L’intelligenza Artificiale Generativa è un’applicazione di questa tecnologia tanto promettente quanto inquietante, che richiede alle aziende un approccio basato su un forte fondamento etico.
Tra le moltissime applicazioni emergenti dell’Intelligenza Artificiale, quella della AI Generativa è tra le più interessanti e al contempo tra le più inquietanti, dato che si è sempre pensato all’attività creatrice come a una caratteristica distintiva della mente umana.
E, in effetti, l’Intelligenza Artificiale Generativa è nota oggi al grande pubblico soprattutto per il fenomeno dei deepfake: contenuti audio o video che sono in grado di sostituirsi a quelli reali con un grado di precisione fino a oggi impensabile (la sostituzione di un volto in un video è tra gli esempi più eclatanti).
Ma secondo Gartner, che la inserisce nei Top Strategic Technology Trends del 2022, la Generative AI, o Intelligenza Artificiale generativa, è prima di tutto una «tecnologia rivoluzionaria, capace di generare artefatti che in precedenza si basavano sulla creatività dell’uomo, garantendo risultativi innovativi privi di quei pregiudizi tipici dell’esperienza umana e dei suoi processi di pensiero». Gartner afferma anche che: « entro il 2025, l’AI Generativa sarà responsabile del 10% di tutti i dati prodotti, di contro al meno dell’1% di oggi e, entro il 2027, il 30% dei produttori utilizzerà l’Ai Generativa per migliorare l’efficienza del processo di sviluppo».
L’Ai Generativa ripenserà il funzionamento di molte aree aziendali, dallo sviluppo di prodotti e contenuti alla customer experience, dall’analytics alla software engineering ed è essenziale, date le potenzialità del mezzo, un approccio etico forte da parte delle aziende coinvolte.
Non a caso, sempre Gartner afferma che «i leader IT a livello globale devono utilizzare una governance appropriata per sfruttare il suo straordinario potenziale creativo».
Tra le applicazioni più interessanti e utili dell’Ai Generativa ci sono la ricostruzione di immagini a risoluzione maggiore, la rimasterizzazione di vecchi filmati, la generazione di codici dal linguaggio naturale per accelerare i cicli di software engineering, le simulazioni in ambito medicale, il supporto all’attività diagnostica e alla ricerca microbiologica e anche alla progettazione di edifici e veicoli. In quest’ultimo caso, si parla in particolare di Design generativo, utile per esempio per riprogettare un oggetto a partire da una forma data (es: alleggerire un telaio) oppure addirittura creare concept del tutto nuovi a livello di architettura o di prodotto.
In ambito medico, invece, le reti generative avversarie (Generative Adversarial Networks), sono considerate una famiglia di tecnologie particolarmente promettente per la creazione computazionale di nuove molecole, grazie al livello elevato di innovazione nella sintesi virtuale di immagini. La ricerca farmaceutica richiede infatti di simulare diverse combinazioni in ambiente chimico affinché fattori chiave come il livello di tossicità, la facilità di sintesi o la stabilità del medicinale possano essere valutati e queste tecnologie sembrano possedere un ottimo potenziale.
In altri ambiti meno critici, l’IA Generativa viene utilizzata per portare i processi di personalizzazione di contenuti a nuovi livelli. Per esempio, uno studente della University of California ha sviluppato con l’Intelligenza artificiale un podcast potenzialmente infinito che crea trame e personaggi unici. E anche le agenzie di marketing stanno iniziando a generare email e annunci promozionali personalizzati utilizzando tecniche di AI Generativa, sulla base dei dati dei clienti in loro possesso.
Gartner, infine, raccomanda alle aziende di non perdere il vantaggio del first mover, di fronte a una tecnologia così dirompente, e di individuare quali aree aziendali sono le più adatte a far partire progetti pilota per un utilizzo dell’AI capace di portare significativi miglioramenti.