L’intelligenza artificiale può far risparmiare miliardi di dollari? Si tratta di Machine Learning, modelli predittivi e algoritmi. Gli elementi chiave dell’IA sui quali in molti stanno investendo per portare avanti il loro sviluppo e poter utilizzare il loro potenziale negli ambiti più disparati: dalla sanità all’aerospazio, dall’economia circolare alle energie rinnovabili. L’IA e le sue applicazioni potrebbero essere in grado di prevedere le condizioni meteorologiche, direzione e potenza dei venti o il grado di piovosità, allenando costantemente, per così dire “dando da mangiare”, le macchine che apprendono sempre più informazioni eterogenee, codificandole e riuscendo ad ottenere il risultato finale di un esatto indice di rischio pioggia o perturbazioni di altro genere. Non solo questo, sono applicazioni che possono fornire importanti informazioni sulla vita domestica di ognuno di noi: ad esempio sulla gestione dell’erogazione di energia per le utenze domestiche nei quartieri, perfezionando la rete di distribuzione di energia.
Secondo l’”Artificial Intelligence and the Circular Economy. AI as a Tool to Accelerate the Transition” scritto dalla Ellen MacArthur Foundation, il potenziale che costituisce l’IA per l’intera società è qualcosa di impressionante perché potrebbe rendere più semplici e rapidi dei processi che per l’uomo risultano faticosi e richiedono una tempistica di gran lunga maggiore. È un supporto che questa innovazione può dare non solo alle aziende ma anche ai governi che riuscirebbero a velocizzare e “canalizzare” i flussi delle risorse esistenti dell’economia circolare. In particolare, si otterrebbe una migliore gestione dei modelli di business, una ottimizzazione delle infrastrutture utilizzate per adottare il processo di economia circolare, riprogettando e rivalorizzando i materiali di natura tecnica e di natura biologica.
Altra virtù dell’IA è quella di poter creare un ciclo di iniziative economiche in ambito di economia circolare. Con l’IA si potrebbero indicare le quantità di frutta e verdura necessarie da raccogliere per evitare sprechi di origine alimentare tenendo presente ovviamente della domanda-offerta che richiede il mercato. Un po’ come se “personalizzassero” le raccolte in base all’offerta che c’è e questo meccanismo può essere il motore che può portare ad un risparmio di quasi 130 miliardi di dollari ogni anno a partire dal 2030.
In ambito elettronico, in particolare il settore dei consumi, l’IA con le sue tecniche potrebbe rendere migliori le prestazioni e la manutenzione dei dispositivi, utilizzando il riconoscimento di immagini e robotica. Risparmio: 90 miliardi di dollari entro il 2030 conseguente all’ottima gestione dei sistemi di riciclaggio dei rifiuti elettronici in modo smart.
Certo, si parla con il condizionale ma è doveroso dal momento che per definizione le applicazioni di Machine Learning e Deep Learning che rientrano nella più ampia disciplina di IA, hanno bisogno di tempo per analizzare la situazione postagli davanti, ovvero tutti i dati storici e combinare gli strumenti matematici opportuni da utilizzare per poter sviluppare quegli algoritmi necessari che potrebbero semplificarci la vita.
