Le imprese che desiderano sfruttare le opportunità offerte dall’intelligenza artificiale, e realizzare applicazioni affidabili, sicure e robuste, hanno bisogno prima di tutto di comprendere cosa caratterizza e come funziona il “ciclo di sviluppo dell'AI”, che presenta importanti differenze rispetto alle pratiche tradizionali di sviluppo del software.
Al centro l’importanza dei dati e della selezione delle fonti dati. Lo sviluppo di un modello basato su machine learning, infatti, non richiede allo sviluppatore di programmare un algoritmo per risolvere un problema, ma di definire le modalità di apprendimento del modello di AI fornendo informazioni opportunamente selezionate e verificando i risultati ottenuti mediante una severa fase di test.
Processi ben diversi quindi da quelli dello sviluppo software tradizionale che tende a privilegiare metodologie strutturate e pianificate. Per l’AI si parla piuttosto di processi iterativi e sperimentali, intrinsecamente comprensivi di tentativi ed errori come parte integrante dello sviluppo, anche perché i modelli di AI generano una risposta probabilistica e richiedono anche la formazione degli utenti finali, per aumentarne la consapevolezza e la confidenza nell'utilizzo. Anche se l’utilizzo dell'AI non stravolge le fasi fondamentali di qualsiasi sviluppo software – ancora identificabili in progettazione, sviluppo e rilascio in produzione – tuttavia introduce alcune importanti differenze.
Ecco allora che proprio a partire dal chiarimento sul vero significato dell’intelligenza artificiale, il whitepaper proposto da Cefriel presenta le opportunità e gli ambiti di applicazione di questo abilitatore digitale e si sofferma su temi solitamente poco dibattuti come il diverso approccio e le competenze necessari per sostenere la progettazione e lo sviluppo di soluzioni che utilizzano l'AI.
Leggi tutti gli approfondimenti della Rubrica Never stop innovating by Cefriel e Inno3
© RIPRODUZIONE RISERVATA
