Intelligenza Artificiale: come progettarla e svilupparla nelle imprese e nelle PA?

, che sono alla base di qualsiasi soluzione di AI. Senza una chiara comprensione dei dati richiesti e della loro composizione, non è possibile realizzare nulla. “Nella nostra esperienza in Cefriel – sottolinea Davide Stenner, uno degli autori del white paper – l’approccio più efficace si basa su sessioni di lavoro strutturato che riuniscono rappresentanti del business e dell’IT, con l’obiettivo non solo di identificare i dati, ma anche di strutturarli in un modello di alto livello che ne evidenzi le relazioni e consenta di verificare se la base informativa esistente risponde alle domande di business che scaturiscono dal caso d’uso in esame”. La progettazione dell’architettura applicativa si basa sulle buone pratiche di ingegneria del software: in particolare, un’architettura “a strati” ben pensata, che preveda per esempio l’isolamento del modello di AI dagli altri componenti applicativi, renderà più semplice la manutenzione in esercizio, facilitando la determinazione della causa degli eventuali problemi e l’evoluzione applicativa. Tuttavia, un aspetto specifico delle applicazioni basate su AI è costituito dall’ambiente di sviluppo, in quanto l’addestramento dei modelli richiede spesso grandi risorse di memoria e di calcolo. “Le aziende prive di un ciclo di sviluppo di AI consolidato – aggiunge un altro degli autori del white paper, Manuel Vimercati – devono definire anche l’ambiente di sperimentazione e sviluppo, che tipicamente ha requisiti tecnici diversi dall’ambiente di produzione dove verrà installata l’applicazione finale”. Una volta creati uno o più modelli, si passa alla fase di verifica degli stessi, necessaria per testarli su nuovi dati . “Questo passaggio è particolarmente critico “– conclude Diego Ragazzi. “Sono noti diversi esempi di progetti basati sull’Intelligenza Artificiale finiti male, a dimostrazione che lo sviluppo responsabile deve diventare un obiettivo primario. Il processo di verifica assume, a tal proposito, un ruolo centrale”.

. L’obiettivo, in una fase preliminare alla realizzazione della soluzione, è identificare i principali fattori di rischio, che dovranno poi essere analizzati a fondo nelle fasi successive. Tale valutazione va fatta a livello di sistema complessivo, includendo tutti i componenti dell’applicazione e le interazioni prevedibili con gli utenti finali e, se rilevante, con la società più in generale. L’aspetto di valutazione del rischio assume ancor più importanza alla luce della nascente normativa europea sull’IA. Per quanto riguarda, poi, la fase di analisi, diventa fondamentale la