EO_507

DIGITAL EXPLAINABLE AI AI spiegabile: una guida per il progettista Mark Patrick Mouser Electronics Scopo di questo articolo è introdurre l’intelligenza artificiale spiegabile e illustrare i motivi per cui è indispensabile tenerla in considerazione per ogni nuova applicazione di apprendimento automatico Gli algoritmi di apprendimento automatico (ML – Machine Learning) sono rapidamente divenuti parte integrante del- la quotidianità di ogni persona. L’apprendimento automa- tico, un sottoinsieme dell’intelligenza artificiale, viene uti- lizzato in un numero di applicazioni sicuramente superiore rispetto a quello che si potrebbe immaginare. La diffusio- ne degli algoritmi ha raggiunto un livello tale che le per- sone, molto spesso, non sono assolutamente consapevoli del fatto che molti aspetti della vita quotidiana prevedono il coinvolgimento di un algoritmo. Gli assistenti integrati negli smartphone, la pianificazione dei percorsi stradali e i risultati delle ricerche sul Web sono solamente alcuni tra gli innumerevoli esempi. Poichè in un gran numero di applica- zioni nei settori industriali, automotive e medicali vengono adottati algoritmi complessi e interconnessi in vario modo tra di loro, aumenta l’esigenza di comprendere i motivi per cui un algoritmo di apprendimento automatico abbia de- dotto un determinato risultato. Il termine “explainable AI” (xAI), ovvero intelligenza artificiale spiegabile, viene sem- pre più utilizzato per descrivere il risultato di un algoritmo e i fattori di fondo su cui si basa il risultato. Scopo di questo articolo è introdurre l’intelligenza artifi- ciale spiegabile e illustrare i motivi per cui è indispensabile tenerla in considerazione per ogni nuova applicazione di apprendimento automatico. AI e ML nella vita quotidiana È sicuramente difficile stabilire il momento in cui l’appren- dimento automatico è entrato a far parte della vita quotidia- na delle persone. Senza nessuna introduzione in grande sti- le e, molto spesso, senza neppure una semplice menzione, l’apprendimento automatico è piano piano divenuto parte integrante dell’interazione giornaliera con la tecnologia. Per la maggior parte delle persone, il primo contatto è avvenu- to attraverso gli assistenti presenti sugli smartphone, come Voice di Google o Siri di Apple . L’apprendimento automatico è divenuto rapidamente una funzione indispensabile per i molteplici sistemi ADAS (Advanced Driver Assistance Sytem) usati in applicazioni automotive, come ad esempio il controllo adattativo della velocità di crociera (ACC – Adaptive Cruise Control), il man- tenimento della corsia (ALA – Active Lane Assist) e l’iden- tificazione dei segnali stradali. Inoltre, esistono numerose altre applicazioni che utilizzano l’apprendimento automati- co senza che lamaggior parte delle persone ne abbia la con- sapevolezza. Le società finanziarie e assicurative sfruttano l’apprendimento automatico per svolgere numerose funzio- ni di elaborazione dei documenti,mentre le apparecchiature usate in ambitomedicale e sanitario fanno ricorso alla capa- cità dell’apprendimento automatico di individuare pattern (schemi o modelli) nelle scansioni dei pazienti effettuate mediante risonanza magnetica (MRI) e nei risultati dei test. L’apprendimento automatico è così divenuto rapidamen- te parte integrante della vita quotidiana delle persone che fanno affidamento inmisura sempremaggiore sulla sua ca- pacità di prendere decisioni in tempi brevi. ELETTRONICA OGGI 507 - GENNAIO/FEBBRAIO 2023 45