Aindo evidenzia i tre trend dell’AI generativa, il futuro dell’Intelligenza Artificiale

«Al cuore di Aindo ci sono le tecnologie di Intelligenza Artificiale generativa, le quali sono alla base del nostro business, ovvero la generazione di dati sintetici. Questa ci consente di sviluppare soluzioni ad alto impatto sociale, ad esempio nell’ambito della medicina per aumentare l’efficacia di prevenzione, diagnosi e cura; oppure della finanza, nei sistemi anti-frode per rendere più sicuri i pagamenti online», spiega Daniele Panfilo, co-fondatore e Ceo di Aindo, la startup della Sissa (Scuola Internazionale Superiore di Studi Avanzati di Trieste) che consente di sintetizzare formati di dati avanzati e database relazionali.

E da queste opportunità, continua Panfilo, Aindo immagina un futuro «in cui dati e machine learning saranno parte della nostra vita quotidiana, perché ciò sta già succedendo, ma in cui rimarrà l’essere umano a guidare la relazione con le macchine. Questo sarà possibile solo se cittadini e istituzioni matureranno una profonda consapevolezza di opportunità e rischi delle Intelligenze Artificiali».

Al momento, l’ultima frontiera raggiunta dalle Intelligenze Artificiali è l’AI generativa, che ha catturato l’interesse popolare attraverso app per creare immagini, come Lensa Ai, e servizi di chat evolute, come ChatGPT. Alla base di queste applicazioni stanno proprio le tecnologie di machine learning, che creano contenuti e dati connessi alle informazioni reali solo da una similitudine statistica, detti «sintetici».

leggi anche

Neuralink: cos’è e di cosa si occupa l’azienda di Elon Musk per la fusione uomo-macchina

In particolare, i dati sintetici sono dati artificiali creati a partire da dati reali e con le stesse proprietà statistiche, ma che non contengono informazioni sensibili relative ai dati degli utenti, garantendo così una maggior sicurezza e privacy.

Proprio di questo si occupa Aindo, fondata nel 2018 da Daniele Panfilo (Ceo), Sebastiano Saccani (Head of R&D) e Borut Svara (Cto), che ha identificato tre trend dell’AI generativa:

• opportunità e rischi dei media sintetici (chatbot, text-to-image e deep fake): la costruzione di testi e lo sviluppo di immagini digitali attraverso i bot sono stati accolti con entusiasmo, in quanto inaugurano una nuova era di interazione uomo-macchina, portando vantaggi nel fornire diverse alternative creative che possono poi essere scelte e arricchite di significato dal lato umano. Tuttavia, non sono mancate le critiche, soprattutto legate alla privacy per possibilità di dare vita a deep fake e ai diritti d’autore degli illustratori;
• opportunità delle analisi predittive nell’ambito sanitario: le piattaforme che creano dati sintetici permettono di ipotizzare percorsi sanitari basandosi su dati fittizi, ma statisticamente rilevanti, così da migliorare i trattamenti sanitari offerti ai pazienti senza invaderne la privacy;
• opportunità antifrode dei dati finanziari sintetici: i dati sintetici possono essere utilizzati per rilevare le frodi. La privacy che copre i dati delle transazioni finanziarie non permette il loro utilizzo, mentre con i dati sintetici viene generato un database alimentato da transazioni economiche fittizie. A questo modo, è possibile valutare come performa il sistema antifrode nel rilevare i comportamenti non conformi, abbattendo il rischio di frode.