“Sviluppare nuove tecnologie significa costruire infrastrutture e competenze, bilanciando i rischi di un uso eccessivo o improprio con quelli del sottoutilizzo”
L’intelligenza artificiale e i Big Data rappresentano già oggi strumenti fondamentali per le industrie e le PMI, mentre il supercalcolo e, con il tempo, anche il Quantum Computing ci aiutano ad approfondire le sfide scientifiche e a tenere il passo con un sistema sempre più complesso.
Insieme alle potenzialità di una tecnologia sorge sempre anche un duplice rischio: innanzitutto, quello di un uso eccessivo o improprio, che porta verso società sempre più dipendenti in via esclusiva dalle tecnologie per lo svolgimento di un gran numero di attività; dall’altro lato, c’è il rischio di un “sottoutilizzo”: questo accade quando si ha un obiettivo chiaro e i mezzi per raggiungerlo, ma non li si usa perché non si è sicuri delle conseguenze e degli impatti. Trovare il giusto equilibrio tra questi due rischi è necessario, se li si vuole trasformare in opportunità.
Sicuramente un primo passo nella giusta direzione sarebbe incoraggiare la digitalizzazione, fornendo ai cittadini mezzi più adeguati a prendere decisioni migliori.
Inoltre, è chiaro che qualsiasi nuova tecnologia, se non è regolamentata, può costituire un rischio ed essere abusata da governi e aziende. Pertanto, i soggetti istituzionali e non istituzionali hanno un compito cruciale all’interno di questo processo: sostenere lo sviluppo di strumenti che garantiscano un vantaggio competitivo e delineare un quadro normativo per impedire qualsiasi forma di abuso.
Occorre avere una visione lucida degli effetti dannosi del processo di digitalizzazione per evitare che possano compromettere l’emergere di quelli positivi per il benessere economico e sociale.
I Big Data (BD)1 sono cruciali per lo sviluppo di nuove tecnologie, sono la “materia prima” del mondo di oggi e di domani. Alla luce di ciò, è fondamentale garantire a tutti un facile accesso ai dati, fornendo piattaforme per il loro utilizzo.
- 1. Con Big Data (BD), intendiamo ampi set di dati che provengono da persone che utilizzano Internet e che possono essere memorizzati, compresi e utilizzati solo con l’aiuto di strumenti e metodi speciali.
La creazione di piattaforme aperte attraverso le quali i dati possono essere estratti ed elaborati è uno degli obiettivi principali da perseguire. Contemporaneamente, è essenziale garantire una formazione adeguata sull’analisi e l’interpretazione dei dati.
Senza dubbio, abbiamo visto che la diffusione sempre più ampia dei dati comporta molti rischi, in particolare legati alla protezione della privacy e alla sorveglianza. E in più, i social network possono utilizzare i dati delle persone per manipolare e cambiare le loro opinioni, fattore che rappresenta un rischio considerevole per la democrazia. L’intervento pubblico è quindi necessario per fissare limiti e criteri rigorosi per il loro utilizzo, al fine di evitare un uso scorretto e dannoso per i cittadini.
I benefici e le opportunità offerte dall’Intelligenza Artificiale (AI)2 sono forse più evidenti e più facili da identificare. Ci siamo abituati a sentir parlare di robotica, automazione e machine learning: l’Intelligenza Artificiale è già parte integrante della vita di tutti e lo diventerà sempre di più.
- 2. L’intelligenza artificiale (AI) è intelligenza dimostrata dalle macchine anziché dall’intelligenza naturale dimostrata dagli esseri umani. In particolare, ci riferiamo all’intelligenza artificiale come allo studio di come produrre macchine che hanno alcune delle qualità della mente umana, come la capacità di comprendere il linguaggio, riconoscere le immagini, risolvere i problemi e imparare.
L’Intelligenza Artificiale offre enormi opportunità in ogni campo, dalla medicina ai trasporti. Può sostituire o aiutare gli esseri umani in molte attività, eseguendo azioni che gli esseri umani non possono o non vogliono fare. Inoltre ci permette di fare cose prima impensabili, come imparare e prendere decisioni su situazioni totalmente sconosciute.
Lo sviluppo dell’Intelligenza Artificiale comporta anche alcuni rischi, che sono oggi oggetto di un intenso dibattito. Solleva, ad esempio, importanti questioni etiche relative alla potenziale progressiva erosione della responsabilità umana. Poiché l’AI sostituisce le persone in molti compiti e, in alcuni casi, prende decisioni autonomamente, si rendono necessarie norme rigorose per governare le azioni e le attività che uno strumento di Intelligenza Artificiale può eseguire, così come le conseguenze di eventuali incidenti o danni che può causare.
L’High-Performance Computing (HPC)3 offre opportunità rilevanti per sviluppare nuove tecnologie, perché consente la soluzione computazionale di problemi altamente complessi che le tecniche computazionali tradizionali non potevano risolvere. Ad esempio, con l’HPC è possibile fare passi da gigante nella previsione meteorologica e nella prevenzione dei cambiamenti climatici. Questo è possibile grazie alla creazione di gemelli digitali (sopra citati), sempre più usati in diversi campi, dal livello macro (gemello digitale della Terra) al livello micro (gemello digitale di un singolo oggetto o di una persona).
- 3. L’High-Performance Computing (HPC) utilizza l’elaborazione parallela per eseguire programmi di applicazioni avanzate in modo efficiente, affidabile e rapido, tramite Supercomputer.
Una delle principali difficoltà riguarda gli strumenti di HPC, in quanto si tratta di infrastrutture altamente complesse e costose, non facilmente accessibili da soggetti che non appartengono al mondo accademico. Pertanto, l’obiettivo deve essere quello di rimuovere le barriere, affinché anche il settore privato possa accedere alle infrastrutture, ai dati e, soprattutto, alle competenze.
Un secondo aspetto problematico riguarda l’approccio delle PMI, che non sempre hanno la visione e la capacità di sviluppare progetti ambiziosi nel campo dell’analisi dei dati e del calcolo.
Allo stesso tempo, è necessario investire nella formazione e nell’istruzione per sviluppare le risorse che funzioneranno con queste tecnologie. È fondamentale creare una nuova classe di esperti e colmare il divario tra il mondo accademico e il settore privato per affrontare queste questioni critiche. Ciò può essere conseguito con successo avvicinando i giovani ricercatori alle imprese. Un modo per farlo è spiegare il valore aggiunto che un giovane ricercatore può apportare al settore privato. Costruire ponti tra il mondo accademico e il settore privato non significa solo condividere e sviluppare infrastrutture fisiche, ma anche investire nel software, nelle competenze e nelle persone.
Anche se è a uno stadio iniziale del suo sviluppo, Il Quantum Computing (QC)4, grazie ai suoi precisi metodi di calcolo, potrebbe fornire una soluzione efficace per problemi specifici. I computer quantistici possono infatti risolvere alcuni problemi attualmente non affrontabili e con il tempo emergeranno nuovi esempi della loro applicazione pratica.
- 4. Il calcolo quantistico (QC) è un tipo di calcolo che sfrutta le proprietà collettive degli stati quantici, come la sovrapposizione, l’interferenza e l’entanglement, per eseguire calcoli. I dispositivi che eseguono calcoli quantistici sono noti come computer quantistici.
L’ “hype” che riguarda il Quantum Computing è alto; tuttavia, come ogni nuova tecnologia nella sua fase iniziale, il suo sviluppo comporta incertezze e rischi, il più grande è la “sovra-aspettativa”. Se ci spostiamo in territori mai esplorati prima, il rischio di fallire è alto, ma la storia della scienza ci ha insegnato che, se ci spingiamo verso frontiere uniche e inesplorate, qualcosa di buono ne verrà fuori. In questa affascinante esplorazione, faremo sicuramente scoperte inattese e inimmaginabili, e questo sarà l’aspetto più emozionante del percorso.
Quantum Computing potrebbe aprire diverse opportunità nella chimica, nella biologia, nella medicina. I computer quantici possono essere più adatti per eseguire simulazioni del mondo microscopico, perché comprendono meglio la logica molecolare. Questo potrebbe avere un impatto sostanziale su tutti i campi della medicina, della progettazione di farmaci e della scoperta di nuovi farmaci. Altri esempi di potenziali applicazioni dei QC sono nel settore industriale, dove la ricerca di base potrebbe tradursi in prodotti reali.
Altri rischi da affrontare sono quelli relativi alla sicurezza nazionale. Quando i computer quantistici saranno abbastanza maturi, saranno così potenti da creare un vantaggio competitivo sostanziale per quei Paesi o aziende che le gestiranno.