Minsait partecipa al progetto europeo NL4XAI (Natural Language for Explainable AI) la cui sfida è applicare il linguaggio naturale all’Intelligenza Artificiale. Istituzioni, centri di innovazione e società tecnologiche dei vari Paesi collaborano in questo consorzio il cui obiettivo è “formare 11 studenti di dottorato per progettare e implementare un sistema di intelligenza artificiale auto-spiegativo, che consenta la generazione automatica di spiegazioni interattive in linguaggio naturale”, racconta David Suárez, responsabile della soluzione Onesait Language, con cui Minsait partecipa a questa iniziativa.
Secondo i regolamenti dell’Unione Europea, infatti, ogni essere umano ha il diritto di ricevere una spiegazione in grado di giustificare le decisioni che lo riguardano direttamente, incluse quelle prese dalle macchine intelligenti. Perché un algoritmo approva o nega un’attività specifica, come la concessione di un credito o l’autorizzazione di un’operazione con carta di credito? Perché un’operazione digitale è considerata fraudolenta?
Questo sistema di Minsait consente di raccogliere e di classificare automaticamente le informazioni utilizzando le tecniche di Elaborazione del Linguaggio Naturale (NLP in inglese), una delle aree in più rapida crescita nell’ambito dell’Intelligenza Artificiale. In quest’ottica, Onesait Language consente di comprendere automaticamente la digitalizzazione del linguaggio, combinando il NPL più tradizionale con le ultime tecniche, basate su deep learning e sulle reti neurali, offrendo al prodotto la possibilità di apprendere costantemente dai propri errori. All’interno delle sue capacità, la soluzione consente di ridurre del 95% il tempo medio impiegato nella classificazione dei documenti e fino al 90% il tempo medio di estrazione automatizzata delle informazioni, rendendo questa tecnologia di grande valore per l’applicazione dell’IA.
Il ruolo dell’etica
L’Intelligenza Artificiale mira a rendere le macchine in grado di emulare i task delle persone. È una scienza in costante evoluzione poiché, man mano che i sistemi diventano più capaci, si cercano nuove sfide e ambiti sui quali investigare ed evolvere le macchine. Si tratta, insomma, di un sistema in grado interpretare correttamente i dati esterni, apprendere da essi e utilizzare quella conoscenza per eseguire determinate attività e adattarsi all’ambiente.
Attualmente, l’Intelligenza Artificiale è sulla road map di molti Paesi, non solo dal punto di vista evolutivo, ma anche in termini di regolamenti ed etica, soprattutto a causa dell’impatto a lungo termine. Al fine di evitare possibili pregiudizi, è necessaria una nuova generazione di sistemi di Intelligenza Artificiale “spiegabili” (i cosiddetti XAI) che interagiscano con gli umani offrendo delle spiegazioni comprensibili delle decisioni automatiche presse dagli algoritmi. “Nel progetto NL4XAI, affronteremo la sfida di far spiegare l’IA e, quindi, contribuire a tradurre le conoscenze in prodotti e servizi a beneficio economico e sociale”, ha affermato il responsabile di Minsait che sottolinea che, per questo, viene usato il linguaggio naturale (NL), “perché è quello che gli umani usano, integrando così gli strumenti di visualizzazione”.
Di conseguenza, si prevede che in una prima fase, gli 11 ricercatori del progetto europeo NL4XAI trarranno vantaggio dal maggior numero di modelli e tecniche di intelligenza artificiale, compresi quelli realizzati da utenti non esperti. Tutti i suoi sviluppi saranno validati e i risultati del progetto saranno resi pubblici e integrati in un framework di software open source, accessibile a tutti i cittadini europei. Il progetto NL4XAI ha ricevuto finanziamenti dal programma di ricerca e innovazione Horizon 2020 dell’Unione Europea, nell’ambito della convenzione di sovvenzione Marie Skłodowska-Curie, ed è stato sviluppato sotto il coordinamento del Singular Research Center for Intelixing Technologies dell’Università di Santiago di Compostela (Spagna).
Secondo Minsait l’implementazione di soluzioni basate sull’intelligenza artificiale consentirà di ridurre i costi operativi di circa il 20%. Inoltre, oltre ai miglioramenti in termini di efficienza, elaborazione dei Big Data e capacità cognitive avanzate, come l’apprendimento attraverso le reti neuronali, queste tecnologie consentiranno nuovi modelli di business e relazioni rapporti con i clienti, aprendo nuovi scenari di interrelazione con le macchine che saranno fondamentali in futuro.
