Intelligenza Artificiale: schiava o padrona?

Inflazione dell’Europa YoY di aprile attesa oggi alle 11:00 (stima 7% contro 6,9% di marzo).

Ieri l’inflazione dell’Italia YoY di aprile è risultato leggermente meno elevata delle stime (8,2% contro 8,3% atteso), ma decisamente più alta rispetto al 7,6% di marzo. ZEW di maggio decisamente peggiore rispetto alle attese (-10,7 punti contro -5,3 attese e +4,1 di aprile). In linea con le attese il PIL YoY del 1Q23 dell’Europa, cresciuto dell’1,3%. Vendite al dettaglio USA MoM di aprile decisamente più basse delle stime (0,4% contro 0,8% stimato), ma produzione industriale MoM di aprile migliore delle attese (+0,5% contro -0,1% atteso)

Recentemente si è discusso molto di intelligenza artificiale (da non confondere con machine learning e deep learning). Ma che cosa realmente significa AI? Cerchiamo di fare il punto della situazione. L'intelligenza artificiale è la simulazione dei processi di intelligenza umana da parte delle macchine, in particolare dei sistemi informatici. Le applicazioni specifiche dell'intelligenza artificiale includono i sistemi esperti, l'elaborazione del linguaggio naturale, il riconoscimento vocale e la visione artificiale.

Spesso, ciò che chiamano AI è semplicemente un componente della tecnologia, come l'apprendimento automatico. L'intelligenza artificiale richiede una base di hardware e software specializzati per scrivere e addestrare algoritmi di apprendimento automatico. In generale, i sistemi di intelligenza artificiale funzionano ingerendo grandi quantità di dati di addestramento etichettati, analizzando i dati per correlazioni e modelli e utilizzando questi modelli per fare previsioni sugli stati futuri. In questo modo, un chatbot alimentato con esempi di testo può imparare a generare scambi realistici con le persone, oppure uno strumento di riconoscimento delle immagini può imparare a identificare e descrivere oggetti nelle immagini rivedendo milioni di esempi. Nuove tecniche di intelligenza artificiale generativa in rapido miglioramento possono creare testo, immagini, musica e altri media realistici.

La programmazione AI si concentra sulle abilità cognitive che includono quanto segue:

Apprendimento. Questo aspetto della programmazione di AI si concentra sull'acquisizione di dati e sulla creazione di regole su come trasformarli in informazioni fruibili. Le regole, chiamate algoritmi, forniscono ai dispositivi informatici istruzioni dettagliate su come completare un'attività specifica;

Ragionamento. Questo aspetto della programmazione di AI si concentra sulla scelta dell'algoritmo giusto per raggiungere il risultato desiderato;

Autocorrezione. Questo aspetto della programmazione di AI è progettato per perfezionare continuamente gli algoritmi e garantire che forniscano i risultati più accurati possibili;

Creatività. Questo aspetto dell'intelligenza artificiale utilizza reti neurali, sistemi basati su regole, metodi statistici e altre tecniche di intelligenza artificiale per generare nuove immagini, nuovo testo, nuova musica e nuove idee.

L'intelligenza artificiale è importante per il suo potenziale di cambiare il modo in cui viviamo, lavoriamo e giochiamo. In una serie di aree, l'AI può eseguire compiti molto meglio degli umani. In particolare quando si tratta di attività ripetitive e orientate ai dettagli, come l'analisi di un gran numero di documenti legali per garantire che i campi pertinenti siano compilati correttamente, gli strumenti di intelligenza artificiale spesso completano i lavori rapidamente e con relativamente pochi errori. A causa degli enormi set di dati che può elaborare, l'AI può anche fornire alle aziende informazioni sulle loro operazioni di cui potrebbero non essere a conoscenza. La popolazione in rapida espansione di strumenti di intelligenza artificiale generativa sarà importante in campi che vanno dall'istruzione e dal marketing al design del prodotto.

L'intelligenza artificiale è diventata centrale per molte delle aziende più grandi e di maggior successo di oggi, tra cui Alphabet, Apple, Microsoft e Meta, dove le tecnologie di intelligenza artificiale vengono utilizzate per migliorare le operazioni e superare i concorrenti. Presso Google, sussidiaria di Alphabet, ad esempio, l'intelligenza artificiale è fondamentale per il suo motore di ricerca, le auto a guida autonoma di Waymo e Google Brain, che ha inventato l'architettura della rete neurale del trasformatore che è alla base delle recenti scoperte nell'elaborazione del linguaggio naturale.

L'intelligenza artificiale è già oggi una realtà a supporto di diversi tipi di tecnologia. Ecco alcuni esempi.

Automazione. Se abbinati alle tecnologie di AI, gli strumenti di automazione possono espandere il volume e i tipi di attività eseguite. Un esempio è l'automazione dei processi robotici (RPA), un tipo di software che automatizza le attività di elaborazione dei dati ripetitive e basate su regole tradizionalmente eseguite dagli esseri umani. Se combinato con l'apprendimento automatico e gli strumenti di intelligenza artificiale emergenti, RPA può automatizzare porzioni più grandi di lavori aziendali, consentendo ai bot tattici di RPA di trasmettere l'intelligence dall'IA e rispondere ai cambiamenti di processo.

Apprendimento automatico. Questa è la scienza per far funzionare un computer senza programmazione. Il deep learning è un sottoinsieme dell'apprendimento automatico che, in termini molto semplici, può essere considerato come l'automazione dell'analisi predittiva. Esistono tre tipi di algoritmi di apprendimento automatico:

Visione artificiale. Questa tecnologia dà a una macchina la capacità di vedere. La visione artificiale acquisisce e analizza le informazioni visive utilizzando una fotocamera, la conversione da analogico a digitale e l'elaborazione del segnale digitale. Viene spesso paragonato alla vista umana, ma la visione artificiale non è vincolata dalla biologia e può essere programmata per vedere attraverso i muri, ad esempio. Viene utilizzato in una vasta gamma di applicazioni, dall'identificazione della firma all'analisi delle immagini mediche. La visione artificiale, che si concentra sull'elaborazione delle immagini basata su macchina, è spesso fusa con la visione artificiale.

Elaborazione del linguaggio naturale (PNL). E’ l'elaborazione del linguaggio umano da parte di un programma per computer. Uno degli esempi più vecchi e conosciuti di PNL è il rilevamento dello spam, che esamina la riga dell'oggetto e il testo di un'e-mail e decide se si tratta di posta indesiderata. Gli attuali approcci alla PNL si basano sull'apprendimento automatico. Le attività di PNL includono la traduzione del testo, l'analisi del sentimento e il riconoscimento vocale.

Robotica. Questo campo dell'ingegneria si concentra sulla progettazione e produzione di robot. Questi vengono spesso utilizzati per eseguire compiti difficili da eseguire per gli esseri umani o da eseguire in modo coerente. Ad esempio, i robot vengono utilizzati nelle linee di assemblaggio della produzione di automobili o dalla NASA per spostare oggetti di grandi dimensioni nello spazio. I ricercatori utilizzano anche l'apprendimento automatico per costruire robot in grado di interagire in contesti sociali.

Auto a guida autonoma. I veicoli autonomi utilizzano una combinazione di visione artificiale, riconoscimento delle immagini e deep learning per sviluppare abilità automatizzate per pilotare un veicolo rimanendo in una determinata corsia ed evitando ostacoli imprevisti, come i pedoni.

Generazione di testi, immagini e audio. Le tecniche di intelligenza artificiale generativa, che creano vari tipi di media dai prompt di testo, vengono ampiamente applicate in tutte le aziende per creare una gamma apparentemente illimitata di tipi di contenuti, dall'arte fotorealistica alle risposte alle e-mail e alle sceneggiature.

Gli strumenti e i servizi di intelligenza artificiale si stanno evolvendo molto rapidamente. Le attuali innovazioni negli strumenti e nei servizi di intelligenza artificiale possono essere ricondotte alla rete neurale AlexNet del 2012 che ha inaugurato una nuova era di intelligenza artificiale ad alte prestazioni basata su GPU e grandi set di dati. Il cambiamento chiave è stata la capacità di addestrare reti neurali su enormi quantità di dati su più core GPU in parallelo in un modo più scalabile. Negli ultimi anni, la relazione simbiotica tra le scoperte di intelligenza artificiale di Google, Microsoft e OpenAI e le innovazioni hardware sperimentate da Nvidia hanno consentito l'esecuzione di modelli di intelligenza artificiale sempre più grandi su GPU più connesse, determinando miglioramenti rivoluzionari in termini di prestazioni e scalabilità. La collaborazione tra questi luminari dell'AI è stata cruciale per il recente successo di ChatGPT, per non parlare di dozzine di altri servizi AI di successo.

L'avvento di Internet e le sue conseguenti innovazioni tecnologiche hanno trasfigurato in modo significativo il modo in cui funzionano i mercati azionari e quindi hanno influenzato il modo in cui i titoli vengono scambiati attivamente. Secondo un articolo su The Journal of Finance, le due innovazioni tecnologiche più significative sono:

• Gli investitori finanziari stanno manovrando i sistemi informatici per meccanizzare i loro processi di compravendita di azioni;
• I mercati finanziari si sono ristrutturati, quindi praticamente tutti i mercati in questo momento sono limitati agli ordini.

La maggior parte delle transazioni finanziarie attualmente sono diventate elettroniche e il tempo totale necessario per eseguire un'operazione di borsa è stato significativamente ridotto a nanosecondi. l trading algoritmico è la pratica di acquistare o scambiare titoli secondo un insieme prescritto di regole testate su dati passati o storici. Queste serie di regole si basano su grafici, indicatori, analisi tecniche o elementi essenziali delle azioni. Ad esempio, supponi di avere una proposta per l'acquisto di un particolare titolo supponendo che il titolo finirà in perdita per tre giorni consecutivi prima che aumenti di prezzo. In questo caso, si può scrivere e progettare un algoritmo in modo tale che l'ordine di acquisto per il particolare titolo sia soddisfatto quando il prezzo è a un minimo prestabilito e venduto quando il prezzo è a un massimo prestabilito.

Il trading algoritmico è aumentato in modo significativo negli ultimi 10 anni. Nel mercato azionario statunitense, circa il 70% del volume complessivo degli scambi viene avviato attraverso il trading algoritmico.

Le aziende impiegano l'intelligenza artificiale in due modi principali. Molte aziende tecnologiche utilizzano l'intelligenza artificiale per rendere più potenti le loro operazioni esistenti, ad esempio attraverso applicazioni di alto profilo, tra cui robotica, auto a guida autonoma e assistenti virtuali. Google, una consociata di Alphabet, utilizza l'intelligenza artificiale per filtrare lo spam per gli utenti di Gmail. Amazon utilizza l'intelligenza artificiale per consigliare prodotti ai clienti, mentre Netflix utilizza l'intelligenza artificiale per guidare la creazione di contenuti e raccomandazioni. Più di recente, ChatGPT di OpenAI ha mostrato fino a che punto è arrivata la "AI generativa", una divisione dell'intelligenza artificiale in grado di generare testi, immagini, suoni e idee. Il potenziale di tali modelli linguistici di grandi dimensioni è enorme.

Alcune aziende traggono profitto direttamente dall'intelligenza artificiale vendendo hardware, software, servizi o competenze di cui la tecnologia ha bisogno. Le previsioni indicano che la spesa totale per i sistemi di intelligenza artificiale raggiungerà i 100 miliardi di dollari nel 2023, rispetto ai 37,5 miliardi di dollari del 2019. Per il quinquennio che termina nel 2023, si prevede che il settore dell'AI sarà così cresciuto ad un tasso annuo del 28,4%.

Con il mercato dell'AI già vasto e in rapida crescita, molte sono le aziende che possono trarne beneficio. Sebbene la scelta di titoli in un settore in crescita comporti molta incertezza, vale la pena prendere in considerazione alcuni titoli di punta dell'intelligenza artificiale allo scopo di diversificare il portafoglio.