo bassa e i set di dati erano troppo piccoli per addestrare gli algoritmi in modo efficiente. Gli alberi decisionali sono diventati popolari negli anni '80 e '90. Poiché un singolo albero decisionale è trasparente, ma il potere predittivo è basso, gli algoritmi random forest e boosting combinano diversi alberi decisionali, migliorando notevolmente le previsioni.
Dagli anni 2000, i progressi nella potenza di calcolo e la disponibilità di grandi serie di dati hanno portato ad una rinascita delle reti neurali sotto forma di apprendimento profondo. Mentre una rete neurale è costituita da un solo strato di singole cellule, le reti neurali profonde (deep learning) collegano tra loro diversi strati nascosti. Questo ha rivoluzionato la ricerca sull'AI, ha permesso progressi rivoluzionari, in particolare nel riconoscimento delle immagini e del parlato, e ha portato alla svolta dell'intelligenza artificiale nelle aziende IT a partire dal 2010.
L'architettura Transformer, inventata nel 2017, è un'altra pietra miliare nello sviluppo dell'intelligenza artificiale e sta rivoluzionando i modelli linguistici di grandi dimensioni (LLM). Grazie all'algoritmo Transformer, i modelli linguistici di grandi dimensioni sono in grado di elaborare il testo, comprendere il contesto e ricavarne le risposte. ChatGPT-3 è stato rilasciato nel 2022 e consente agli utenti di utilizzare il linguaggio naturale per una serie di compiti, dalla creazione di testi alla generazione di codici.
I chatbot hanno rapidamente acquisito importanza negli ultimi due anni e hanno affascinato milioni di utenti in un lasso di tempo molto breve. Tuttavia, questa rivoluzione tecnologica significa che il libro di storia dell'intelligenza artificiale è tutt'altro che finito - è solo all'inizio. La potenza di calcolo (GPU) sta aumentando rapidamente grazie agli investimenti miliardari di grandi aziende IT come Nvidia, consentendo modelli sempre più completi e potenti. Attualmente, il cervello umano, con circa 100 mila miliardi di sinapsi, è ancora più complesso dei più grandi modelli di AI. Questo potrebbe cambiare nei prossimi anni e modificare in modo significativo la nostra società e il futuro sviluppo economico.
L'intelligenza artificiale nella gestione degli asset?
Gli algoritmi di apprendimento automatico possono essere utilizzati per prevedere i rendimenti azionari futuri e attingere a fonti di alfa che spesso rimangono nascoste agli esseri umani. Pertanto, rappresentano un'aggiunta promettente agli approcci di investimento tradizionali.
I termini più importanti nel contesto dell'IA
L'intelligenza artificiale ha dato origine a una varietà di termini. Ecco una categorizzazione:
- L'intelligenza artificiale (AI) si riferisce alla capacità delle macchine di svolgere compiti che normalmente richiedono l'intelligenza umana. Ciò si applica a tutti gli aspetti della vita, tra cui la capacità di vedere, muoversi, pensare, risolvere problemi passo dopo passo e inventare cose nuove.
- Un'area dell'IA è l'apprendimento automatico (ML), che utilizza algoritmi in grado di apprendere dai dati, riconoscere correlazioni e schemi in modo autonomo e fare previsioni.
- Un algoritmo è un processo che può essere utilizzato per risolvere problemi.
- Nell'IA generativa, il contenuto creativo, come testo, immagini o video, viene generato utilizzando tecniche di deep learning.
- Il Prompting si riferisce all'invio di richieste a un modello linguistico per ottenere risposte o risultati specifici. Un prompting efficiente sta diventando sempre più importante per le applicazioni di IA e può essere paragonato alla ricerca di informazioni su Google.
- Superintelligenza è il termine usato per descrivere uno stato in cui l'intelligenza artificiale supera quella umana.
