Cos'è l'intelligenza artificiale?

L’intelligenza artificiale è un termine generico: l’apprendimento automatico è un approccio al suo interno e l’intelligenza artificiale generativa è un tipo di sistema che produce nuovi contenuti.

Punti chiave

• L’intelligenza artificiale, l’apprendimento automatico e l’intelligenza artificiale generativa sono termini correlati ma diversi.
• Un risultato convincente non è prova di comprensione o correttezza.
• Giudicare un sistema in base al compito che deve svolgere e alle conseguenze dei suoi errori.

Un sistema di intelligenza artificiale prende input, li elabora utilizzando regole o un modello appreso e produce un output. Un pianificatore di percorso potrebbe cercare possibili viaggi utilizzando regole esplicite. Un modello di apprendimento automatico potrebbe stimare un tempo di consegna da esempi di consegne precedenti. Entrambi possono essere utili senza pensare o comprendere in senso umano. La distinzione sta nel modo in cui il sistema raggiunge il suo output, non se la sua interfaccia sembra intelligente. L’apprendimento automatico sostituisce alcune regole decisionali scritte a mano con modelli appresi dai dati. I sistemi generativi utilizzano modelli appresi per produrre testo, immagini, audio o altri output. Un chatbot può quindi fornire una spiegazione fluida senza verificare se ogni affermazione è vera. La sua capacità di generare una risposta è diversa dalla prova che la risposta è corretta. Per valutare un'affermazione relativa all'intelligenza artificiale, identificare l'attività, l'input, l'output e le prove utilizzate per giudicare il successo. Un buon risultato su esempi familiari non è sufficiente: chiediti cosa succede con dati non familiari, richieste ambigue ed errori costosi. La revisione umana, i limiti chiari e un modo per mettere in discussione un risultato contano tanto quanto la capacità principale del modello.

1. Uno smistatore basato su regole invia ogni messaggio contenente la parola "rimborso" a una coda di fatturazione.
2. Un classificatore appreso viene addestrato sui messaggi che le persone hanno già etichettato come fatturazione, supporto tecnico o domande generali.
3. Provali entrambi sui nuovi messaggi, tra cui "Non voglio un rimborso"; Ho bisogno di aiuto per accedere.' Conta i percorsi errati e rivedi gli errori costosi.

La regola e il classificatore possono fallire in modo diverso. Questo confronto illustrativo mostra perché l'etichetta "AI" da sola non può dirti quale sistema sia più utile.