Pochi anni possono essere un tempo molto lungo se si parla di evoluzione tecnologica. Di certo sono un intervallo sufficiente per veder crescere di molto i numeri sulla diffusione di smartphone, app mobili, contenuti video e sistemi “intelligenti”, in grado di ragionare e agire in autonomia, mimando il funzionamento del cervello umano. Nel 2023, secondo le previsioni di Deloitte, nel mondo si venderanno 1,85 miliardi di telefoni smart, ovvero oltre cinque milioni di terminali al giorno. Nei prossimi anni tra i giovani e soprattutto tra i giovanissimi continuerà a calare la fruizione televisivia, mentre aumenterà il consumo di contenuti digitali on demand, anche a pagamento (i soli contenuti in diretta quest'anno genereranno per chi li crea, trasmette o vende oltre 545 miliardi di dollari di entrate dirette). Da qui a cinque anni, inoltre, nei Paesi sviluppati nove persone di età adulta su dieci possiederanno uno smartphone, interagendovi in media 65 volte al giorno.
Il vero protagonista dello studio “Technology, Media & Telecommunications Predictions” è però l'intelligenza artificiale. “Se in questi ultimi dieci anni abbiamo assistito a un’accelerazione tecnologica spaventosa, nei prossimi dieci dobbiamo aspettarci un'ulteriore spinta in avanti”, scommette Alberto Donato, partner di Deloitte. “Da quest’anno, infatti, l’intelligenza artificiale diventa definitivamente una dimensione tecnologica abilitata e di massa, sia per quanto riguarda il mondo delle aziende sia per i consumatori”. Affermazioni che trovano riscontro anche nelle stime di Idc sull'incremento della spesa mondiale in intelligenza artificiale (+54% fra 2017 e 2018).
Secondo le previsioni di Deloitte, un vettore di progresso per le applicazioni di machine learning saranno i processori: chip sviluppati appositamente per queste attività consentiranno di eseguire calcoli complessi in modo sempre più veloce, performante o economico in quanto poco gravante sui consumi di energia. Su questa strada si stanno muovendo Intel, Qualcomm e Nvidia, i principali produttori di Cpu e Gpu mondiali, ma anche società tradizionalmente più legate al software e ai servizi, come Microsoft e Google.
In associazione ai progressi dell'hardware, benefici ulteriori deriveranno dagli algoritmi del futuro, i quali saranno capaci di “apprendere” dopo tempi di training molto più brevi e potranno essere eseguiti non solo su sistemi di supercomputing o nel cloud, ma anche su risorse di calcolo locali e modeste. I chip dei telefoni, per esempio.
Come già predetto da Deloitte lo scorso anno, il machine learning sta progressivamente colonizzando terreni che esulano dal supercalcolo a scopi scientifici, o dagli anaytics complessi usati nel mondo bancario e dai colossi del retail. Sta trovando casa negli smartphone e negli smart speaker, per esempio, attraverso “assistenti virtuali” come Apple Siri, Microsoft Cortana, Google Assistant e Amazon Alexa. Altri terreni di conquista sono i dispositivi indossabili, le smart city, le reti Internet of Things industriali, i sistemi di telemedicina e i veicoli a guida autonoma (ancora tutti da perfezionare, come noto).
Per tutti questi scenari d'uso l'intelligenza artificiale non dev'essere solo abile, potente, veloce, ma anche “leggera”. Società come Google, Microsoft, Facebook e Apple stanno sviluppando versioni più leggere di modelli software, utilizzabili per esempio per realizzare applicazioni di riconoscimento immagini e di traduzione simultanea su smartphone. Pensiamo a TensorFlow Lite, una variante più “easy” della libreria open source di Google (permette di creare algoritmi usando moduli già testati e ottimizzati), o alla libreria software creata dal laboratorio di ricerca di Microsoft per chi sviluppa applicazioni embedded per piccoli sistemi di calcolo, come il Raspberry Pi, o ancora a Caffe2go, un sistema di deep learning a misura di app mobile, ideato da Facebook. Con strumenti come questi, gli sviluppatori e gli Oem possono portare sui telefoni applicazioni di realtà aumentata, di risconoscimento immagini, di comprensione e traduzione del linguaggio naturale, e altro ancora.
Nel tempo, afferma Deloitte, l'intelligenza artificiale sarà adottata su larga scala nel mondo aziendale, insomma diventerà mainstream, e grazie a essa saranno inventate applicazioni del tutto nuove. Le attuali capacità del machine learning, per quanto oggi già appaiano strabilianti, quando tra una cinquantina di anni ci guarderemo alle spalle sembreranno quasi corrispondere solo alla “infanzia” dell'intelligenza artificiale.