- L’intelligenza artificiale incontra la natura
L’intelligenza artificiale è qui per restare nel nostro panorama oggi, che lo vogliamo o no. Traendo ispirazione dal nostro cervello, gli esseri umani hanno letteralmente trascorso decenni di ricerca perfezionando i calcoli matematici per far funzionare meravigliosi e complessi algoritmi di apprendimento, con ottimi risultati. Ma questi risultati sono davvero così eccezionali a tutti i livelli?
L’intelligenza artificiale sta sicuramente diventando ogni giorno più intelligente, ma non sta diventando più pulita. I rapporti degli analisti indicano che la creazione di un sistema di intelligenza artificiale oggi può essere cinque volte peggiore per il pianeta rispetto a un’auto. Ciò, ovviamente, non è accettabile in un mondo in cui tutto ruota attorno alla sostenibilità.
In questa sessione esamineremo l’intelligenza oltre il nostro cervello umano. Vi porterà in un viaggio alla ricerca di altri sistemi intelligenti che sono attualmente utilizzati come ispirazione per i nostri sistemi di intelligenza artificiale di prossima generazione. Esaminà una serie di esempi su come queste nuove “radici” prese da Madre Natura vengono utilizzate attivamente dai gruppi di ricerca per riuscire nell’obiettivo comune verso la “Green AI”.
- Nell’intelligenza artificiale ci fidiamo… o no?
È un fatto. Le macchine dotate di buon senso e che capiscono effettivamente cosa sta succedendo, proprio come facciamo noi umani, hanno molte più probabilità di essere affidabili e produrre risultati sensati rispetto a quelle che si basano solo sulle statistiche. Ma siamo chiari: questi sistemi ancora non esistono e ci sono alcuni altri ingredienti su cui bisognerà prima riflettere insieme.
Un’intelligenza artificiale affidabile deve iniziare con buone pratiche ingegneristiche e commerciali, imposte da leggi e standard di settore, entrambi attualmente in gran parte assenti. Finora, gran parte dell’intelligenza artificiale è consistita in soluzioni a breve termine, codice che fa funzionare immediatamente un sistema, senza uno strato critico di garanzie ingegneristiche che spesso vengono date per scontate in altri campi. Disponiamo attualmente di procedure di progettazione per garantire che, dati i sistemi di intelligenza artificiale, funzionino entro una certa tolleranza, come sarebbe tenuto a fare un produttore di componenti automobilistici o di aeroplani? NO.
In genere, il presupposto dell’intelligenza artificiale è che se funziona in modo sufficientemente accurato da essere utile, allora va bene, ma questo atteggiamento disinvolto non è appropriato quando la posta in gioco è alta. Ma questa volta è finita adesso.
La Commissione europea ha messo in atto linee guida per un’IA affidabile. Sono stati definiti 7 emendamenti. Li conosci? Hai agito su di loro come azienda o come ingegnere?
Questa sessione ti porterà alle informazioni più aggiornate sullo stato dell’arte sui requisiti per un’IA affidabile. Evidenzierà gli attuali punti critici e fornirà approfondimenti su potenziali soluzioni per garantire che tu possa assumerti la tua responsabilità come imprenditore e sviluppatore ora e in futuro.
- Fattori di successo nell’intelligenza artificiale
Secondo una ricerca, nonostante il crescente interesse e l’adozione dell’intelligenza artificiale (AI) nelle imprese, l’85% dei progetti di intelligenza artificiale alla fine non riesce a mantenere le promesse fatte alle aziende. I team di intelligenza artificiale affermano che una delle principali fonti di sfide legate all’intelligenza artificiale è da ricercare nei dirigenti senior che non riescono a vedere il valore che può apportare, tuttavia, è questo il vero problema?
Molti fattori entrano in gioco quando si sviluppa e si implementa un progetto AI: dati, competenze, comprensione del dominio, cultura aziendale, strategia AI, strategia dei dati, configurazione del team, … sono solo alcuni degli argomenti che svolgono un ruolo chiave nel successo dell’AI progetti.
In questa sessione diventerà chiaro che l’attenzione principale non dovrebbe essere rivolta ai dati e alla tecnologia, ma alle persone e ai processi. Un errore comune. Troverà le risposte alle domande: come definire i casi d’uso ad alto impatto? Come identificare i progetti che creeranno il massimo impatto sui KPI aziendali, invece di scegliere progetti in cui si vede solo la portata di una svolta tecnica?
Capirai cosa è necessario per andare oltre la tipica fase PPP (Pilota, POC e Prototipo) osservando alcuni esempi reali e ragioni comuni per cui i progetti di intelligenza artificiale non riescono a raggiungere i risultati.
I fattori trainanti di successo per le implementazioni dell’intelligenza artificiale saranno la tua nuova linea guida quando lascerai la sessione.
- Io, me stesso e l’intelligenza artificiale
Per un’adozione efficace dell’intelligenza artificiale, abbiamo bisogno di più leader donne. Perché? Ebbene, poiché i progetti di intelligenza artificiale hanno successo su 4 fattori (dati, tecnologia, persone e processi), le donne normalmente possiedono le qualità giuste per guidare progetti per costruire prodotti di intelligenza artificiale nel mondo reale con maggiore successo poiché padroneggiano appieno la creazione di un ambiente per la collaborazione e l’inclusione. .
John Naisbitt una volta disse: “Le scoperte più entusiasmanti del ventunesimo secolo non avverranno grazie alla tecnologia, ma grazie all’espansione del concetto di cosa significhi essere umani”. Ciò sembra strano nel mondo dell’intelligenza artificiale pieno di robot e macchine automatizzate, ma se si osserva più da vicino ciò che è attualmente necessario per aumentare l’adozione dell’intelligenza artificiale, tutto ha senso.
Per risolvere le sfide di cui sopra relative all’adozione dell’intelligenza artificiale e per creare prodotti di intelligenza artificiale di maggior successo, dobbiamo concentrarci su un approccio più collaborativo e guidato dalla comunità. Come possiamo creare un ambiente che tenga conto delle opinioni dei diversi soggetti interessati, in particolare di quelli sottorappresentati? Cosa ci impedisce di creare un dibattito multidisciplinare sulle nostre soluzioni di intelligenza artificiale? Cosa è necessario per avere accesso ai traduttori AI a diversi livelli?
In questa sessione condividerà le sue opinioni personali su ciò che è necessario per lavorare in modo più olistico, al di fuori delle nostre zone di comfort. Condividerà il suo punto di vista su come creare l’ambiente giusto in cui guardiamo oltre il genere, la razza e il background culturale. Sulla base di una serie di esempi personali, analizzerà ciò che è necessario sia a livello educativo che aziendale per creare un cambiamento di mentalità verso una maggiore collaborazione. Sarà un appello a fornire più modelli di riferimento, maschili e femminili, per costruire un futuro migliore con l’intelligenza artificiale.
- Intelligenza Artificiale generativa: campagna pubblicitaria, speranza o pericolo
Negli ultimi mesi l’intelligenza artificiale generativa ha rivoluzionato il campo dell’intelligenza artificiale, consentendo la creazione di applicazioni nuove e innovative prima inimmaginabili. Questo keynote esplorerà la storia e il valore futuro che l’intelligenza artificiale generativa apporta alle aziende e alla società, dalla creazione di contenuti visivi e audio realistici al miglioramento della ricerca medica e al sostegno alla scoperta scientifica. Tuttavia, questo discorso metterà in evidenza anche i potenziali rischi associati all’intelligenza artificiale generativa per le persone e il pianeta, compresi i problemi di uso improprio e manipolazione. Bilanciando le opportunità e le sfide di questa tecnologia all’avanguardia, possiamo garantire un futuro luminoso e responsabile ed evitare un altro inverno dell’IA.
- Intelligenza Artificiale generativa e la banalità del male
In questo nuovo keynote, esplora la “Banalità del Male” nel contesto dei recenti chatbot associati all’intelligenza artificiale alimentati dall’intelligenza artificiale generativa. Al pubblico apparirà chiaro che l’epidemia di solitudine nella società, combinata con lo sviluppo incontrollato dell’intelligenza artificiale, può portare a interazioni dannose con i chatbot. La sua attuale osservazione dell’autoillusione in alcuni team di sviluppo dell’IA solleva nuove preoccupazioni a livello di trasparenza e necessità di responsabilità nella catena di fornitura dell’IA dislocata. Viene evidenziata la potenziale tossicità delle soluzioni in combinazione con la ricerca di intimità artificiale da parte di utenti finali vulnerabili e sottolinea la necessità di maggiore responsabilità, regolamentazione e supervisione adeguate. Alla fine, traccerà dei parallelismi con la regolamentazione di altri settori in passato, suggerendo che oltre all’urgente necessità di team multidisciplinari sono necessarie anche agenzie di regolamentazione ben finanziate e dotate di personale adeguato per affrontare le sfide poste dall’intelligenza artificiale. chatbot per proteggere la società in futuro.