Previous Page  25 / 84 Next Page
Information
Show Menu
Previous Page 25 / 84 Next Page
Page Background

marzo-aprile 2017

23

logie o quella dei risultati di business. Tra l’una e l’altra

estremità si trovano categorie di prodotti, applicazioni

e casi d’uso specifici. Il numero delle istanze osservate

aumenta nettamente a mano a mano che ci si sposta

dalle tecnologie ai risultati di business: partendo da una

manciata di tecnologie critiche, in continua espansione,

si sviluppa un insieme più ampio di categorie di prodotti

da cui nascono migliaia di applicazioni legate a milioni di

impieghi specifici differenti, dando origine a un’enorme

molteplicità di risultati di business.

Non tutti gli elementi di questa catena sono smart ma-

chine. Ad esempio, le applicazioni conterranno un mix

di tecnologie ‘smart’ e ‘non smart’. (E alcune aziende

potranno scegliere di evitare le tecnologie delle smart

machine per affidarsi ai sistemi basati su regole; in parti-

colare quando il problema è sufficientemente semplice e

l’opzione basata su regole è ben collaudata e ha dimo-

strato di saper soddisfare esigenze simili per altri utenti.)

Confronto tra smart machine e termini simili

Il termine ‘smart’ è forse meno contestabile degli altri,

ma nessuno di questi è ideale. Le persone hanno una

spiccata tendenza ad antropomorfizzare (cioè ad ascri-

vere caratteristiche umane a entità inanimate). I poeti

parlano di ‘fallacia patetica’ per indicare l’attribuzione

di coscienza, pensieri ed emozioni (pathos) agli oggetti

inanimati. Nel caso delle tecnologie ‘smart’ viene com-

messo lo stesso errore, perché le persone hanno iniziato

ad assegnare a queste macchine caratteristiche umane

che esse semplicemente non possiedono. Le smart

machine non sono in grado di ragionare da sole, non

conoscono il buon senso né possono immaginare nuovi

modi per fare le cose. Non sono le entità fantascientifiche

che oggi vengono rappresentate in molti film (o di cui

si parla nei talk show e sulle riviste patinate). La prima

raccomandazione, perciò, è quella di non applicare la

parola ‘intelligenza’ alle macchine, di qualsiasi tipo esse

siano. Nella letteratura accademica si contano centinaia

di definizioni diverse, spesso contraddittorie, del con-

cetto di ‘intelligenza’. Non esiste una singola definizione

universalmente accettata che possa costituire una base

solida per misurare l’intelligenza delle persone o delle

macchine.

La parola ‘intelligente’ è anche legata impropriamente a

un’altra etichetta antropomorfica, quella di ‘intelligenza

artificiale’. Nel 1955, molti studiosi ipotizzavano di poter

descrivere i processi alla base dell’intelligenza umana e

ANALISI

Fonte: Gartner

Catena del valore delle smart machine

DATI PRINCIPALI

• Le macchine intelligenti possono ottenere risultati straordinari ma rimangono pur sempre macchine, e la loro intelligenza

può agire solo entro un perimetro piuttosto stretto.

• Il marketing (e i media) tendono spesso ad attribuire capacità umane alle macchine, creando spesso confusione tra realtà

e fantasia.

• Le smart machine sanno risolvere problemi complessi, sono esse stesse entità complesse e possiedono una meccanica

interna che non sempre è pienamente comprensibile.

• L’autoapprendimento di una smart machine richiede un lungo processo di training, eseguito su prototipi con l’uso di un

corpo di informazioni molto ampio, a cui deve seguire un accurato processo di testing.

• L’abbinamento tra sistemi tradizionali basati su regole e smart machine riduce i rischi in molte applicazioni, ad esempio

nelle automobili senza conducente.

© vectorfusionart – Fotolia.com