L’AI Act dell’Unione europea definisce un sistema di intelligenza artificiale come un sistema automatizzato progettato per operare con diversi livelli di autonomia e che può mostrare capacità di adattamento dopo la sua messa in funzione. Per obiettivi espliciti o impliciti, tali sistemi deducono, a partire dagli input ricevuti, come generare output, quindi quali previsioni, contenuti, raccomandazioni o decisioni restituire, impattando ambienti fisici o virtuali.
Il sistema AI è diverso dall’IA che, invece, è considerata un campo di ricerca interdisciplinare che comprende un insieme molto ampio di teorie, metodi e tecnologie finalizzati a realizzare sistemi capaci di svolgere compiti che richiedono capacità normalmente associate all’intelligenza umana.
Al suo interno rientrano numerosi sottocampi come:
- Machine Learning: insieme di metodi che permettono a un sistema di apprendere pattern dai dati e migliorare le proprie prestazioni in un compito senza essere programmato esplicitamente per ogni caso.
- Deep Learning: sottoinsieme del machine learning basato su reti neurali a più strati, capace di apprendere rappresentazioni complesse a partire da grandi quantità di dati.
- Natural Language Processing: area che sviluppa metodi per permettere ai sistemi informatici di comprendere, generare e analizzare il linguaggio umano in forma scritta o parlata.
- Computer Vision: disciplina che consente ai sistemi di estrarre, interpretare e analizzare informazioni da immagini o flussi video.
- Robotics: campo che integra sensori, attuatori e algoritmi per progettare sistemi autonomi o semi-autonomi capaci di percepire e agire nell’ambiente fisico.
- Knowledge Representation and Reasoning: area che studia come formalizzare la conoscenza in modo strutturato e come consentire ai sistemi di inferire nuove informazioni o prendere decisioni basate su tale conoscenza.
- ecc.