Pubblicazioni, ricerche, Documentazione istituzionale

AI governance: A research agenda, Governance of AI program, Future of Umanity Institute, University of Oxford, Dafoe A., 2017
PUBBLICAZIONE PDF: L’intelligenza artificiale (AI) è una potente tecnologia di uso generale. I progressi futuri potrebbero essere rapidi e gli esperti prevedono che nei prossimi decenni saranno raggiunte capacità sovrumane in settori strategici. Le opportunità sono enormi, compresi i progressi in medicina e salute, trasporti, energia, istruzione, scienza, crescita economica e sostenibilità ambientale. I rischi, tuttavia, sono anche sostanziali e plausibilmente pongono sfide estreme alla governance. Questi includono lo spostamento del lavoro, la disuguaglianza, una struttura oligopolistica del mercato globale, il rafforzamento del totalitarismo, i turni e la volatilità nel potere nazionale, l’instabilità strategica e una corsa all’IA che sacrifica la sicurezza e altri valori. Le conseguenze sono plausibilmente di entità e su una scala temporale per sminuire altre preoccupazioni globali. I leader di governi e aziende chiedono una guida politica, e tuttavia l’attenzione accademica alla rivoluzione dell’IA rimane trascurabile. Sono quindi urgentemente necessarie ricerche sul problema della governance dell’IA: il problema di elaborare norme, politiche e istituzioni globali per garantire al meglio sviluppo benefico e uso dell’IA avanzata

AI marketing. Capire l’intelligenza artificiale per coglierne le opportunità, Alessio Semoli, 2019
PUBBLICAZIONE: Una guida pratica per aiutare chi lavora nel marketing e nella comunicazione a sfruttare al meglio l’intelligenza artificiale e a non farsi cogliere impreparato dal cambiamento che ci aspetta. Il mondo sta cambiando rapidamente. L’innovazione e in particolare gli strumenti dell’intelligenza artificiale stanno rivoluzionando il nostro lavoro così come la nostra vita: potremo risparmiare tempo automatizzando innumerevoli attività e avremo in questo modo la possibilità di concentrarci sulle nostre doti creative. Uno dei principali attori protagonisti di questo cambiamento sarà sicuramente il marketing: come evolverà? E parallelamente come evolverà l’esperienza del consumatore? Questo libro ci fa capire come cogliere tutte le opportunità che nasceranno da questa rivoluzione, analizzando i mezzi pubblicitari digitali integrati con strumenti di intelligenza artificiale: dal content al search marketing, dai social media agli influencer, dai sistemi di direct marketing alla user experience, fino alla descrizione delle soft skill necessarie per essere protagonisti attivi dell’innovazione

Algoritmi di Libertà, Michele Mezza, 2018
PUBBLICAZIONE: Il quesito che la politica deve porsi riguarda proprio il bilanciamento dei poteri in uno Stato democratico: una potenza quale quella della profilazione digitale, di tale impatto e pervasività, può rimanere esclusivamente a disposizione di chi paga di più? E addirittura, senza nemmeno essere nota a chi la subisce? Ogni legge è sempre la conseguenza di un conflitto d’interessi, di un confronto di poteri, di un negoziato sociale. Il buco nero che abbiamo dinanzi è proprio l’assenza di un’esperienza che animi queste dinamiche negoziali nella società degli algoritmi

Artificial Intelligence detection on Nasdaq US Equities – Case Study, 2020
CASE STUDY: Per aiutare la sua organizzazione di sorveglianza a ottenere maggiori informazioni sui potenziali scenari di manipolazione, il Machine Intelligence (MI) Lab di Nasdaq, il business Surveillance Technology e la divisione MarketWatch hanno unito le forze per migliorare le capacità di sorveglianza con l’aiuto dell’intelligenza artificiale e del Transfer Learning

Artificial Intelligence in China: Landscape Analysis of Key AI Technologies, Arnold Gao, Arun Chandrasekaran, 2020
RICERCA: L’IA è un’importante area di investimento in Cina, con un ecosistema in rapida evoluzione. I leader dell’architettura aziendale e dell’innovazione tecnologica dovrebbero stare al passo con le tecnologie emergenti in via di sviluppo e valutare le opportunità e i rischi delle strategie e delle startup dei megavendor in quel mercato

Artificial Intelligence in Health Care: The Hope, The Hype, The Promise, The Peril (Report speciale della US National Academy of Medicine), Michal Matheny, 2019
PUBBLICAZIONE PDF: Nel 2006, la National Academy of Medicine ha istituito la Tavola rotonda sulla medicina basata sull’evidenza allo scopo di fornire una sede di fiducia per i leader nazionali nel campo della salute e dell’assistenza sanitaria per collaborare al loro comune impegno per un’assistenza efficace e innovativa che generi costantemente valore per i pazienti e la società. L’obiettivo di far progredire un “Sistema sanitario di apprendimento” è emerso rapidamente ed è stato definito come “un sistema in cui scienza, informatica, incentivi e cultura sono allineati per il miglioramento e l’innovazione continui, con le migliori pratiche perfettamente integrate nel processo di consegna e nuove conoscenza acquisita come sottoprodotto integrale dell’esperienza di consegna ”.
Per far avanzare questo obiettivo, e in riconoscimento del ruolo sempre più essenziale che le innovazioni della salute digitale nei dati e nell’analisi contribuiscono al raggiungimento di questo obiettivo, è stato istituito il Digital Health Learning Collaborative. Nel corso della vita del collaboratore, le straordinarie implicazioni di cure mediche preventive e cliniche delle rapide innovazioni nell’intelligenza artificiale (AI) e nell’apprendimento automatico sono emerse come considerazioni essenziali per il consorzio. La pubblicazione risponde alla necessità che medici, infermieri e altri clinici, data scientist, amministratori sanitari, funzionari della sanità pubblica, responsabili delle politiche, autorità di regolamentazione, acquirenti di servizi sanitari e pazienti possano comprendere i concetti di base, stato dell’arte attuale e implicazioni future della rivoluzione nell’IA e nell’apprendimento automatico

Artificial Intelligence in strategic contest: an introduction, Program on Understanding Law, Science, and Evidence, UCLA School of Law, PARSON E., RE R., SOLOW-NIEDERMAN A., and ZEIDE E., 2019
PUBBLICAZIONE PDF: L’intelligenza artificiale (AI), in particolare i vari metodi di machine learning (ML), ha raggiunto negli ultimi anni progressi decisivi in applicazioni diverse come giochi complessi, elaborazione del linguaggio, riconoscimento e sintesi vocale, identificazione delle immagini e riconoscimento facciale. Queste scoperte hanno portato un’ondata di attenzione popolare, giornalistica e politica sul campo, compresa sia l’eccitazione per i progressi anticipati e i benefici che promettono, sia la preoccupazione per gli impatti e i rischi della società – potenzialmente derivanti da qualsiasi combinazione di incidente, uso doloso o sconsiderato , o semplicemente interruzione sociale e politica dalla portata e dalla rapidità del cambiamento

Artificial Intelligence Maturity Mode, Svetlana Sicular, Bern Elliot, Whit Andrews, Pieter den Hamer, 2020
RICERCA: Le tecnologie di intelligenza artificiale incidono sulla maggior parte delle categorie di applicazioni e su molte sfide aziendali. I leader di dati e analisi possono utilizzare il nostro modello sull’IA per accelerare e ottimizzare la loro strategia e le implementazioni di intelligenza artificiale per ottenere il massimo valore dalle tecnologie di intelligenza artificiale

Artificial Intelligence Trends: Decision Augmentation, Procurement Research Team, 2020
RICERCA: Le organizzazioni riferiscono che l’IA, in particolare correlata all’aumento delle decisioni, ha un elevato potenziale di influenza sul processo decisionale aziendale. Forniamo una rassegna completa per i leader di approvvigionamento di casi d’uso recenti, la tecnologia e le tendenze di adozione relative alle applicazioni dell’IA nel miglioramento delle decisioni

Artificial Intelligence, Robotics, Privacy and Data Protection, EDPS, 2016
PUBBLICAZIONE PDF: Documento di riferimento per la 38th International Conference of Data Protection and Privacy Commissioners

Assessing DevOps in Artificial Intelligence Initiatives, Carlton Sapp, 2020
RICERCA: Le organizzazioni fanno sempre più affidamento sull’IA per raggiungere gli obiettivi. DevOps svolge un ruolo significativo nel modellare il modo in cui i professionisti tecnici di dati e analisi implementano l’IA. Questa ricerca valuta la pratica di DevOps nelle iniziative di IA.

Big data, artificial intelligence, machine learning and data protection, ICO, Information Commisioner’s Office, 2017
PUBBLICAZIONE PDF: Information Commissioner’s foreword, Chapter 1 – Introduction:What do we mean by big data, AI and machine learning?; What’s different about big data analytics?;9 What are the benefits of big data analytics?, Chapter 2 – Data protection implications;Fairness; Effects of the processing; Expectations; Transparency; Conditions for processing personal; Consent; Legitimate interests; Contracts; Public sector; Purpose limitation; Data minimisation: collection and retention; Accuracy; Rights of individuals; Subject access; Other rights; Security; Data controllers and data processors, Chapter 3 – Compliance tools; Anonymisation; Privacy notices;  Privacy impact assessments; Privacy by design; Privacy seals and certification; Ethical approaches; Personal data stores; Algorithmic transparency, Chapter 4 – Discussion; Big data, artificial intelligence, machine learning and data protection 20170904 Version: 2.2, Chapter 5 – Conclusion, Chapter 6 – Key recommendations, Annex 1 – Privacy impact assessments for big data analytics

Business Analytics and Artificial Intelligence for Technical Professionals Primer for 2020, Carlton Sapp, 2020
RICERCA: Le tecniche di analisi e intelligenza artificiale, guidate dai progressi nell’apprendimento automatico, si stanno evolvendo rapidamente per supportare le aziende digitali su vasta scala. I professionisti tecnici devono maturare le capacità di analisi con soluzioni e architetture moderne

Che cosa sognano gli algoritmi. Le nostre vite al tempo dei big data, Cardon Dominique, Milano, Mondadori università, 2016
PUBBLICAZIONE: Google, Facebook, Amazon, ma anche le banche e le compagnie di assicurazioni: la raccolta di enormi banche dati (i big data) assegna un posto sempre più centrale agli algoritmi. L’ambizione di questo libro è mostrare come queste nuove tecniche di calcolo sconvolgano la nostra società. Attraverso la classificazione delle informazioni, la personalizzazione della pubblicità, i suggerimenti negli acquisti, la profilatura dei comportamenti, i computer si immischieranno, sempre di più, nella vita delle persone. Ben lontani da essere semplici strumenti tecnici neutrali, gli algoritmi sono portatori di un progetto politico. Comprendere la logica, i valori e il tipo di società che promuovono significa fornire agli utenti di Internet i mezzi di riconquistare potere nella società digitale

Combat Digital Transformation Fatigue by Applying a Neuroscience Finding, Daniel Sanchez Reina, Mary Mesaglio, 2020
RICERCA: La trasformazione digitale può causare affaticamento nei cambiamenti nelle organizzazioni, mettendo l’iniziativa a rischio di fallimento, a causa di troppi cambiamenti o cambiamenti per nulla. I CIO possono utilizzare una scoperta neuroscientifica per mitigare tale rischio

Computing Machinery and Intelligence. Mind 49: 433-460, A. M. Turing (1950)
PUBBLICAZIONE PDF: Propongo di considerare la domanda “Le macchine possono pensare?” Ciò dovrebbe iniziare con le definizioni del significato dei termini “macchina” e “pensare”. Le definizioni potrebbero essere inquadrate in modo da riflettere il più possibile l’uso normale delle parole, ma questo atteggiamento è pericoloso, se il significato delle parole “macchina” e “pensare” si trova esaminando come sono comunemente usati è difficile sfuggire alla conclusione che il significato e la risposta alla domanda “Le macchine possono pensare?” deve essere cercato in un sondaggio statistico come un sondaggio Gallup. Ma questo è assurdo. Invece di tentare una tale definizione, sostituirò la domanda con un’altra, che è strettamente correlata ad essa ed è espressa in parole relativamente non ambigue…

Comunica il prossimo tuo. Cultura digitale e prassi pastorale, Massimiliano Padula
PUBBLICAZIONE: Da dove parte il testo? Qual è l’obiettivo a cui punta? L’Autore si ispira al comandamento più “umano” in assoluto: «Amerai il prossimo tuo come te stesso», e prova a trapiantarlo nelle dinamiche di un’umanità sempre più orientata dalle logiche del digitale. Cosa significa amare quanto la prospettiva e l’ambiente è digitale? Come pensare la prossimità quando il toccarsi spesso non è fisico? A partire da queste offre una riflessione che si muove su un doppio binario. Da una parte un’indagine di tipo socio-antropologico. Dall’altra una prospettiva pastorale per passare, come direbbe Francesco, da un’analisi a una terapia, fatta di dialogo, ascolto, tenerezza

Consultative committee of the convention for the protection of individuals with regard to automatic processing of personal data (convention 108), Directorate General of Human Rights and Rule of Law, 2019
GUIDELINES: Sistemi, software e dispositivi basati sull’intelligenza artificiale1 (AI) stanno fornendo nuove e preziose soluzioni per affrontare le esigenze e affrontare le sfide in una varietà di settori, come case intelligenti, città intelligenti, settore industriale , assistenza sanitaria e prevenzione della criminalità. Le applicazioni di IA possono rappresentare uno strumento utile per il processo decisionale, in particolare per supportare politiche basate su prove e inclusive. Come nel caso di altre innovazioni tecnologiche, queste applicazioni possono avere conseguenze negative per gli individui e la società.
Queste linee guida forniscono una serie di misure di base che i governi, gli sviluppatori di intelligenza artificiale, i produttori e i fornitori di servizi dovrebbero seguire per garantire che le applicazioni di intelligenza artificiale non minino la dignità umana, i diritti umani e le libertà fondamentali di ogni individuo, in particolare per quanto riguarda il diritto alla protezione dei dati

Critica della ragione artificiale Una difesa dell’umanità, Éric Sadin, 2019
PUBBLICAZIONE: L’intelligenza artificiale, fino a poco tempo fa confinata nei laboratori di ricerca, ha fatto negli ultimi anni il suo ingresso dirompente nella vita di tutti i giorni. Politici, businessmen e semplici cittadini sembrano esserne quasi ossessionati: le promesse di crescita e sviluppo che essa porta con sé sembrano infinite, e così le possibilità che ognuno degli innumerevoli ambiti di applicazione, sfruttando una tecnologia sempre più efficiente e pervasiva, diventi più affidabile, fluido e ottimizzato. Non mancano gli osservatori che segnalano come il fare affidamento su macchine capaci di performance molto migliori di quelle umane metta a rischio posti di lavoro e renda problematica la sopravvivenza di interi settori industriali: ma persino di fronte a una minaccia così concreta, spesso, ci si limita a formali richiami all’etica, come se brandire questo vessillo potesse fare da scudo supremo contro le deviazioni delle tecnologie digitali. Con Critica della ragione artificiale, Éric Sadin mette a punto l’opera più compiuta e lucida del suo percorso di acuto critico delle nuove tecnologie, evidenziando come esse, presentate come semplici strumenti al nostro servizio, stiano invece erodendo le facoltà di giudizio e azione, ossia le capacità che più di tutte ci rendono umani. Sadin, recuperando in senso letterale il ruolo politico della filosofia, non sterile riflessione fine a sé stessa ma strumento in grado di decrittare la realtà allo scopo di servire la comunità, svela il retropensiero antiumanistico dei discorsi a sostegno dell’indiscriminato sviluppo tecnologico, e presenta una appassionata difesa dell’umanità – ossia di tutto ciò che dobbiamo tenere a mente e trasmettere ai più giovani se vogliamo evitare che lo stesso strumento che può garantirci prosperità e sviluppo si tramuti in terribile macchinario di oppressione

Critical Capabilities for Data Science and Machine Learning Platforms, Pieter den Hamer, Alexander Linden, Carlie Idoine, Erick Brethenoux, Jim Hare, Svetlana Sicular, Farhan Choudhary, Peter Kerensky, 2020
RICERCA: Le funzioni e le caratteristiche delle piattaforme di data science e machine learning si stanno evolvendo rapidamente per stare al passo con uno spazio altamente innovativo. Questa ricerca aiuta i leader dei dati e dell’analisi a valutare 16 di queste piattaforme attraverso 15 capacità critiche

Cyborg, The: Corpo e corporeità nell’epoca del post-umano.Prospettiveantropologiche e riflessioni etiche per un discernimento morale, Paolo Benanti, 2012
PUBBLICAZIONE: Esplorando i più recenti sviluppi tecnologici, l’autore accompagna il lettore alla scoperta di questa nuova era in cui cosa vuol dire essere uomini dovrà essere capito come il risultato dell’interazione con una tecnologia sempre più pervasiva del nostro quotidiano. Il testo dona uno sguardo nuovo al mondo della biotecnologia aprendo tutta una serie di urgenti quesiti etici che chiedono di essere affrontati in maniera organica per giungere a una governance efficace del progresso tecnologico

Data Feminism, Catherine D’Ignazio and  Lauren F. Klein, 2019
PUBBLICAZIONE: Un nuovo modo di pensare alla scienza dei dati e all’etica dei dati che è informato dalle idee del femminismo intersezionale.
L’edizione ad accesso aperto di questo libro è stata resa possibile da un generoso finanziamento da parte delle biblioteche del MIT.
Oggi la scienza dei dati è una forma di potere. È stato usato per esporre l’ingiustizia, migliorare i risultati sanitari e rovesciare i governi. Ma è stato anche usato per discriminare, sorvegliare e sorvegliare. Questo potenziale di bene, da un lato, e di danno, dall’altro, rende essenziale chiedersi: scienza dei dati da parte di chi? Scienza dei dati per chi? Data science con gli interessi in mente? Le narrazioni sui big data e la scienza dei dati sono incredibilmente bianche, maschili e tecno-eroiche. Nel Data Femminismo, Catherine D’Ignazio e Lauren Klein presentano un nuovo modo di pensare alla scienza dei dati e all’etica dei dati, uno che è informato dal pensiero femminista intersezionale.

Data quality and artificial intelligence – mitigating bias and error to protect fundamental rights, FRA (European Union Agency for Fundamental Rights), 2019
PUBBLICAZIONE PDF: Algorithms used in machine learning systems and artificial intelligence (AI) can only be as good as the data used for their development. High quality data are essential for high quality algorithms. Yet, the call for high quality data in discussions around AI often remains without any further specifications and guidance as to what this actually means

Declaration on Ethics and Data Protection in Artificial Intelligence, 40th International Conference of Data Protection and Privacy Commissioners, 2018
PUBBLICAZIONE PDF: AUTHORS: Commission Nationale de l’Informatique et des Libertés (CNIL), France; European Data Protection Supervisor (EDPS), European Union; Garante per la protezione dei dati personali, Italy, CO-SPONSORS: Agencia de Acceso a la Información Pública, Argentina; Commission d’accès à l’information, Québec, Canada; Datatilsynet (Data Inspectorate), Norway; Information Commissioner’s Office (ICO), United Kingdom; Préposé fédéral à la protection des données et à la transparence, Switzerland; Data protection Authority, Belgium; Privacy Commissioner for Personal Data, Hong-Kong; Data protection Commission, Ireland; Data Protection Office, Poland; Instituto Nacional de Transparencia, Acceso a la Información y Protección de Datos Personales (INAI), Mexico; National Authority for Data Protection and Freedom of Information, Hungary; Federal Commissioner for Data Protection and Freedom of Information, Germany; Office of the Privacy Commissioner (OPC), Canada; National Privacy Commission, Philippines 

Demystifying Artificial Intelligence: AI in Total Rewards and Performance Management, 2020
RICERCA: L’intelligenza artificiale sta crescendo rapidamente in prevalenza, ma i leader delle ricompense totali lottano per capire cosa può fare per la loro funzione. Questa presentazione descrive in dettaglio quattro casi d’uso per l’IA in termini di premi totali e gestione delle prestazioni e passaggi per prepararsi all’implementazione

Dominio e sottomissione. Schiavi, animali, macchine, Intelligenza artificiale, Remo Bodei, 2019
PUBBLICAZIONE: Se, parafrasando il Vangelo di Giovanni, il logos (il Verbum o la Parola) non si è fatto carne ma macchina, e se lo spirito soffia ormai anche sul non vivente, quali saranno le decisive trasformazioni cui andremo incontro? Quali sfide porrà la coabitazione tra Intelligenza Artificiale e intelligenza umana?Dominio e sottomissione sono i due termini di un rapporto di potere fortemente asimmetrico che innerva la storia dell’umanità e che nella civiltà occidentale ha conosciuto numerose metamorfosi. Di questa vicenda millenaria Remo Bodei offre qui una magistrale ricostruzione, mettendo a fuoco alcuni momenti esemplari e sempre soffermandosi sulle teorie filosofiche che hanno plasmato i nostri modi di pensare, sentire, agire, e sulle implicazioni antropologiche, politiche e culturali connesse ai cambiamenti. A partire dalla tradizione antica della schiavitù che trova in Aristotele la sua più potente legittimazione, il racconto si snoda lungo i secoli per concentrarsi sull’evoluzione delle macchine chiamate a sottrarre il lavoro umano prima agli sforzi fisici più pesanti, poi a quelli mentali più impegnativi. Un processo che continua oggi con i prodigiosi sviluppi dei robot e degli apparecchi dotati di Intelligenza Artificiale o, detto altrimenti, con il trasferimento extracorporeo di facoltà umane come l’intelligenza e la volontà, e il loro insediamento in dispositivi autonomi

Deep Learning con Python, Imparare a implementare algoritmi di apprendimento profondo, François Chollet, 2020
PUBBLICAZIONE: Negli ultimi anni il machine learning ha compiuto passi da gigante, con macchine che ormai raggiungono un livello di accuratezza quasi umana. Dietro questo sviluppo c’è il deep learning: una combinazione di progressi ingegneristici, teoria e best practice che rende possibile applicazioni prima impensabili.
Questo manuale accompagna il lettore nel mondo del deep learning attraverso spiegazioni passo passo ed esempi concreti incentrati sul framework Keras. Si parte dai fondamenti delle reti neurali e del machine learning per poi affrontare le applicazioni del deep learning nel campo della visione computerizzata e dell’elaborazione del linguaggio naturale: dalla classificazione delle immagini alla previsione di serie temporali, dall’analisi del sentiment alla generazione di immagini e testi.
Con tanti esempi di codice corredati di commenti dettagliati e consigli pratici, questo libro è rivolto a chi ha già esperienza di programmazione con Python e desidera entrare nel mondo degli algoritmi di apprendimento profondo.
Scarica gratuitamente: INDICE (75.61 KB, .pdf); PREFAZIONE (40.54 KB, .pdf); INTRODUZIONE (75.22 KB, .pdf). Risorse correlate FILE DEGLI ESEMPI (GitHub)

Emerging Technologies and Trends Impact Radar: Artificial Intelligence, Annette Jump, Eric Goodness, Nick Ingelbrecht, Alys Woodward, Anthony Bradley, 2019
RICERCA: Quanto sono lontane le tecnologie e le tecniche di intelligenza artificiale dalla prima adozione tradizionale è un punto di riferimento cruciale per la pianificazione di portafogli e roadmap di prodotti. Pertanto, i responsabili di prodotto devono comprendere i tempi e il potenziale impatto delle tecnologie di intelligenza artificiale in tutti i segmenti di mercato e settori

Essere una macchina: Un viaggio attraverso cyborg, utopisti, hacker e futurologi per risolvere il modesto problema della morte, Mark O’Donnell, Adelphi, 2018
PUBBLICAZIONE: «Intelligenza artificiale e nanotecnologie applicate al corpo umano ci renderanno migliori. I transumanisti prevedono l’azzeramento della vecchiaia e l’interazione tra persone e macchine. Il saggista Mark O’Connell esplora il loro mondo» – Robinson, La Repubblica
«La cosa funziona così. Siete distesi su un tavolo operatorio, perfettamente coscienti, ma per il resto del tutto insensibili ne incapaci di muovervi. Una macchina umanoide appare al vostro fianco e si accinge al suo compito con movenze da cerimoniale. Con una rapida sequenza di gesti, asporta un’ampia sezione ossea dalla parte posteriore della vostra scatola cranica, per poi posare con cautela le sue dita sottili e delicate come zampe di ragno sulla superficie viscida del cervello. A questo punto, potrà capitarvi di avere qualche perplessità sulla procedura. Dimenticatevela, se potete. Siete troppo in là, ormai: non c’è modo di tornare indietro.»
Tutto quanto O’Connell racconta sembra frutto di una fantasia vagamente allucinata. Solo che non lo è. I cilindri d’acciaio nel capannone criogenico vicino all’aeroporto di Phoenix contengono davvero i primi corpi umani in attesa di risvegliarsi in un futuro simile all’eternità. Ray Kurzweil, uno dei cervelli di Google, inghiotte davvero 150 pillole al giorno, convinto di vivere a tempo indeterminato. Elon Musk o Steve Wozniak sono serissimi quando dichiarano che di qui a poco la nostra mente potrà essere caricata su un computer, e da lì assumere una quantità di altre forme, non necessariamente organiche. Sì, il viaggio di O’Connell fra i transumanisti – fra coloro che sostengono che, nella Singolarità in cui stiamo entrando, i nostri concetti di vita, di morte, di essere umano andranno ripensati dalle fondamenta – porta molto più lontano di quanto a volte vorremmo. Regala sequenze indimenticabili, come la visita alla setta di biohacker che tentano di trasformarsi in cyborg. E apre uno dei primi, veri squarci sulla destinazione di una parte degli immani proventi accumulati nella Silicon Valley. “Che possibilità reali abbiamo di vivere mille anni?” chiede a un certo punto O’Connell a un guru del movimento, Aubrey de Grey. «Qualcosa più del cinquanta per cento» si sente rispondere. «Molto dipenderà dal livello dei finanziamenti»

Examples of practical use of ISO/IEC 25000, Domenico Natale – Andrea Trenta, Future directions of quality models applied to AI, 2019
ARTICOLO: Negli ultimi anni la serie di standard ISO / IEC 25000 sembra aver raggiunto la sua completezza e maturità ampliando la sua definizione dal software ai sistemi, ai dati e ai servizi IT. L’applicazione ISO / IEC 25000 nell’industria è su base volontaria, ma è anche supportata dal contesto normativo pubblico. Alcune azioni sono anche intraprese per applicare questi standard quando vengono definite nuove misure di qualità. Parole chiave: qualità dei dati, qualità del software, qualità del prodotto, nuove tecnologie, nuove misure, dichiarazione

Ethics guidelines for trustworthy AI, Commissione Europea, 2019
GUIDELINES

Gartner Survey Reveals Leading Organizations Expect to Double the Number of AI Projects In Place Within the Next Year, Stamford Conn., 2019
RICERCA: Lo studio “Strategie di sviluppo AI e ML” di Gartner è stato condotto tramite un sondaggio online a dicembre 2018 con 106 membri del Gartner Research Circle, un panel gestito da Gartner composto da professionisti IT e IT / business. I partecipanti dovevano essere informati sugli aspetti commerciali e tecnologici di ML o AI attualmente impiegati o in fase di pianificazione presso le loro organizzazioni.
“Quest’anno assistiamo a una sostanziale accelerazione dell’adozione dell’IA”, ha dichiarato Jim Hare, vicepresidente della ricerca presso Gartner. “L’aumento del numero di progetti di intelligenza artificiale significa che le organizzazioni potrebbero dover riorganizzarsi internamente per assicurarsi che i progetti di intelligenza artificiale siano adeguatamente gestiti e finanziati. È consigliabile istituire un centro di eccellenza AI per distribuire competenze, ottenere finanziamenti, stabilire priorità e condividere le migliori pratiche nel miglior modo possibile. “
Oggi, il numero medio di progetti di intelligenza artificiale in atto è quattro, ma gli intervistati prevedono di aggiungere altri sei progetti nei prossimi 12 mesi e altri 15 nei prossimi tre anni. Ciò significa che nel 2022, tali organizzazioni prevedono di avere in media 35 progetti di AI o ML in atto

Getting Real About AI, Data Science and Machine Learning: Gartner Talks, Austin RICERCA: Kronz – Peter Kerensky, 2020
Qual è il ruolo della governance e della regolamentazione nell’era dell’IA.
Quali tecnologie abiliteranno al meglio le tue iniziative di data science e machine learning.
Qual è il ruolo dei data science e machine learning. Tante domande riguardano ancora l’intelligenza artificiale (AI), la scienza dei dati e l’apprendimento automatico. Tuttavia, le domande stanno diventando molto meno teoriche poiché più organizzazioni cercano di trarre vantaggio da queste tecnologie ora. Le organizzazioni chiedono di più su come applicare queste tecnologie, quanto tempo ci vorrà per ottenere i benefici e come formare il personale o se devono assumere nuovo personale. Unisciti a noi per questo webinar video gratuito mentre gli esperti di Gartner Austin Kronz e Peter Krensky rispondono alle domande più urgenti poste direttamente dai tuoi colleghi

Global Artificial Intelligence (AI) In Cybersecurity Market, Analysis, Drivers, Restraints, Opportunities, Threats, Trends, Applications, And Forecast To 2029, 2020
RICERCA

Global Artificial Intelligence (AI) Market: Investments vs Potential, 2020
RICERCA: Negli ultimi anni, l’intelligenza artificiale ha guadagnato una significativa importanza in tutto il mondo da parte delle imprese sia nel settore pubblico che in quello privato, principalmente a causa dei benefici percepiti associati all’integrazione dell’IA nei processi aziendali, come maggiore produttività, riduzione dei costi e miglioramento dell’efficienza .
In futuro, la tecnologia dovrebbe avere un impatto significativo praticamente su tutti i settori di attività e su ogni essere umano. Si prevede inoltre che continui progressi nel settore promuoveranno l’adozione di altre tecnologie emergenti sul mercato, come l’Internet of Things (IoT), la robotica e i big data.
I sistemi di intelligenza artificiale sono definiti come sistemi basati su macchine che hanno la capacità di fare previsioni, raccomandazioni o decisioni per influenzare ambienti reali o virtuali per un determinato insieme di obiettivi umanizzati. Con il panorama economico in espansione della tecnologia AI, sta emergendo come una tecnologia di uso generale. Fornendo previsioni, raccomandazioni e decisioni più accurate ed economiche, la tecnologia consente alle aziende di migliorare la produttività e affrontare complesse sfide aziendali.
In termini di tecnologia, il mercato dell’intelligenza artificiale può essere classificato in quattro tipi: apprendimento automatico (ML), elaborazione del linguaggio naturale (NLP), elaborazione sensibile al contesto e visione artificiale. La rapida espansione del campo è attribuita alla maturità di una tecnica di modellazione ML nota come reti neurali, nonché alla crescente disponibilità di grandi set di dati e progressi nelle capacità di potenza di calcolo.

Global Artificial Intelligence In The Telecommunication Market Size & Forecast, Market Research Intellect, 2020
RICERCA: Nel rapporto, i ricercatori hanno fornito un’analisi quantitativa e qualitativa e una valutazione delle opportunità in dollari assoluti

Global Artificial Intelligence for Defense – Market and Technology Forecast to 2028, 2020
RICERCA: Esamina, analizza e prevede l’evoluzione delle tecnologie, dei mercati e degli esborsi (spese) dell’intelligenza artificiale nei prossimi 8 anni – 2020-2028 nell’intelligenza artificiale per l’IA industria della difesa. Inoltre esamina geograficamente i mercati dell’IA, concentrandosi sul 95% dei mercati globali, negli Stati Uniti, in Europa e in Asia

Global Emotion Artificial Intelligence Market Size, Status and Forecast 2020-2026, 2020
RICERCA: Il rapporto di ricerca di Global Emotion Intelligenza Artificiale Market 2020 fornisce una descrizione del business con informazioni chiave, applicazioni e struttura della catena industriale. Inoltre, fornisce informazioni sul mercato mondiale, inclusi modelli di avanzamento, indagini mirate sulla scena, locali chiave e il loro stato di miglioramento. Approcci e piani avanzati vengono esaminati, come vengono analizzate allo stesso modo le procedure di assemblaggio e le strutture dei costi. Il rapporto indica utility di importazione / commercio, cifre di mercato, costi, valore, reddito e produttività  lorda del mercato.

Global Machine Learning as a Service Market Size, Status and Forecast 2020-2026, Precision Report 2020
RICERCA: La ricerca sul mercato 2020 di Global Machine Learning as a Service offre una panoramica dei prodotti e la portata di Machine Learning as a Service. Lanalisi della quota di mercato di Global Machine Learning as a Service viene fornita per i mercati internazionali, inclusi i trend di sviluppo, lanalisi del panorama competitivo e lo stato di sviluppo delle regioni chiave. Analisi globale del tasso di crescita delle vendite Machine Learning as a Service e confronto per cronologia. Questo rapporto indica anche consumi / domanda di importazione / esportazione. Dati, costi, prezzi, entrate e margini lordi. Per ciascun produttore coperto, questo rapporto analizza i siti produttivi di Machine Learning as a Service, la capacità , la produzione, il prezzo franco fabbrica, i ricavi e la quota di mercato nel mercato globale

Global Machine Learning Market 2020-2024 | Increasing Adoption of Cloud-Based Offerings to Boost the Market Growth | Technavio, 2020
RICERCA: Le dimensioni del mercato #machinelearning hanno il potenziale per crescere di 11,16 miliardi di dollari nel periodo 2020-2024, secondo @Technavio
Tweet.
La crescente adozione dei servizi di cloud computing a livello globale sta aumentando l’adozione di applicazioni basate su cloud rivolte a più settori di utenti finali. I vantaggi intrinseci del cloud computing, come i costi minimi per l’infrastruttura informatica, di rete e di archiviazione, la scalabilità, l’affidabilità e l’elevata disponibilità delle risorse, incoraggiano le aziende ad adottare soluzioni basate su cloud nei loro modelli di business. L’apprendimento automatico adottato tramite il cloud consente alle aziende di sperimentare tecnologie e capacità di apprendimento automatico a una frazione del costo di creazione di un team e di un’infrastruttura di apprendimento automatico interni. L’apprendimento automatico aiuta inoltre le aziende ad aumentare il carico di lavoro di produzione dei loro progetti con l’aumento dei dati. I vantaggi di cui sopra offerti dalle offerte basate su cloud dovrebbero guidare la crescita del mercato globale del machine learning

Global Operational Intelligence Market Overview, Orbit Research, 2020
RICERCA: 1 INTRODUCTION: 1.1 Study Deliverables, 1.2 Study Assumptions, 1.3 Scope of the Study, 2 RESEARCH METHODOLOGY, 3 EXECUTIVE SUMMARY, 4 MARKET DYNAMICS: 4.1 Market Overview, 4.2 Introduction to Market Drivers and Restraints, 4.3 Market Drivers, 4.3.1 Need for Real Time Data Analytics, 4.4 Market Restraints 4.4.1 Combining Data from Multiple Data Sources is Challenging the Market, 4.5 Industry Attractiveness – Porter’s Five Force Analysis, 4.5.1 Threat of New Entrants, 4.5.2 Bargaining Power of Buyers/Consumers, 4.5.3 Bargaining Power of Suppliers, 4.5.4 Threat of Substitute Products, 4.5.5 Intensity of Competitive Rivalry, 5 MARKET SEGMENTATION, 5.1 By Deployment Type: 5.1.1 On-Premise, 5.1.2 Cloud, 5.2 By End-user Vertical, 5.2.1 Retail, 5.2.2 Manufacturing, 5.2.3 Financial Services, 5.2.4 Government, 5.2.5 IT & Telecommunication, 5.2.6 Military & Defense, 5.2.7 Transport & Logistics, 5.2.8 Healthcare, 5.2.9 Energy & Power, 5.3:Geography: 5.3.1 North America, 5.3.2 Europe, 5.3.3 Asia-Pacific, 5.3.4 Latin America
5.3.5 Middle East & Africa, 6 COMPETITIVE LANDSCAPE, 6.1 Company Profiles: 6.1.1 Vitria Technology Inc., 6.1.2 Splunk Inc., 6.1.3 Starview Inc., 6.1.4 SAP SE, 6.1.5 Software AG, 6.1.6 Schneider Electric, 6.1.7 Rolta India Limited, 6.1.8 SolutionsPT Ltd, 6.1.9 IBENOX Pty Ltd., 6.1.10 Turnberry Corporation, 6.1.11 HP Inc., 6.1.12 OpenText Corp., 7 INVESTMENT ANALYSIS, 8, MARKET OPPORTUNITIES AND FUTURE TRENDS

Key drivers and research challenges for 6G ubiquitous wireless intelligence, 2020e
WHITE PAPER: Mentre la ricerca di quinta generazione (5G) sta maturando verso uno standard globale, la comunità di ricerca ha iniziato a concentrarsi sullo sviluppo di soluzioni oltre il 5G e sull’era del 2030, ovvero 6G. In futuro, la nostra società sarà sempre più digitalizzata, iper-connessa e guidata dai dati a livello globale. Molti servizi futuri ampiamente previsti dipenderanno in modo critico dalla connettività wireless istantanea, praticamente illimitata. Le tecnologie di comunicazione mobile dovrebbero andare ben oltre ciò che si è visto finora nelle applicazioni wireless, rendendo la vita di tutti i giorni più fluida e sicura, migliorando notevolmente l’efficienza delle aziende.
6G non si occupa solo di spostare i dati, ma diventerà un framework di servizi, compresi i servizi di comunicazione in cui tutta la computazione e l’intelligenza specifiche dell’utente possono spostarsi nel cloud periferico. Il white paper presenta i driver chiave, i requisiti di ricerca, le sfide e le domande di ricerca essenziali relative al 6G. L’attenzione si concentra sui driver sociali e aziendali; casi d’uso e nuovi moduli del dispositivo; spettro e obiettivi chiave dell’indicatore di prestazione; progressi e sfide dell’hardware radio; strato fisico; networking; e nuovi attivatori di servizi. I megatrend della società, gli obiettivi di sostenibilità delle Nazioni Unite, la riduzione delle emissioni di anidride carbonica, i nuovi promotori tecnici emergenti e le sempre crescenti richieste di produttività sono introdotti come fattori chiave verso soluzioni 2030.
Questo white paper è il primo di una serie di Visioni di ricerca 6G basate sulle opinioni condivise da 70 esperti invitati durante un seminario speciale al primo vertice wireless 6G nella Lapponia finlandese nel marzo 2019

How to Choose the Right AI Solution Path: From Off-the-Shelf to Custom-Made, Alexander Linden, Eric Hunter, Farhan Choudhary, Peter Kerensky, 2020
RICERCA: I responsabili dei dati e dell’analisi devono determinare quale tipo di soluzione si adatta meglio ai loro attuali vincoli e bisogni. Gartner fornisce un riepilogo dei pro e dei contro di vari percorsi di soluzione per aiutare a prendere questa decisione

I nuovi immaginari dell’intelligenza artificiale, S. Bory, P. Bory, 2015
PUBBLICAZIONE

Indagine conoscitiva sui Big Data, AGCM, AGCOM, Garante per la privacy
RICERCA: Premessa, 1. I Big, Data: 1.1; Introduzione ai Big Data; 1.2. Definizioni;1.3. La filiera deiBig Data; 1.3.1. La raccolta dei Big Data; 1.3.2. L’elaborazione dei Big Data; 1.3.3. L’interpretazione e l’utilizzo dei Big Data; 1.4. Alcuni dati sulla diffusione dell’utilizzo dei Big Data nell’economia, 2.Principali considerazioni sulla gestione dei Big Data espresse dai soggetti partecipanti: 2.1. Profilazione, anonimizzazione del dato e algoritmi; 2.2. Gestione del dato e acquisizione del consenso; 2.3. Portabilità dei dati, interoperabilità e accesso ai dati; 2.4. Utilizzo dei dati di traffico; 2.5. Piattaforme digitali: pluralismo dell’informazione e potere di mercato, 3. I Big Data nell’ecosistema digitale italiano: considerazioni dell’AGCOM: 3.1; Big Data, mercato pubblicitario, pluralismo e informazione; 3.2. Big Data, comunicazioni elettroniche e servizi media; 3.3. Big Data e sviluppo di reti e servizi innovativi (5G, IoT, M2M, AI); Big Data e altri settori; 3.5. Big Data ed evoluzione del quadro regolamentare europeo, 4. I Big Data nell’ecosistema digitale italiano: considerazioni del Garante per la protezione dei dati personali: 4.1. Premessa; 4.2. Gli interventi dei soggetti istituzionali; 4.3. Oltre la pura descrizione del fenomeno; 4.4. Le implicazioni etich; 4.5. Big Data, principio di qualità dei dati (e dei processi) e profilazione; 4.6. Per un approccio win-win; 4.7. L’opacità dei trattamenti con tecniche Big Data e il principio di trasparenza proprio delle discipline di protezione dei dati; 4.8. Big Data, dati personali e procedure di anonimizzazione; 4.9. Big Data e principio di finalità; 4.10. Big Data, principi di qualità e minimizzazione dei dati; Big Data, valutazione d’impatto privacy accountability; 4.12. Big Data e processi decisionali automatizzati; 4.13. Big Data e grandi archivi pubblici;  4.14. Prospettive, 5. I Big Data nell’ecosistema digitale italiano: considerazioni dell’AGCM; 5.1. Big Data, struttura di mercato e barriere all’entrata; 5.2. Posizioni dominanti e potere di mercato; 5.3. Big Data, utilizzo dei dati personali e concorrenza; 5.3.1. Premessa; 5.3.2. L’acquisizione di dati personali nel processo produttivo e benessere del consumatore; 5.3.3. La raccolta e l’utilizzo dei dati personali come variabile economica; 5.3.4. La relazione tra concorrenza e utilizzo dei dati personali; 5.3.5. Domanda e offerta di dati personali; 5.3.6. Privacy, funzionamento dei mercati e il ruolo della politica pubblica; 5.4. Condotte data-driven tra la tutela della concorrenza e la tutela del consumatore; 5.4.1. La raccolta di dati; 5.4.2. L’utilizzo dei Big Data per la personalizzazione dei servizi; 5.4.3. L’utilizzo dei Big Data per la personalizzazione dei prezzi; 5.4.4. Condotte che possono integrare possibili abusi di posizione dominante;  5.4.5. L’utilizzo di Big Data, algoritmi di prezzo e cllusione online, LINEE GUIDA E RACCOMANDAZIONI DI POLICY

Invest Implications: ‘Predicts 2020: Artificial Intelligence Core Technologies’, Tim Mahon, 2019
RICERCA: Le aziende fanno fatica a sviluppare progetti pilota dell’IA nella produzione, limitando la loro capacità di realizzare il valore commerciale dell’IA. Gli investitori traggono vantaggio dalla comprensione di come e con che cosa i fornitori aiutano i responsabili IT a sviluppare strategie che consentano l’evoluzione dei progetti pilota di intelligenza artificiale in produzione scalabile e realizzazione di valore

IBM Vision 2024 For a responsible, open and inclusive digital Europe: A new partnership between technology, public policy & society
PUBBLICAZIONE PDF: Garantire la fiducia dei cittadini nelle soluzioni e nei servizi digitali è fondamentale per il successo dell’economia digitale dell’UE. Per guadagnare quella fiducia, l’industria deve migliorare il proprio gioco, le autorità di regolamentazione devono eliminare i problemi ed entrambi dovrebbero lavorare insieme per alzare l’asticella per un futuro digitale affidabile. Nel rafforzare la sovranità tecnologica, l’UE dovrebbe concentrarsi sulla costruzione della fiducia, scegliendo i partner che hanno mostrato la loro affidabilità, gestione dei dati e sicurezza in Europa per decenni, indipendentemente dalla posizione geografica della loro sede.
Guadagnare fiducia significa gestire i dati in modo responsabile. Significa sviluppare soluzioni open source. Significa spiegare chiaramente l’IA e renderla responsabile. Significa migliorare la società per lavori a prova di futuro. Significa usare una regolazione di precisione per indirizzare pratiche negative e per problemi tangibili evitando conseguenze economiche indesiderate

Il capitalismo della sorveglianza: Il futuro dell’umanità nell’era dei nuovi poteri, Shoshana Zuboff, Roma, Luiss University Press, 2019
PUBBLICAZIONE: L’era che stiamo vivendo, caratterizzata da uno sviluppo senza precedenti della tecnologia, porta con sé una grave minaccia per la natura umana: un’architettura globale di sorveglianza, ubiqua e sempre all’erta, osserva e indirizza il nostro stesso comportamento per fare gli interessi di pochissimi – coloro i quali dalla compravendita dei nostri dati personali e delle predizioni sui comportamenti futuri traggono enormi ricchezze e un potere sconfinato. È il “capitalismo della sorveglianza”, lo scenario alla base del nuovo ordine economico che sfrutta l’esperienza umana sotto forma di dati come materia prima per pratiche commerciali segrete e il movimento di potere che impone il proprio dominio sulla società sfidando la democrazia e mettendo a rischio la nostra stessa libertà. Il libro di Shoshana Zuboff, frutto di anni di ricerca, mostra la pervasività e pericolosità di questo sistema, svelando come, spesso senza rendercene conto, stiamo di fatto pagando per farci dominare. Il capitalismo della sorveglianza, un’opera già classica e un libro imprescindibile per comprendere la nostra epoca, è l’incubo in cui è necessario immergersi per poter trovare la strada che ci conduca a un futuro più giusto – una strada difficile, complessa, in parte ancora sconosciuta, ma che non può che avere origine dal nostro dire “basta!”

Intelligenza artificiale classica e psicologia cognitiva (Manuale di scienza cognitiva), Pessa – Pietronilla Penna, 2000
PUBBLICAZIONE: Ciò che distingue la scienza cognitiva dagli approcci filosofici del passato risiede nella convinzione che a tali questioni sia possibile rispondere soltanto promuovendo la cooperazione tra varie discipline: soprattutto la psicologia cognitiva, l’intelligenza artificiale e le neuroscienze. Scopo di questo manuale è fornire un’introduzione alla scienza cognitiva, che privilegia i contributi ad essa offerti dalle due discipline che l’hanno tenuta a battesimo: l’intelligenza artificiale classica e la psicologia cognitiva

Intelligenza Artificiale per le PMI, Steering Committee Digitalizzazione PMI – Confindustria digitale, 2019
RICERCA: Capitolo 1: Sfruttare l’Intelligenza Artificiale come potente strumento di competitività; Definizione;  Ambiti, Capitolo 2: Gli investimenti delle PMI in competenze e nuove modalità di lavoro; Cosa cambia con l’intelligenza artificiale?.; Nuove figure professionali e competenze;  Capitolo 3 L’Intelligenza Artificiale come parte integrante della trasformazione digitale;  I dati al centro dell’evoluzione tecnologica; Progettazione e strategia imprenditoriale; Approccio tattico; Approccio strategico, Capitolo 4: Casi concreti di utilizzo dell’Intelligenza Artificiale in ambito industriale; I dati al centro del nuovo modello organizzativo; Le persone, la nostra forza lavoro; I processi, la nostra spina dorsale; I clienti, i nostri migliori alleati; I prodotti, la nostra eccellenza; Il Customer Service, per completare l’eccellenza del prodotto, Capitolo 5 Intelligenza Artificiale come servizio; Se l’Intelligenza artificiale fosse una utility; IA come servizio: AIaaS è solo una parte del contesto; Come utilizzare l’IA tramite servizi; IA come servizio: considerazioni finali,  Prossimi Passi

Intelligenza artificiale: Guida al futuro prossimo, Jerry Kaplan, 2018
PUBBLICAZIONE: Nel giro di poco tempo, l’intelligenza artificiale avrà sulle nostre vite un impatto pari a quello della rivoluzione industriale o della nascita del web. Macchine superintelligenti e capaci di apprendere e migliorarsi da sole potranno nei prossimi anni produrre enorme ricchezza e crescita, rischiando però di estromettere proprio gli esseri umani dal mercato del lavoro. L’impatto di queste nuove tecnologie sulla società non sarà peraltro limitato all’economia: sistemi capaci di mostrare (e provare?) emozioni saranno in grado di darci assistenza e conforto, oppure non faranno altro che alienarci dai nostri simili? In questo libro Jerry Kaplan, uno dei massimi esperti mondiali in materia, si presta a farci da guida attraverso i tanti aspetti tecnologici, economici e sociali dell’intelligenza artificiale, scomponendo i concetti di robot, machine learning e lavoro automatizzato, delineando incredibili scenari del nostro futuro più prossimo

Intelligenza artificiale. Guida al prossimo futuro, Luiss University Press, KAPLAN J., 2017
PUBBLICAZIONE: Cos’è l’intelligenza artificiale? In che senso i computer possono pensare, provare emozioni e prendere decisioni? Che impatto avranno le nuove tecnologie su lavoro, società e diritto? È davvero possibile che le macchine si ribellino e prendano il sopravvento sugli uomini? Tutte le domande e le risposte sulla più grande rivoluzione in atto. 
Nel giro di poco tempo, l’intelligenza artificiale avrà sulle nostre vite un impatto pari a quello della rivoluzione industriale o della nascita del web. Macchine superintelligenti e capaci di apprendere e migliorarsi da sole potranno nei prossimi anni produrre enorme ricchezza e crescita, rischiando però di estromettere proprio gli esseri umani dal mercato del lavoro. L’impatto di queste nuove tecnologie sulla società non sarà peraltro limitato all’economia: sistemi capaci di mostrare (e provare?) emozioni saranno in grado di darci assistenza e conforto, oppure non faranno altro che alienarci dai nostri simili? In questo libro Jerry Kaplan, uno dei massimi esperti mondiali in materia, si presta a farci da guida attraverso i tanti aspetti tecnologici, economici e sociali dell’intelligenza artificiale, scomponendo i concetti di robot, machine learning e lavoro automatizzato, delineando incredibili scenari del nostro futuro più prossimo

Intelligenza artificiale. Un approccio moderno, Stuart J. Russell – Peter Norvig, 2010
PUBBLICAZIONE: Un classico nell’ambito della letteratura sull’intelligenza artificiale, apprezzato per la sua presentazione equilibrata e precisa e per l’ampiezza e l’approfondimento dei contenuti. Questa nuova edizione riflette i cambiamenti emersi nel settore negli ultimi anni: numerosi infatti sono stati i progressi scientifici e tecnologici in campi quali riconoscimento vocale, traduzione automatica, veicoli autonomi, domotica ed estrazione di informazioni dal Web. Tutti gli argomenti, pertanto, sono stati aggiornati e approfonditi, dai tipi di rappresentazione della conoscenza che un agente intelligente può utilizzare alla pianificazione, dall’estrazione di dati sul web agli algoritmi di apprendimento

Iperconnessi Perché i ragazzi oggi crescono meno ribelli, piú tolleranti, meno felici e del tutto impreparati a diventare adulti, Jean M. Twenge, 2018
PUBBLICAZIONE: Il libro al centro di articoli e discussioni in tutto il mondo. Un testo imprescindibile per capire la generazione smartphone

Julia Language in Machine Learning: Algorithms, Applications, and Open Issues, Kaifeng Gao, Jingzhi Tu, Zenan Huo, Gang Mei, Francesco Piccialli, Salvatore Cuomo, 2020
RICERCA: L’apprendimento automatico sta guidando lo sviluppo in molti campi della scienza e dell’ingegneria. Un linguaggio di programmazione semplice ed efficiente potrebbe accelerare le applicazioni dell’apprendimento automatico in vari campi. Attualmente, i linguaggi di programmazione più comunemente usati per sviluppare algoritmi di machine learning includono Python, MATLAB e C / C ++. Tuttavia, nessuna di queste lingue è in grado di bilanciare efficienza e semplicità. Il linguaggio Julia è un linguaggio di programmazione veloce, facile da usare e open source originariamente progettato per l’elaborazione ad alte prestazioni, che può ben bilanciare efficienza e semplicità. Questo documento riassume il lavoro di ricerca correlato e gli sviluppi nell’applicazione della lingua Julia nell’apprendimento automatico. Per prima cosa esamina i famosi algoritmi di apprendimento automatico sviluppati nella lingua Julia. Quindi, esamina le applicazioni degli algoritmi di apprendimento automatico implementati con il linguaggio Julia. Infine, discute le questioni aperte e le potenziali direzioni future che sorgeranno nell’uso della lingua Julia nell’apprendimento automatico

L’intelligenza collettiva. Per un’antropologia del cyberspazio, Lévy P., 1996
PUBBLICAZIONE: Rete di reti che si basano sulla comunicazione “anarchica” di migliaia di centri informatici nel mondo, Internet è diventata oggi il simbolo del grande medium definito cyberspazio. Quanto poi al futuro che esso dischiude, non esiste un determinismo tecnologico o economico; si prospettano per i governi, i grandi operatori economici, i cittadini scelte politiche e culturali fondamentali. Non si tratta di ragionare esclusivamente in termini di impatto, ma anche di progetto, si tratta di inventare tecniche, sistemi di segni, forme di organizzazione sociale che permettano di pensare assieme, concentrare forze intellettuali e spirituali, moltiplicare immaginazioni ed esperienze, negoziare soluzioni pratiche ai problemi complessi

La dittatura del Calcolo, Paolo Zellini, 2018
PUBBLICAZIONE: Perché la scienza non ha potuto prescindere dagli algoritmi, e da quanto tempo il calcolo è entrato prepotentemente in ogni settore della nostra vita? Che cosa può e che cosa non può essere automatizzato? La matematica possiede sempre e comunque le qualità che le sono generalmente attribuite, come l’utilità, l’armonia o l’efficacia in ogni sua applicazione? Questo libro offre una risposta penetrante e articolata a domande che appaiono oggi ineludibili. Zellini le affronta con un rigore e con una misura che fanno emergere con evidenza tutto l’interesse scientifico del pensiero algoritmico, come pure il carattere virtualmente apocalittico di ciò che appare ormai un dominio incontrastato del calcolo digitale. Se non si vogliono ignorare i princìpi di libertà e di responsabilità, non si può rimanere estranei o indifferenti alla diffusione di una scienza che si ispira a un criterio fondamentale di effettività e di efficienza meccanica, ultimo fondamento e pietra angolare del calcolo, ma anche causa di inevitabili pregiudizi e travisamenti

La Quarta Rivoluzione. Come l’infosfera sta trasformando il mondo, Luciano Floridi, 2017
PUBBLICAZIONE: Chi siamo e che tipo di relazioni stabiliamo gli uni con gli altri? Luciano Floridi sostiene che gli sviluppi nel campo delle tecnologie dell’informazione e della comunicazione stiano modificando le risposte a domande così fondamentali. I confini tra la vita online e quella offline tendono a sparire e siamo ormai connessi gli uni con gli altri senza soluzione di continuità, diventando progressivamente parte integrante di un’“infosfera” globale. Questo passaggio epocale rappresenta niente meno che una quarta rivoluzione, dopo quelle di Copernico, Darwin e Freud. 
L’espressione “onlife” definisce sempre di più le nostre attività quotidiane: come facciamo acquisti, lavoriamo, ci divertiamo, coltiviamo le nostre relazioni. In ogni campo della vita, le tecnologie della comunicazione sono diventate forze che strutturano l’ambiente in cui viviamo, creando e trasformando la realtà. Saremo in grado di raccoglierne i frutti? Quali, invece, i rischi impliciti? Floridi suggerisce che dovremmo sviluppare un approccio in grado di rendere conto sia delle realtà naturali sia di quelle artificiali, in modo da affrontare con successo le sfide poste dalle tecnologie correnti e dalle attuali società dell’informazione

La società automatica, Bernard Stiegler, Meltemi, 2019
PUBBLICAZIONE: La società automatica risponde politicamente e teoreticamente alle previsioni di un’eclissi dell’impiego salariato in Europa causata dall’automatizzazione generalizzata della produzione. La sua risposta, tuttavia, si estende anche alla crisi finanziaria, alla decadenza dei saperi, al potere dei big data, allo sfruttamento 24/7 delle facoltà cognitive e alle innovazioni dell’intelligenza artificiale, così come all’emergenza ecologica relativa al cambiamento climatico

Le macchine sapienti – Intelligenze artificiali e decisioni umane, Paolo Benanti – Marietti, 2018
PUBBLICAZIONE: Lo sviluppo e la diffusione delle intelligenze artificiali sollevano nuovi problemi di natura etica. Che cosa accade, infatti, quando non sono gli uomini, ma le macchine a decidere? L’autore, noto a livello internazionale nell’ambito della bioetica e del dibattito sul rapporto tra teologia, bioingegneria e neuroscienze, guarda con favore alla diffusione delle «macchine sapienti» e ragiona sul fatto che i processi innovativi hanno valenza positiva solo se orientati a un progresso autenticamente umano che si concretizzi in un sincero impegno morale dei singoli e delle istituzioni nella ricerca del bene comune

Le nuove vie della scoperta scientifica. Come l’intelligenza collettiva sta cambiando la scienza, Michael Nielsen, 2012
PUBBLICAZIONE: «Il cambiamento descritto in questo libro è una rivoluzione lenta, che negli anni ha acquisito velocità. È un cambiamento che molti scienziati non hanno colto o hanno sottovalutato, cosí assorbiti dal loro lavoro specialistico da non rendersi conto di quanto sia vasto l’impatto dei nuovi strumenti cognitivi; sono come surfisti troppo concentrati a fissare la schiuma delle onde per accorgersi che la marea si sta alzando. Ma non lasciatevi ingannare dalla natura lenta e silenziosa dei mutamenti attuali. Siamo nel mezzo di un grande cambiamento, che trasformerà il modo in cui si costruisce il sapere. Immaginate di essere vissuti nel XVII secolo, all’alba della scienza moderna: la maggior parte della gente non aveva idea della grande trasformazione in atto; ma anche se non eravate degli scienziati, anche se non avevate il minimo contatto con la scienza, non vi sarebbe piaciuto essere almeno informati della straordinaria trasformazione che avrebbe cambiato per sempre il nostro modo di capire il mondo? Oggi si sta verificando un cambiamento della stessa portata: stiamo reinventando la scoperta»

Le persone non servono. Lavoro e ricchezza nell’epoca dell’Intelligenza artificiale, KAPLAN J., Luiss University Press, 2016
PUBBLICAZIONE:

Dopo miliardi di dollari e cinquant’anni di sforzi, i ricercatori sono prossimi a decifrare una volta per tutte il codice dell’intelligenza artificiale. Il genere umano si trova sull’orlo di un cambiamento senza precedenti. Jerry Kaplan mostra come i più recenti progressi nel campo della robotica, del machine learning e nello studio dei sistemi percettivi possono darci benessere senza precedenti e, al tempo stesso, essere per noi una seria minaccia. Automobili senza pilota, aiutanti robot, consulenti finanziari automatizzati possono darci ricchezza e tempo libero, ma la transizione potrebbe essere brutale e protratta nel tempo, soprattutto se non affronteremo per tempo i grandi problemi rappresentati da un mercato del lavoro sempre più incerto e da crescenti disuguaglianze di reddito. 
Kaplan, con Le persone non servono, propone soluzioni di libero mercato e di politica sociale che possono aiutarci a evitare un lungo periodo di tumulti sociali, mostrando in modo a un tempo accessibile e completo le opportunità e i rischi dell’intelligenza artificiale.
“Un eccezionale mix di aneddoti deliziosi e analisi accurata… Una preziosa riflessione su come l’intelligenza artificiale cambierà gli affari, il lavoro e – cosa ancor più interessante – la legge. Un libro che risplende per originalità e vigore”

Libro bianco: L’intelligenza artificiale al servizio del cittadino, AGID (Agenzia per l’Italia Digitale), 2018
LIBRO BIANCO: “Questo testo identifica alcune aree principali in cui l’Intelligenza Artificiale può essere di aiuto: nei sistemi sanitari, educativi e giudiziari; nel pubblico impiego e nella sicurezza.
Il Libro Bianco fornisce uno sguardo positivo su come i governi, le loro agenzie e le amministrazioni pubbliche, possono servire in modo migliore sia le persone che le imprese migliorando i servizi pubblici e la soddisfazione dei cittadini.
Gran parte degli obiettivi che possiamo raggiungere grazie ad un buon utilizzo dell’Intelligenza Artificiale nella Pubblica amministrazione coincide con il lavoro che la Commissione Europea sta facendo per promuovere lo sviluppo dell’e-government e della digitalizzazione dei servizi pubblici come parte integrante della costruzione del Mercato Unico Digitale: – risparmiare tempo e denaro pubblico fornendo servizi pubblici migliori; – rendere i servizi interoperabili tra Stati aumentando l’efficienza e migliorando la trasparenza; – avvicinare le persone ai loro governi, coinvolgendole maggiormente nel processo decisionale.
Lo sviluppo e la promozione dell’Intelligenza Artificiale devono essere un progetto europeo e non solo nazionale. È un’opportunità che l’Europa, collettivamente, non può esitare a cogliere con fermezza.
Abbiamo bisogno di un dibattito aperto e inclusivo che coinvolga tutti i nostri Paesi, focalizzandosi sul modo più giusto di utilizzare queste nuove tecnologie, su come rispettare diritti fondamentali quali privacy, libertà, sicurezza e la non-discriminazione.
Questo Libro Bianco mostra come gli sforzi dell’Italia nel campo dell’Intelligenza Artificiale siano un buon esempio da emulare in altri Paesi, anche per contribuire alla riflessione europea sul cammino da intraprendere.”

Linee-guida in materia di intelligenza artificiale e protezione dei dati, Garante per la protezione dei dati personali – Comitato consultivo della Convenzione sulla protezione delle persone rispetto al trattamento automatizzato di dati a carattere personale (Convenzione 108), 2019
LINEE GUIDA

Macchine “che pensano” (e che fanno pensare), Bruno de Finetti, 1952, pubblicazioni delle Facoltà di Scienze ed Ingegneria dell’Università di Trieste), Bruno de Finetti, 1952
PUBBLICAZIONE: Cervelli giganti, Macchine che pensano: così de­finiscono le calcolatrici elettroniche coloro che più ri­mangono colpiti o intendono colpire rilevando quanto vaste e complesse operazioni del pensiero esse possono venir comandate ad eseguire . Semplici ausiliarie: così ribattono altri facendo rimarcare che si tratta pur sempre di operazioni che esse vengono comandate ad eseguire, cosicché la funzione creativa del pensare ri­ mane intangibile attributo dell’uomo che le costruisce e le usa

Macchine come me, persone come voi, Ian McEwan, 2019
PUBBLICAZIONE: Con l’eredità che gli ha lasciato sua madre, Charlie Friend avrebbe potuto comprare casa in un quartiere elegante di Londra, sposare l’affascinante vicina del piano di sopra, Miranda, e coronare con lei il sogno di una tranquilla vita borghese. Ma molte cose, in questo 1982 alternativo, non sono andate com’era scritto. La guerra delle Falkland si è conclusa con la sconfitta dell’Inghilterra e i quattro Beatles hanno ripreso a calcare le scene. E con l’eredità Charlie ci ha comprato una macchina. Bellissima e potente, dotata di un nome e di un corpo, la macchina ha intelligenza e sentimenti e una coscienza propri: è l’androide Adam, creato dagli uomini a loro immagine e somiglianza. La sua stessa esistenza pone l’eterna domanda: in cosa consiste la natura umana?

Macchine pensanti. L’evoluzione dell’intelligenza artificiale, Pratt, 1990
PUBBLICAZIONE

Machine learning and artificial intelligence research for patient benefit: 20 critical questions on transparency, replicability, ethics, and effectiveness, 2020
RICERCA: L’apprendimento automatico, l’intelligenza artificiale e altri moderni metodi statistici stanno offrendo nuove opportunità per rendere operative le fonti di dati precedentemente non sfruttate e in rapida crescita a beneficio dei pazienti. Nonostante siano in corso ricerche molto promettenti, in particolare nell’imaging, la letteratura nel suo insieme è priva di trasparenza, chiare relazioni per facilitare la replicabilità, l’esplorazione di potenziali preoccupazioni etiche e chiare dimostrazioni di efficacia. Tra le molte ragioni per cui esistono questi problemi, uno dei più importanti (per i quali forniamo qui una soluzione preliminare) è l’attuale mancanza di linee guida sulle migliori pratiche specifiche per l’apprendimento automatico e l’intelligenza artificiale. Tuttavia, crediamo che i gruppi interdisciplinari che perseguono progetti di ricerca e impatto che coinvolgono l’apprendimento automatico e l’intelligenza artificiale per la salute trarrebbero beneficio dall’affrontare esplicitamente una serie di domande relative a trasparenza, riproducibilità, etica ed efficacia (TREE). Le 20 domande critiche proposte qui forniscono un quadro per i gruppi di ricerca per informare il design, la conduzione e la comunicazione; per i redattori e i revisori dei pari valutare il contributo alla letteratura; e per i pazienti, i clinici e i decisori politici di valutare criticamente dove i nuovi risultati possono offrire benefici ai pazienti

Machine translation of cortical activity to text with an encoder–decoder framework, Joseph G. Makin, David A. Moses & Edward F. Chang , 2020
RICERCA: Un decennio dopo che il discorso è stato decodificato per la prima volta dai segnali del cervello umano, l’accuratezza e la velocità rimangono molto al di sotto di quelle del linguaggio naturale. Nella ricerca si mostria come si decodifica l’elettrocorticogramma con elevata precisione e con velocità sul parlato naturale. Prendendo spunto dai recenti progressi nella traduzione automatica, formiamo una rete neurale ricorrente per codificare ogni sequenza di attività neuronali di lunghezza di frase in una rappresentazione astratta, e quindi per decodificare questa rappresentazione, parola per parola, in una frase inglese. Per ogni partecipante, i dati consistono in diverse ripetizioni vocali di una serie di 30-50 frasi, insieme ai segnali contemporanei di ~ 250 elettrodi distribuiti su cortecce peri-silviane. La percentuale media di errori di parole in una serie di ripetizioni pronunciate è del 3%.
Abstract ricerca

Mobile Artificial Intelligence (AI) Market, Zion Market Research, 2020
RICERCA: Technology Node (5nm-10nm, 11nm-20nm, and Above 20nm), by Application (Cameras, Smartphones, Vehicles, Robots, AR/VR Devices, and Others), and by End-Use Industry (Consumer Electronics, Automotive, Robotics, and Others): Global Industry Perspective, Comprehensive Analysis, and Forecast, 2017 – 2024

Morale artificiale. Nanotecnologie, intelligenza artificiale, robot. Sfide e promesse, Gianni Manzone, EDB, 2020
PUBBLICAZIONE: Le nanotecnologie, che manipolano la materia a livello atomico e molecolare, trasformano anche la società. Nell’economia mettono pressione sugli altri prodotti e sugli altri processi affinché siano allineati all’introduzione dei suoi artefatti competitivi. Hanno potenzialmente la capacità di influenzare le istituzioni e di trasformare le relazioni sociali, il lavoro, l’economia. In altri termini, prende piede un modo diverso di vedere il mondo, di formare la nostra comprensione della natura, delle strutture e quadri legali, sociali ed etici. Nei prossimi vent’anni l’assistenza medica, la pubblica amministrazione, la politica, l’educazione, la scienza, il trasporto e la logistica dipenderanno sempre più dalle applicazioni che decideremo di usare in queste aree. È facile prevedere rischi e benefici per l’ambiente, la sicurezza e la salute, mentre è più complesso immaginare come sopravviveranno, per esempio, la privacy e le libertà civili in un mondo in cui ogni artefatto, non importa quanto a buon prezzo, è incluso in una rete di computer

Nature Medicine, Evaluation and accurate diagnoses of pediatric diseases using artificial intelligence, Huiying Liang, Brian Y. Tsui, […]Huimin Xia, 2019
RICERCA: I metodi basati sull’intelligenza artificiale (AI) sono emersi come potenti strumenti per trasformare l’assistenza medica. Sebbene i classificatori di machine learning (MLC) abbiano già dimostrato forti prestazioni nelle diagnosi basate su immagini, l’analisi dei dati diversi e massicci di cartelle cliniche elettroniche (EHR) rimane difficile. Qui, mostriamo che le MLC possono interrogare gli EHR in un modo simile al ragionamento ipotetico-deduttivo usato dai medici e dalle associazioni di scoperta che i precedenti metodi statistici non hanno trovato. Il nostro modello applica un sistema automatizzato di elaborazione del linguaggio naturale che utilizza tecniche di apprendimento profondo per estrarre informazioni clinicamente rilevanti dagli EHR. In totale, sono stati analizzati 101,6 milioni di punti dati da 1.362.559 visite di pazienti pediatrici che si sono presentati ad un importante centro di riferimento per formare e validare il quadro. Il nostro modello dimostra un’elevata accuratezza diagnostica su più sistemi di organi ed è paragonabile a pediatri esperti nella diagnosi di malattie infantili comuni. Il nostro studio fornisce una prova del concetto per l’implementazione di un sistema basato sull’intelligenza artificiale come mezzo per aiutare i medici ad affrontare grandi quantità di dati, aumentare le valutazioni diagnostiche e fornire supporto alle decisioni cliniche in caso di incertezza o complessità diagnostica. Sebbene questo impatto possa essere più evidente nelle aree in cui gli operatori sanitari sono relativamente carenti, i vantaggi di un tale sistema di IA sono probabilmente universali

Nemmeno gli struzzi lo fanno più: Vivere bene con l’Intelligenza Artificiale, Tatiana Coviello, 2019
PUBBLICAZIONE: Tutti parlano della società digitale e dei cambiamenti che ne derivano. Questo libro – in maniera convincente e veramente godibile – conduce il lettore a capirne le caratteristiche, di come cambieremo noi e delle nuove competenze da acquisire. La trasformazione in atto ci spinge ad acquisire non solo competenze ma anche una agilità tecnologica e sociale. L’ultima parte del libro è assolutamente imperdibile, con una vena di ironia l’autrice spiega quali modelli mentali ci aiuteranno a rimanere rilevanti in un mondo che cambia a velocità esponenziale. Un libro con strumenti, storie e riflessioni che aiutano a crescere, come persone non solo come professionisti: assolutamente da non perdere.”(Paolo Gallo, international best seller autor e HR DirectorWorld Economic Forum) Con semplicità, garbo e grande chiarezza, il testo riassume le sfide dei prossimi anni, riuscendo a declinare il tema in modo adatto a tutte le generazioni. Possiamo permetterci di fare come gli struzzi? Ovviamente no

News report 2019 – The next newsroom: unlocking the power of AI for public service jornalism, Hanna Stjärne, Director General SVT, 2019
REPORT: In questo rapporto di notizie sull’EBU del 2019, esaminiamo cosa significa la quarta grande ondata di trasformazione digitale per il giornalismo di servizio pubblico. Questa nuova ondata, dopo online, mobile e social, è definita da opportunità e minacce dell’intelligenza artificiale e delle tecnologie di dati.
C’è molto clamore intorno all’intelligenza artificiale, ma per coloro che vedono il vero potenziale, potrebbe essere in grado di rendere il giornalismo di servizio pubblico più prezioso per il pubblico e più stimolante per la pratica. Il rapporto fornisce una revisione completa del pensiero attuale sull’IA e sul giornalismo, nonché casi di studio pratici, liste di controllo e kit di strumenti.
Questo rapporto è aperto al pubblico, devi solo accedere a ebu.ch. Se sei nuovo su ebu.ch, crea semplicemente un account con noi e fai clic su “Visualizza versione interattiva“.

Nilsson, Intelligenza artificiale, Apogeo 2002
PUBBLICAZIONE: Il nome di Nilsson è legato ad una serie di testi di riferimento per studiosi di intelligenza artificiale. In questo volume Nilsson propone una “nuova sintesi” della materia, una prospettiva unitaria, basata sul paradigma degli agenti intelligenti, entro la quale inquadrare l’ampio ventaglio di teorie e tecniche applicative in cui si è differenziata la disciplina. Seguendo questo filo conduttore l’autore presenta le tematiche salienti e le principali applicazioni dell’intelligenza artificiale, dalle reti neurali alla visione robotica, dall’elaborazione del linguaggio naturale al data mining

Paradiso virtuale o Infer.net ? Rischi e opportunità della rivoluzione digitale, Giovanni Cucci, 2015
PUBBLICAZIONE: Da quando è stato introdotto, il web, come ogni grande invenzione, non ha cessato di suscitare dibattiti, entusiasmi e altrettanto inquietanti segnali di allarme, perché presenta, insieme a opportunità inedite, le medesime problematiche del mondo offline, ma a un altro livello. Il webinfatti non è semplicemente uno strumento, ma un vero e proprio «universo», parallelo e talvolta anche alternativo al mondo «reale». Qualunque sia il punto di vista assunto, tutto ciò costituisce in ogni caso un punto di non ritorno, con cui non si può non fare i conti. Da qui l’importanza di un approccio rispettoso della sua complessità, per usare al meglio le enormi e affascinanti possibilità, senza tacerne i possibili rischi

Prevalence of Artificial Intelligence, HR Technology Research Team, 2020
RICERCA: Questa ricerca aiuterà i leader delle risorse umane a comprendere la prevalenza dell’intelligenza artificiale nonché le applicazioni più comuni e la popolarità dell’IA nelle risorse umane

Privacy e intelligenza artificiale: vigilare sugli algoritmi, contributo del Garante italiano nel Comitato consultivo della Convenzione 108, 2019
NEWSLETTER

Proposte per una strategia italiana per l‘intelligenza artificiale, Elaborata dal Gruppo di Esperti MISE sull’intelligenza artificiale, 2019
DOCUMENTO PDF: Introduzione, L’intelligenza artificiale: opportunità e rischi: 1.1  Un potenziale enorme, che necessita di una direzione;1.2  I rischi dell’AI, I Trend globali e la Visione Europea: 2.1  Trend globali; 2.2  La strategia europea per l’intelligenza artificiale, L’Italia alla sfida dell’intelligenza artificiale:3.1  L’AI in Italia: lo stato dell’arte; 3.2  Mettere al centro il pianeta: l’AI for good e la strategia Italiana, L’AI per l’Uomo.: 4.1  Istruzione e competenze: coesistere con le macchine “intelligenti”; 4.2  Il diritto: proteggere i consumatori-utenti e garantire la concorrenza; 4.3  Cittadini, AI e informazione: verso una politica attiva contro la disinformazione; 4.4  Il Lavoro: come affrontare la sfida dell’AI, AI per un Ecosistema Affidabile e Competitivo:5.1  Dall’etica all’affidabilità;5.2  La strategia italiana e l’ecosistema nazionale dell’AI;5.3  Il Settore Pubblico come volano della RenAIssance italiana; 5.4  Incentivare l’Economia dei Dati; 5.5  Promuovere l’embedded AI per valorizzare il sistema industriale italiano, AI per lo sviluppo sostenibile: 6.1  L’intelligenza artificiale al servizio della sostenibilità energetica e dell’ambiente; 6.2  L’intelligenza artificiale per l’accessibilità e l’inclusione sociale,La governance della strategia: 7.1  Una cabina di regia interministeriale tra better regulation, produttività, trasformazione industriale e sviluppo sostenibile; 7.2  Una governance nazionale per la scienza e la tecnologia; Comunicazione, monitoraggio e valutazione della strategia, Raccomandazioni per la strategia italiana sull’intelligenza artificiale: 8.1  Raccomandazioni generali; 8.2  L’intelligenza artificiale per l’uomo: raccomandazioni specifiche; 8.3  L’intelligenza artificiale per un ecosistema produttivo e
affidabile: raccomandazioni specifiche; 8.4  L’intelligenza artificiale per lo sviluppo sostenibile: raccomandazioni specifiche; 8.5  Implementare la strategia: governance, comunicazione e impegni di spesa, Bibliografia Selezionata, Membri del Gruppo di Esperti, Note

Research Guide to Introducing Artificial Intelligence and Machine Learning in Legal Departments, Legal and Compliance Research Team, 2020
RICERCA: AI e ML possono trasformare i dipartimenti legali automatizzando le attività manuali, creando approfondimenti e consentendo una migliore gestione dei rischi legali e di conformità. Il consiglio generale dovrebbe usare questa nota come guida alla ricerca che traccerà il percorso di adozione di AI e ML

Robotica e Intelligenza Artificiale: l’impatto dell’infosfera sulla vita dell’uomo (atti del Convegno Internazionale presso Università per stranieri di Perugia, Lino Conti, 2018
PUBBLICAZIONE

Royal College of General Practitioners (RCGP). Artificial Intelligence and Primary Care, Royal Collage of General Practitioners
PUBBLICAZIONE PDF: Questo rapporto è stato creato per informare i medici di medicina generale sull’uso potenziale dell’intelligenza artificiale. I lavori su questo argomento sono iniziati nel febbraio 2018 in seguito alla pubblicazione del documento “I principi sull’intelligenza artificiale nella sanità” presso il Consiglio RCGP. RCGP ha partecipato a seminari con l’Accademia dei Royal College medici, il Royal College of Physicians e impegnato nella Topol Review. Inoltre, il College ha tenuto conversazioni con NHS Digital, NHS England, Health Education England, varie organizzazioni del settore tra cui IBM e Ada Healthcare, organizzazioni di ricerca tra cui l’Università di Oxford e l’Imperial College di Londra e GP di prima linea. Queste conversazioni e seminari combinati con la ricerca. Questo rapporto fa parte di una serie di rapporti dell’RCGP

Russia and NATO Artificial Intelligence in Military Market Detailed Analysis, Emerging Trends and Bussiness Opportunities (2020-2027), Milind, 2020
RICERCA: Analisi su applicazioni (piattaforma di guerra, elaborazione delle informazioni, logistica e trasporti, riconoscimento degli obiettivi, Battlefield Healthcare, Simulation & Training, Threat Monitoraggio e consapevolezza situazionale, sicurezza informatica e altri), per piattaforma (terrestre, navale, spaziale e aerea), per offerta (software, hardware e servizi) e per tecnologia (apprendimento e intelligenza, sistemi di intelligenza artificiale e elaborazione avanzata): Prospettiva del settore, analisi completa e previsioni, 2019-2027 “che include oltre 180 pagine di ricerca per il periodo di previsione

Seven Factors That Make Business Cases for Artificial Intelligence Projects Different, Moutusi Sau, Whit Andrews, 2020
RICERCA: L’applicazione di metodi basati sull’intelligenza artificiale richiede molto più che le più recenti tecnologie o tecniche di modellazione. I CIO che documentano casi aziendali per progetti di intelligenza artificiale dovrebbero ispezionare la correlazione tra vantaggi e sfide aziendali per ottenere i risultati aziendali desiderati

Superintelligenza. Tendenze, pericoli, strategie, Nick Boston, 2018
PUBBLICAZIONE: Siamo proprio certi che riusciremo a governare senza problemi una macchina «superintelligente» dopo che l’avremo costruita?
Se lo scopo dell’attuale ricerca sull’Intelligenza Artificiale è quello di costruire delle macchine fornite di un’intelligenza generale paragonabile a quella umana, quanto tempo occorrerà a quelle macchine, una volta costruite, per superare e surclassare le nostre capacità intellettive? Poco, ci informa Bostrom, pochissimo. Una volta raggiunto un livello di intelligenza paragonabile al nostro, alle macchine basterà un piccolo passo per «decollare» esponenzialmente, dando origine a superintelligenze che per noi risulteranno rapidamente inarrivabili. A quel punto le nostre creature potrebbero scapparci di mano, non necessariamente per «malvagità», ma anche solo come effetto collaterale della loro attività. Potrebbero arrivare a distruggerci o addirittura a distruggere il mondo intero.
Per questo – sostiene Bostrom – dobbiamo preoccuparcene ora. Per non rinunciare ai benefici che l’Intelligenza Artificiale potrà apportare, è necessario che la ricerca tecnologica si ponga adesso le domande che questo libro pone con enorme chiarezza e chiaroveggenza

The Future of Data Science, Machine Learning and AI, Peter Kerensky, 2020
RICERCA: Tendenze attuali ed emergenti da comprendere nella scienza dei dati e nell’apprendimento automatico. Come il futuro dell’IA dovrebbe modellare la tua strategia oggi. Le prossime sfide e opportunità relative all’analisi aumentata e agli MLOps. L’adozione dell’intelligenza artificiale (AI) è entrata nel mainstream, ma la maggior parte delle organizzazioni rimane nelle fasi iniziali, sviluppando strategia e governance. Scopri dove ti trovi, dove sono diretti gli obiettivi e pianifica le prospettive per i tuoi professionisti della scienza dei dati e le iniziative di machine learning (ML) in espansione. In questo webinar gratuito, scopri dove investire energia e risorse ora per sfruttare meglio il panorama tecnologico del nuovo decennio

The Law of Artificial Intelligence, Matt HerveyDr Matthew Lavy, 2020
PUBBLICAZIONE: E’ un testo di riferimento di un professionista che esamina come le aree chiave dell’attuale diritto civile e penale si applicheranno all’intelligenza artificiale e che esamina le leggi emergenti specifiche per l’uso dell’IA. Spiega i fondamenti della tecnologia AI, il suo sviluppo e la sua terminologia. Il libro tratta anche la regolamentazione, l’etica e l’uso dell’IA all’interno dei servizi legali e dell’amministrazione della giustizia

To Be a Machine: Adventures Among Cyborgs, Utopians, Hackers, and the Futurists Solving the Modest Problem of Death, Mark O’Connell, 2018
PUBBLICAZIONE: Il transumanesimo è un movimento che spinge i limiti dei nostri corpi – le nostre capacità, intelligenza e durata della vita – nella speranza che, attraverso la tecnologia, possiamo diventare qualcosa di meglio di noi stessi. Ha trovato supporto tra i miliardari della Silicon Valley e alcune delle più grandi aziende del mondo.
In To Be a Machine, il giornalista Mark O’Connell esplora le possibilità sbalorditive e i dilemmi morali che si presentano quando si pensa al proprio corpo come a un dispositivo. Visita la principale struttura crionica del mondo per vedere come alcuni hanno scelto di prevenire la morte. Scopre un collettivo sotterraneo di biohacker, impiantando elettronica sotto la pelle per migliorare i loro sensi. Incontra un gruppo di scienziati che indagano urgentemente su come proteggere l’umanità dalla superintelligenza artificiale.
Dove ci porta la nostra ossessione per la tecnologia? Che cosa significa l’ascesa dell’IA non solo per i nostri uffici e case, ma per la nostra umanità? Le tecnologie che creiamo per aiutarci alla fine potrebbero farci del male? Rispondendo a queste domande, O’Connell presenta uno sguardo profondo, provocatorio, spesso esilarante e divertente a un movimento influente. Nell’investigare cosa significhi essere una macchina, offre una meditazione sorprendente su cosa significhi essere umani

Toolkit: Artificial Intelligence Use Cases for Insurance, Kimberly Harris-Ferrante, Manav Sachdeva, 2020
RICERCA: Gli assicuratori hanno menzionato l’IA come la migliore tecnologia “rivoluzionaria” nel Gartner CIO Survey del 2020. Questo toolkit personalizzabile consente ai CIO di identificare i casi d’uso di questa tecnologia avanzata lungo la catena del valore per contribuire a realizzare il potenziale che detiene nel guidare il successo aziendale

Topology comparison of Twitter diffusion networks effectively reveals misleading information, Francesco PierriCarlo Piccardi & Stefano Ceri, 2020
Negli ultimi anni, le informazioni dannose hanno avuto una crescita esplosiva nei social media, con gravi reazioni sociali e politiche. Recenti importanti studi, con analisi su larga scala, hanno prodotto una conoscenza più approfondita di questo fenomeno, dimostrando che le informazioni fuorvianti si diffondono più velocemente, più in profondità e in modo più ampio rispetto alle informazioni fattuali sui social media, dove camere di eco, pregiudizi algoritmici e umani svolgono un ruolo importante nella diffusione reti. Seguendo queste indicazioni, esploriamo la possibilità di classificare articoli di notizie che circolano sui social media basandosi esclusivamente su un’analisi topologica delle loro reti di diffusione. A questo scopo abbiamo raccolto un ampio set di dati di reti di diffusione su Twitter relative ad articoli di notizie pubblicati su due distinte classi di fonti, vale a dire punti vendita che trasmettono informazioni mainstream, affidabili e oggettive e quelli che fabbricano e diffondono vari tipi di articoli fuorvianti, tra cui notizie false con l’intenzione di nuocere, la satira con lo scopo di far ridere la gente, notizie esca che possono essere interamente fattuali o voci non dimostrate. Abbiamo effettuato un ampio confronto di queste reti utilizzando diversi approcci privi di allineamento tra cui proprietà di base della rete, distribuzioni delle misure di centralità e distanze di rete. Di conseguenza abbiamo valutato fino a che punto queste tecniche consentono di discriminare tra le reti associate ai suddetti domini di notizie. I nostri risultati evidenziano che le comunità di utenti che diffondono notizie mainstream, rispetto a quelle che condividono notizie fuorvianti, tendono a modellare le reti di diffusione con differenze sottili ma sistematiche che potrebbero essere effettivamente impiegate per identificare informazioni fuorvianti e dannose

Umanesimo digitale. Un’etica per l’epoca dell’Intelligenza Artificiale, Julian Nida-Rümelin / Nathalie Weidenfeld, 2019
PUBBLICAZIONE: Questo libro getta un ponte tra riflessione filosofica, cinema, letteratura, scienze naturali e tecnologie informatiche. Con una prosa appassionata gli autori argomentano a favore di quello che definiscono “umanesimo digitale”: un’alternativa all’imperante ideologia della Silicon Valley. Una posizione attenta alle esigenze della tecnica e a quelle degli uomini, che si distingue dalle visioni apocalittiche, perché confida nella ragione umana, e da quelle tecno-entusiastiche, perché riconosce i limiti della tecnologia digitale

Uomini e macchine. Protezione dati per un´etica del digitale, Atti del convegno tenuto in occasione della Giornata europea della protezione dei dati personali, 2018
ATTI CONVEGNO

Universal Language Model Fine-tuning for Text Classification, 2018
L’apprendimento del trasferimento induttivo ha avuto un grande impatto sulla visione del computer, ma gli approcci esistenti nella PNL richiedono ancora modifiche e addestramento specifici per attività. Proponiamo la messa a punto del modello di linguaggio universale (ULMFiT), un metodo di apprendimento del trasferimento efficace che può essere applicato a qualsiasi attività nella PNL e introduciamo tecniche che sono fondamentali per la messa a punto di un modello di linguaggio. Il nostro metodo supera significativamente lo stato dell’arte su sei compiti di classificazione del testo, riducendo l’errore del 18-24% sulla maggior parte dei set di dati. Inoltre, con solo 100 esempi etichettati, corrisponde alle prestazioni dell’allenamento da zero su 100 volte più dati. Abbiamo open source i nostri modelli e codice predefiniti.

Vita 3.0. Essere umani nell’era dell’intelligenza artificiale, Max Tegmark, 2018
PBBLICAZIONE: In che modo l’intelligenza artificiale influirà su giustizia, occupazione, società e sul senso stesso di essere umani? Come possiamo far crescere la nostra prosperità grazie all’automazione senza che le persone perdano reddito? Le macchine alla fine ci supereranno sostituendo gli umani nel mercato del lavoro? L’intelligenza artificiale aiuterà la vita a fiorire come mai prima d’ora o ci darà un potere più grande di quello che siamo in grado di gestire? Questo libro offre gli strumenti per partecipare alla riflessione sul tipo di futuro che vogliamo e che noi, come specie, vorremmo creare. Non teme di affrontare l’intero spettro dei punti di vista o i temi più controversi: dalla superintelligenza al significato, alla coscienza e ai limiti ultimi che la fi sica impone alla vita nel cosmo

What’s Trending With CIOs: The Crunch for AI Talent, Peter Kerensky, 2020
RICERCA: La forte domanda e i mercati del lavoro ristretti hanno reso i candidati con competenze di intelligenza artificiale altamente competitivi, ma le tecniche e le strategie di assunzione non sono state al passo. Questa ricerca discute le tendenze dei CIO in merito ai talenti dell’IA

White Paper on Artificial Intelligence: a European approach to excellence and trust, Commissione europea, 2020
WHITE PAPER