Gli algoritmi prevedono il futuro? Dal calcio al coronavirus, come l’intelligenza cambia le nostre vite e le nostre aziende

L’importanza degli algoritmi di intelligenza artificiale per il futuro delle aziende

L’intelligenza artificiale sta cambiando e rimodellando le aziende. Secondo un’indagine di Harward Business Review nel prossimo decennio questo settore raggiungerà i 13.000 miliardi di dollari dell’economia mondiale. Quello che dieci anni fa sembrava fantascienza, come ad esempio un servizio clienti completamente automatizzato, ora è ormai all’orizzonte. 

Presto le organizzazioni saranno costruite sull’intelligenza artificiale, ma gli algoritmi già oggi sono entrati prepotentemente nella nostra quotidianità: dai consumi ai prestiti bancari, l’intelligenza artificiale sta diventando sempre più pervasiva.

L’intelligenza artificiale e il calcio

I più vecchi ricorderanno che la domenica pomeriggio, spesso, si passava con la radiolina appoggiata all’orecchio per ascoltare “Tutto il calcio minuto per minuto”, la radiocronaca in diretta dagli stadi per seguire le partite del campionato di calcio. In quegli anni le partite si ascoltavano, non si vedevano alla tv. Solo alla sera, con “90°” minuto, si vedevano le sintesi e i goal di tutte le partite. 

Ma si seguiva il calcio anche per il Totocalcio, un gioco il cui scopo era prevedere il risultato delle partite. In un’apposita schedina c’erano 13 incontri per ognuno dei quali bisognava pronosticare il risultato indicando con 1 la vittoria della squadra in casa, 2 per la vittoria della squadra fuori casa ed X per il pareggio. Chi indovinava tutti i risultati faceva 13 e vinceva il montepremi, che spesso era molto alto. Un 13 poteva cambiare la vita del vincitore. Oggi il Totocalcio ha perso di interesse, le partite, per esigenze televisive, vengono giocate non solo alla domenica ma anche in altri giorni. 

Ma c’è chi non ha smesso di fare pronostici.

In un laboratorio dell’Università di Pisa e del CNR, ci sono computer che valutano i giocatori delle varie squadre del campionato, altri computer simulano gli incontri del campionato di Serie A per sapere in anticipo chi vincerà lo scudetto.

Gli informatici (Luca Pappalardo e Paolo Cintia) che seguono questo progetto hanno avuto un’idea: la squadra che riesce a fare più passaggi ha maggiore probabilità di vincere. Con un software hanno testato l’idea su una situazione reale, i campionati di calcio di Italia, Germania e Spagna degli anni 2013 e 2014. L’algoritmo si basava sul numero di passaggi effettuati dalla squadra e non sul numero di goal segnati. I computer hanno assegnato lo scudetto del campionato italiano alla Juventus, che ha vinto anche nella realtà. Previsione azzeccata anche per il campionato tedesco e quello spagnolo.

L’algoritmo è stato poi affinato considerando le eccezioni che in taluni casi avevano assegnato lo scudetto a una squadra diversa dalla realtà. Oggi questi algoritmi sono utilizzati dai dirigenti delle società sportive per la scelta dei calciatori da acquistare o vendere, per evitare infortuni durante allenamenti. Dalle società di scommesse per meglio comprendere le probabilità di vincita di una squadra rispetto all’avversaria.

Gli algoritmi e i virus: il caso Ebola 

Nel febbraio del 2014, in un villaggio della Guinea, ci fu il primo uomo a essere infettato dal virus Ebola. Il virus dell’Ebola è una febbre emorragica che si trasmette molto facilmente se si viene a contatto diretto con i fluidi corporei di una persona infetta e ha un altissimo tasso di mortalità, tra il 60% e 80%.

Nel giro di poco tempo l’epidemia, dal villaggio si diffuse alla capitale e poi agli stati confinanti. Il team di ricerca diretto da Alessandro Vespignani, fisico informatico italiano, professore di Fisica e Informatica alla Northeastern University di Boston dove dirige anche il Network Science Institute, autore del libro “L’algoritmo e l’oracolo” (ed. il Saggiatore), si è occupato di prevedere la diffusione della malattia in Africa e nel resto del mondo.

Con la collaborazione di altri gruppi di ricerca nel campo della biologia, matematica, scienze sociali ed economia, il gruppo di Vespignani ha simulato la società colpita da Ebola, e attraverso particolari algoritmi è riuscito a tracciare ogni singolo individuo ricostruendo le relazioni sociali fino nel minimo dettaglio.

Queste simulazioni comportano l’elaborazione di una mole enorme di dati sanitari, di mobilità, informazioni socioeconomiche e oggi sono possibili grazie a una grande potenza di calcolo, non solo perché ci sono computer sempre più potenti, ma soprattutto per la rete di computer sparsa per il pianeta, dove ogni computer si occupa di una parte dell’elaborazione. Grazie anche a questo tipo di simulazioni, oltre che al personale sanitario che opera direttamente a contatto coi pazienti, nel 2016 l’epidemia è stata sconfitta.

Il funzionamento delle previsioni di un’epidemia non è cosi complesso come si può pensare, è simile ai modelli delle previsioni atmosferiche, non si basa solo su enormi simulazioni numeriche elaborate da supercomputer, ma si basa soprattutto su leggi della fisica, su equazioni matematiche che descrivono i moti dei fluidi, nel caso delle previsioni meteo, o di trasmissione di virus tra gli individui nel caso di epidemie.

La rivoluzione digitale degli ultimi decenni ha messo a disposizione un’impressionante quantità di dati provenienti soprattutto dagli smartphone e social network e questo ha permesso la creazione di modelli sempre più sofisticati, che simulano in modo realistico la diffusione delle malattie infettive.

Dobbiamo ricordare che si parla sempre di probabilità, come nel caso delle previsioni meteo. Se una previsione dice che domani ci sarà per il 90% il sole, non vuol dire che non possa trovarmi nel bel mezzo di un temporale. Questi processi sono governati anche dal caso e il computer esegue migliaia di simulazioni fino a prevedere cosa sia più probabile che accada.

Gli algoritmi e i virus: il caso Coronavirus

Oggi il gruppo di Antonio Vespignani si sta occupando del Coronavirus (Covid-19) che sta mettendo a dura prova la nostra società. Vespignani utilizza un sistema di studio “epidemiologia computazionale”, che si basa su un modello probabilistico che tiene conto della popolazione e dei suoi spostamenti.

La popolazione viene divisa in caselle e in base al numero di contagiati si intuisce su quali rotte potrà muoversi il virus.

Le previsioni di questi giorni non sono ottimistiche, a causa soprattutto della presenza di asintomatici ma l’approccio aggressivo con cui l’Italia sta affrontando la situazione fa pensare che “i casi possano raggiungere un plateau per poi cominciare a scendere”.

L’importanza degli algoritmi di intelligenza artificiale

Gli esempi di algoritmi che abbiamo visto, utilizzati in campi molto diversi, hanno tra loro un denominatore comune. L’intelligenza artificiale e in particolar modo il machine learning e le reti neurali. 

Il machine learning, o apprendimento automatico, è una branca dell’intelligenza artificiale che attraverso particolari metodi apprende informazioni dai dati (parole, immagini, video, numeri e tutto ciò che può essere digitalizzato) senza un modello prestabilito in precedenza. Le macchine stanno imparando a riconoscere le immagini, le parole e riescono a classificare le informazioni. Oggi questa tecnica è utilizzata in molti servizi, per esempio da Google, quando ci propone un certo tipo di risultato piuttosto che un altro, da Youtube dove, in base ai nostri gusti, vengono proposti dei video piuttosto che altri.

Il machine learning impara dall’esperienza umana, dal passato per prevedere il futuro. 

Le reti neurali, nate negli anni ’50, prendono l’idea dal funzionamento del cervello umano e sono utilizzate dal machine learning. In realtà i neuroni non sono altro che numeri che assumono il valore di 0 o 1 e sono strutturati in livelli, ogni neurone è collegato a un altro in base a un valore che ne determina il peso. Il primo livello si occupa di introdurre i dati di input, via via i livelli seguenti elaborano le informazioni fino ad arrivare al livello finale che determina il risultato voluto. 

Conclusioni

Gli algoritmi che prevedono il futuro sono qualcosa di straordinario, di utile o sono semplicemente un bluff? Si possono fare tanti esempi di fallimenti nelle previsioni, dalla vittoria di un candidato alle elezioni piuttosto alla mancata previsione di alcune crisi economiche e via dicendo.

Ma come l’essere umano, anche gli algoritmi imparano dagli errori del passato e oggi hanno a disposizione una grande quantità di dati personali (i nostri movimenti, in nostri acquisti, le nostre relazioni sui social network, ecc.) che permettono di essere sempre più sofisticati e precisi.

A questo proposito sono nati movimenti per la definizione etica dei dati, per esempio la Comunità Europea ha varato un regolamento (GDPR) per la tutela, il trattamento dei dati personali. 

Ma il vero problema è la mancanza della consapevolezza da parte delle persone di quale opportunità ci offrono questi tipi di algoritmi. Tutti i giorni abbiamo a che fare con algoritmi previsionali che manipolano una mole enorme di dati, ma quanti di noi hanno veramente voglia di capirne il funzionamento? 

E le aziende sono pronte a far entrare l’intelligenza artificiale nei propri processi e nel proprio core business? I manager responsabili della clientela, orgogliosi delle loro capacità di comprendere i bisogni dei clienti, sono pronti ad accettare che una macchina potrebbe farlo meglio di loro?

La scuola primaria oggi insegna, giustamente, la letteratura, la storia la matematica, le lingue, ma non insegna la logica della programmazione degli algoritmi. Non è possibile oggi non avere idea del linguaggio utilizzato dai computer. Tutto ciò rende ignoranti dai pericoli e dai benefici di questa scienza, e come dice Alessandro Vespignani nel suo libro, si crea l’idea che gli algoritmi siano qualcosa di magico, controllati da pochi “guru” che parlano la lingua degli algoritmi.