A metà del XX secolo comparvero due parole che ultimamente pronunciamo sempre più spesso: “Intelligenza Artificiale”. Nacquero per indicare una nuova disciplina che aveva l’ambizione di realizzare sistemi informatici in grado di imitare il pensiero umano. Tutto iniziò nel 1956 al Convegno sulla Computazione tenutosi negli Stati Uniti al Dartmouth College1, 2 dedicato allo sviluppo di “sistemi intelligenti” dove un gruppo di esperti, capitanati da John McCarthy, futuro Premio Turing 1971, provenienti da Princeton University, IBM e MIT, decise di lavorare insieme alla creazione di una macchina in grado di simulare i vari aspetti dell’intelligenza umana. Fu proprio McCarthy a coniare l’espressione “Artificial Intelligence” (AI), per indicare la nuova disciplina appena nata.
Ma, da allora ad oggi, possiamo dire di essere giunti ad un tipo di AI tale che una macchina possa agire come agirebbe un uomo? No, ancora oggi non è possibile simulare il pensiero umano con una macchina. Non solo per i limiti della macchina, ma anche per i nostri limiti nella conoscenza dei meccanismi cerebrali che portano all’elaborazione del pensiero.
Il cervello umano è infinitamente più complesso, i differenti neuroni cerebrali sono diversi tra loro e si interconnettono tramite le sinapsi in una rete automodellante di cui ancora non riusciamo a spiegarne completamente il meccanismo. Pertanto, al momento l’AI non è una imitazione del pensiero umano, bensì un modo per approcciare e risolvere problemi molto complessi il cui risultato è funzione delle informazioni date. Con opportuni algoritmi l’AI può fornire soluzioni originali a problemi complessi ma questo non vuol dire certo pensare.
Attualmente il livello raggiunto dall’AI ci permette di colloquiare in un linguaggio naturale con la macchina che ci fornisce risultati in varie forme: testo, immagini, grafici, suoni. È possibile che una macchina possa analizzare problemi complessi meglio e più rapidamente di un uomo come, ad esempio, gli algoritmi del gioco degli scacchi che battono regolarmente anche i grandi maestri.
È anche possibile che l’AI sia in grado di prendere decisioni volte ad ottenere il miglior risultato possibile, sulla base dei dati disponibili.
Ed è proprio sui dati che si apre un altro fronte tutt’altro che ininfluente. Infatti, se i dati sono insufficienti o peggio errati si potrebbe arrivare a risultati sbagliati che l’AI propone come veri perché ingannata dai dati non veritieri cui attinge.
Quindi, è cruciale il controllo pieno da parte dell’uomo per capire come l’AI è giunta ad una data soluzione. E su questo temo ci sia da lavorare ancora.
Ci sono invece numerose classi di problemi per cui abbiamo dati sufficienti e statisticamente rilevanti che possono dare soluzioni affidabili a problemi complessi. Le maggiori applicazioni dell’AI sono di livello meno complesso rispetto alle capacità umane, ma molto utili. La troviamo ormai ovunque: nelle app degli smartphone, nei termostati intelligenti, negli assistenti vocali, nei videogame e nei social media grazie alla capacità delle macchine di analizzare, incrociare ed elaborare milioni di dati, più rapidamente e con maggiore efficienza rispetto all’essere umano. Questo tipo di AI, non solo semplifica la vita quotidiana, ma aiuta molto la ricerca scientifica e tecnologica.
C’è però un limite a tutto questo ed è costituito dai dati necessari all’apprendimento da parte dell’AI. In altre parole, una macchina per riconoscere ad esempio un cappello o qualcos’altro, ha bisogno di essere istruita con milioni di immagini raffiguranti cappelli.
Tutto ciò premesso vediamo come l’AI viene in aiuto dell’agricoltura moderna. Oggi la diffusione dell’AI è ampia anche nelle tecniche agricole. L’intelligenza artificiale è utilizzata nell’Agricoltura di precisione e, ancora di più, in quella chiamata 4.0.
Per “Agricoltura di precisione” si intende una strategia di gestione aziendale che acquisisce un gran numero di dati finalizzati ad ottenere una miglior produzione agricola, sia in termini di qualità che di quantità, permettendo di realizzare interventi mirati che tengono conto delle effettive esigenze colturali e delle caratteristiche biologiche, chimiche e fisiche del suolo. Nell’agricoltura di precisione si usano strumenti che aiutano l’agricoltore nelle scelte colturali e negli interventi da effettuare in campo come i dispositivi per la raccolta dei dati al fine di seguire lo stato delle colture: sistemi di monitoraggio satellitare per l’analisi delle immagini ad alta risoluzione; sistemi d’allarme in caso di anomalie; droni per mappare i terreni e rilevare problemi; strumenti di previsione meteorologica o per la stima del fabbisogno d’acqua e fertilizzanti.
Una volta raccolti i dati utili, il passo successivo è rappresentato da tecnologie per il dosaggio dei fertilizzanti e dei prodotti fitosanitari in maniera differenziata all’interno del campo, cioè solo dove e quanto serve. Poi ci sono i sistemi di guida assistita e automatica per trattori e macchine agricole e i sistemi per monitorare le colture, il bestiame e il suolo, allo scopo di ottenere tutti i dati necessari per poter prendere decisioni in tempo reale e utilizzare al meglio le risorse.
Una fase importante in cui l’AI potrà essere applicata in agricoltura è quella della valutazione del grado di maturazione di una coltura per decidere il momento giusto della raccolta.
Uno studio pubblicato nel 2021 sulla rivista Nature Plants: “Nanotechnology and artificial intelligence to enable sustainable and precision agriculture”3, spiega come l’agricoltura di precisione offra agli agricoltori tecnologie utili per incrementare le colture attraverso metodi agricoli che rispondono meglio alla variabilità colturale e, parallelamente, consentono la gestione della terra ottimizzando la crescita, aumentando l’efficienza, migliorando le prestazioni del suolo e riducendo gli sprechi. Secondo i ricercatori dello studio, la combinazione di agricoltura di precisione, AI e nanotecnologie offre la più grande opportunità per una futura produzione alimentare sostenibile.
L’agricoltura di precisione, però, in Italia non decolla, perché? Perché non è facile convincere il mondo agricolo ad usarla. È un problema di percezione, l’agricoltore italiano non comprende l’impatto economico e ambientale che l’uso dell’AI potrebbe avere sia per ottimizzare le risorse economiche che nel ridurre l’impatto ambientale dell’agricoltura, non ha gli strumenti per farlo. Chi è alla guida delle aziende agricole oggi ha tra i cinquanta e i sessanta anni e come molti altri non ne comprende appieno il valore. Per comprendere e accettare l’AI gli agricoltori dovrebbero dialogare con ingegneri meccanici, gestionali, informatici, che conoscono i sistemi Gis e di digitalizzazione, che raccolgono i dati e li controllano. Forse dovremo aspettare ancora, ma è un peccato, se consideriamo che dal solo settore agricolo vengono disperse grandi quantità di nutrienti nell’ambiente contribuendo con oltre il 10% delle emissioni globali di gas serra. Prendiamo un dato che pesa, quello relativo al protossido di azoto usato come fertilizzante, essendo circa 300 volte più potente dell’anidride carbonica, è particolarmente importante farne un uso attento e mirato evitando assolutamente l’eccessiva fertilizzazione del suolo, visto il suo impatto importante sul surriscaldamento globale.
A livello europeo, l’Italia è nelle posizioni più basse, insieme alla Grecia. Meglio fa la Spagna che è molto più avanti di noi come pure gli altri Paesi europei.
Questa ed altre inefficienze costituiscono una seria minaccia per la salvaguardia dell’ambiente e non sono da sottovalutare. La diffusione dell’agricoltura di precisione e, ancora meglio, dell’agricoltura 4.0 non è più rimandabile e dovrà subire una forte accelerazione anche nel nostro Paese se vogliamo fare la nostra parte nella diminuzione di gas serra e limitare il surriscaldamento globale.
LINKS DA CONSULTARE
http://jmc.stanford.edu/articles/dartmouth/dartmouth.pdf
https://home.dartmouth.edu/about/artificial-intelligence-ai-coined-dartmouth
SEGNALIAMO
-
VICARIUS
Più prosaicamente, al di là della ricerca sulle IA, il modello di business di Vicarius si basa sul fatto che i robot costano mediamente il 25% in meno di un lavoratore in carne ed ossa, non vanno vacanza, non si ammalano, non arrivano mai in ritardo al lavoro, non creano problemi di gestione.
-
UNA NUOVA SPERANZA
La verità è che una volta realizzato il welfare la sinistra non ha avuto più nulla da proporre.
-
TRA ETICA E NORME GIURIDICHE PREVALE L’INTERESSE
Del libro di Klaus Schwab, fondatore e presidente del celebre World Economic Forum, : “La quarta rivoluzione industriale”, cosa ne pensi?
-
PER L’EUROPA FEDERALE E L’ITALIA EUROMEDITERRANEA
In generale non si può più accettare che le politiche ambientali, che hanno bisogno di interventi di lungo periodo e di grandi investimenti programmati con conseguenti mutamenti di abitudini e stili di vita, vengano subordinati ad uno scontro tutto ideologico e trattati quasi alla stregua di dispute social. Dire responsabilità di tutti anche in questo…
-
NON BASTERA’ UN’IA PER SALVARE IL LAVORO
DAVIDE CUNEO L’Italia ha da anni ormai una conclamata penuria di lavoratori. In particolare in alcuni settori, che spaziano dalla programmazione alla macelleria, trovare dipendenti è estremamente difficile. E andrà sempre peggio; tra meno di 10 anni mancheranno oltre 2,5 milioni di lavoratori per rimpiazzare la generazione dei baby boomers, prossima ormai alla pensione. Ciò…
