Spianare la strada a un’IA affidabile
L’IA sta cambiando il mondo che ci circonda ma, con l’aumento della sua presenza nella nostra vita quotidiana, diventa sempre più importante garantire che sia etica, legale e solida. Nell’ambito dei suoi sforzi per promuovere un’IA affidabile e incentrata sull’uomo, il progetto TAILOR, finanziato dall’UE, sta sviluppando una serie di potenti strumenti per la ricerca e la collaborazione in questo campo. Uno degli strumenti è la tabella di marcia per la ricerca e l’innovazione strategiche, che getta le basi dell’IA affidabile in Europa per il periodo 2022-2030.
Gettare le basi per il futuro
Perché l’IA affidabile è così importante? «Lo sviluppo dell’intelligenza artificiale è agli albori», spiega il prof. Fredrik Heintz dell’Università di Linköping (Svezia), coordinatore del progetto TAILOR, in un articolo pubblicato su «Innovation News Network». «Quando guarderemo indietro a ciò che stiamo facendo oggi tra 50 anni, lo troveremo piuttosto primitivo. Ciò che voglio dire è che la maggior parte del campo è ancora da scoprire. Ecco perché è importante gettare subito le basi di un’IA affidabile.» La tabella di marcia intende dare impulso alla ricerca sull’IA affidabile individuando le principali sfide della ricerca scientifica. Vengono dunque delineati tre obiettivi. Il primo è fornire orientamenti per rafforzare e ampliare la rete paneuropea di centri di eccellenza per la ricerca sulle basi dell’IA affidabile. Il secondo è definire i percorsi per far progredire le basi scientifiche dell’IA affidabile e tradurle in requisiti tecnici che possano essere ampiamente adottati dall’industria. L’obiettivo finale è individuare le direzioni per promuovere le collaborazioni fra gli attori accademici, industriali, governativi e delle comunità sulle basi dell’IA affidabile.
Parlare la stessa lingua
Per aiutare i non addetti ai lavori, in particolare i ricercatori e gli studenti, ad acquisire una comprensione generale del problema dello sviluppo di sistemi di IA etici e affidabili, il progetto TAILOR ha pubblicato anche un manuale dell’IA affidabile. Il manuale è un’enciclopedia dei principali termini scientifici e tecnici relativi all’argomento. La dott.ssa Francesca Pratesi del Consiglio Nazionale delle Ricerche, partner del progetto TAILOR, fornisce una panoramica del lavoro sul sito web del progetto: «IA affidabile è un termine che comprende una serie di dimensioni diverse, ovvero spiegabilità, sicurezza, equità, responsabilità, privacy e sostenibilità. Alcune di esse (come la sicurezza e la tutela della privacy) sono più consolidate, mentre altre (ad esempio, spiegabilità e sostenibilità) sono relativamente più recenti. Tuttavia, riconosciamo la mancanza di un terreno comune sia nei termini che nelle definizioni. La nostra ambizione è perciò quella di creare un linguaggio comune, partendo dalle tassonomie e dalle definizioni esistenti, se possibile, e approfondendo le gerarchie dei vari concetti. Questo manuale sarà utile sia ai principianti (che potranno imparare l’argomento dalle basi e trarranno particolare vantaggio da riassunti ed esempi), sia agli specialisti (che potranno approfondire le proprie conoscenze attraverso le letture, le bibliografie e i link suggeriti, e che potranno chiedere di contribuire al progetto, data la natura “viva” del manuale).» I contributi del progetto TAILOR (Foundations of Trustworthy AI - Integrating Reasoning, Learning and Optimization) saranno preziosi per ridurre i rischi associati all’IA e sfruttare al massimo le relative opportunità per la società europea. «Spesso si considera l’IA come una questione tecnologica, ma ciò che è veramente importante è se ne ricaviamo un beneficio per la società», afferma il prof. Heintz nell’articolo di «Innovation News Network». «Se vogliamo ottenere un’IA di cui ci si possa fidare e che funzioni bene nella società, dobbiamo assicurarci che sia incentrata sulle persone.» Per ulteriori informazioni, consultare: sito web del progetto TAILOR
Parole chiave
TAILOR, intelligenza artificiale, IA, IA affidabile, tabella di marcia, manuale
