L’Intelligenza Artificiale (IA) è una disciplina scientifica matura nata in seno all’informatica che ormai pervade i più svariati ambiti (scientifici e non scientifici), nonchè diversi aspetti della nostra vita quotidiana. Le fasi iniziali dello sviluppo dell’IA furono caratterizzate da grandi aspettative circa la possibilità di costruire facilmente programmi in gradi di esibire comportamenti “intelligenti” a livello umano. Nonostante le previsioni molto ottimistiche degli albori, la dura verità con cui i ricercatori si scontrarono presto fu di capire che comprendere e replicare i meccanismi dell’intelligenza umana è un compito molto arduo. Tale compito inoltre deve complementare metodologie molto sofisticate di progettazione di tali sistemi ed adeguate risorse computazionali. La storia dell’IA è stata infatti costellata di alti e bassi conosciuti in letteratura come le “stagioni dell’IA”; oggigiorno stiamo assistendo ad un interesse nell’IA forse mai visto prima. L’impatto delle metodiche di IA sta portando allo sviluppo di nuove applicazioni, producendo inoltre molteplici effetti in contesti di vario tipo, da quello socio-economico, a quello giuridico, a quello etico. In questo lavoro rivedremo brevemente lo sviluppo dei principali approcci che sono stati sviluppati all’interno dell’IA nei vari anni fino ai giorni nostri, caratterizzati dall’utilizzo pervasivo della metodica denominata apprendimento profondo o deep learning. Discuteremo le diverse tendenze presenti all’interno della disciplina, i punti di forza e debolezza, le limitazioni e l’impatto conseguente all’adozione di sistemi e dispositivi sempre più “intelligenti”.
Artificial Intelligence (AI) is a mature discipline stemming from computer science, pervading now every discipline (scientific and non-scientific) and several aspects of our everyday life. The initial steps of AI were essentially based on a great excitement about the possibility of building programs able to exhibit intelligent behavior at the human level. However, the initial optimistic predictions about such a possibility immediately faced the hard truth: understanding and replicating human intelligence is an extremely difficult problem and involves the availability of sophisticated methodologies, as well as the availability of suitable computational resources. In fact, the history of AI has evolved between ups and downs in the so-called “AI seasons”, and today, we are experiencing a renewed interest for AI methods and applications never seen before. The impact of such methodologies pushes the current technologies towards several new applications, by producing complex side-effects on the everyday environment, in particular at the socio-economical, juridical and ethic level. In the present paper, we will review the mainstream approaches that have been developed in AI during the years, until the current rise of deep learning. We will then discuss the current trends, their strengths and their limitations and the impact on the socio-economical system related to the adoption of more and more sophisticated intelligent devices and tools.