L’evoluzione dell’infrastruttura dell’AI

L’intelligenza artificiale (AI) sta assumendo sempre più un ruolo cruciale nell’economia, quindi garantire che l’infrastruttura su cui si basa sia affidabile, resiliente e sicura diventa una priorità.Ma la concorrenza, che può essere di natura politica o economica, spinge a scegliere tra una soluzione rapida o ponderata per investire. Una scelta che potrebbe avere vantaggi strategici di grande impatto economico e geopolitico, ma anche comportare rischi enormi, se sbagliata.

Infrastruttura AI, i limiti attuali e le questioni aperte

Come spiega uuno studio pubblicato da IEEE, l’AI non è fatta solo di dati e agli algoritmi. Serve anche disporre e utilizzare correttamente un’infrastruttura informatica all’avanguardia. Alcuni esperti di politica e di economia ritengono che il successo nell’uso dell’intelligenza artificiale (IA) sia cruciale per avere e conservare un vantaggio strategico su altri paesi e competitori. Quindi investire rapidamente nell’infrastruttura con il sostegno del governo diventa essenziale. Come è successo nella collaborazione tra pubblico e privato che ha portato alla nascita di Internet.

Da cosa è formata l’infrastruttura AI

Cosa si intende per infrastruttura IA? L’attuale infrastruttura IA si basa su una combinazione di componenti generici e specifici per l’IA, che facilitano i processi di lavoro dell’IA dall’inizio alla fine. Per esempio, lo spazio di archiviazione nel cloud e le reti mobili 5G da un lato e i circuiti integrati progettati per eseguire il deep learning dall’altro. Ma anche gli strumenti per la gestione e la conservazione dei metadati e degli artefatti relativi allo sviluppo dei modelli di apprendimento automatico.

Utilizza ChatGPT con NordVPN – 56% di sconto sul piano annuale + 3 mesi gratis

Un’infrastruttura AI innovativa oggi può presto diventare obsoleta. Nell’articolo, Neil Conway di Hewlett Packard Enterprise, afferma che gran parte dei componenti dell’infrastruttura Al attuale sono pensati per supportare “una sola persona che crea un solo modello con un gruppo di macchine”. Ma questo tipo di infrastruttura, come i silos, non sono compatibili con i flussi di lavoro di machine learning end-to-end. Che richiedono lo sviluppo collaborativo e distribuito di modelli di machine learning.

La mancanza di un’infrastruttura adeguata spesso costringe gli sviluppatori a scrivere codice aggiuntivo per gestire le funzionalità specifiche del machine learning, come la tolleranza ai guasti, il salvataggio e il caricamento dei punti di controllo. Un problema complicato, soprattutto se si passa tra diversi sistemi operativi e hardware, non tutti compatibili l’uno con l’altro.

Come cambieranno le infrastrutture

Secondo lo studio edito da IEEE, i componenti dell’infrastruttura IA avanzata di domani saranno probabilmente più personalizzati per l’IA. Questo significa che supporterà i flussi di lavoro IA scalabili end-to-end riducendo al contempo la quantità di lavoro manuale che i professionisti IA devono eseguire. Tra le altre cose, assisteremo a una crescita continua nel supporto dell’infrastruttura per l’IA edge. Questo perché sarà importante spostare lo sviluppo e il funzionamento delle capacità di intelligenza artificiale vicino alle fonti di dati.

Ma ancora più importante la scalabilità. Questo perché l’infrastruttura di intelligenza artificiale richiede l’uso di fondi scarsi e capitale umano difficile da trovare. Servirà quindi costruire le infrastrutture in modo da poter aumentare i flussi di lavoro in futuro, ma rendendole operative e profittevoli da subito.

La questione sicurezza

Gli autori dello studio, tuttavia, sottolineano anche l’importanza di una “RAI”: un’Intelligenza Artificiale Responsabile. Per esempio, la nuova tecnologia radio 5G e i servizi di comunicazione satellitare commerciale possono consentire l’implementazione di flussi di lavoro AI end-to-end al bordo della rete. Tuttavia, sono state scoperte vulnerabilità di sicurezza in 5G, come quelle legate al Global Navigation Satellite System.

Fanno inoltre presente la questione geopolitica. Per esempio, un recente rapporto afferma che le forze militari della Repubblica popolare cinese stiano cercando la capacità per degradare, danneggiare e distruggere il servizio Internet satellitare Starlink di SpaceX. Finora, l’infrastruttura di Starlink (cioè satelliti, stazioni di terra e terminali utente) ha dimostrato resilienza contro la guerra elettronica e gli attacchi informatici condotti dalla Federazione Russa. Ma la sfida di resistere ad attacchi generati dall’AI – utilizzando difese basate sull’AI, rischia di scalare all’infinito.

Altra questione riguarda l’utilizzo di AI che scrivano codice. Da un lato, il professionista dell’intelligenza artificiale si libera dalla scrittura di codice e dalla gestione dell’infrastruttura, quindi ha meno possibilità di commettere errori di codifica che sono vulnerabilità di sicurezza sfruttabili. Dall’altro lato, nascondere all’utente il funzionamento interno implica che il professionista dell’intelligenza artificiale debba affidarsi in parte all’AI. Rinunciando a parte del controllo.

Ma le scelte per il futuro dell’infrastruttura dell’AI sono anche altre. Come garantire il supporto degli strumenti legacy? Come garantiamo la “controllabilità” dell’AI? Le questioni sono molteplici. E richiano di perdersi se, per seguire la competizione, ci dimentichiamo di porle. Potete approfondire qui.

Offerta

L'intelligenza artificiale. Una guida per esseri umani pensanti

• Mitchell, Melanie (Autore)

22,10 EUR

Acquista su Amazon