L'intelligenza artificiale può predire il futuro con una buona accuratezza, ecco come

L'intelligenza artificiale può anche predire il futuro con una precisione straordinaria. Te lo saresti mai aspettato?

Grazie all'impiego di algoritmi avanzati e modelli predittivi, questa tecnologia ha aperto nuove prospettive nel campo della previsione degli eventi.

L'IA analizza grandi quantità di dati, identifica pattern e tendenze, consentendo così di anticipare con notevole accuratezza gli sviluppi futuri. Scendiamo nei dettagli.

Come l'intelligenza artificiale può predire il futuro

Analisi statistiche derivanti da enormi montagne di dati: questa è la magia dietro modelli di intelligenza artificiale come ChatGPT, che calcolano quale parola in un testo dovrebbe seguire la prossima.

Ma che dire della previsione del futuro?

Un algoritmo, istruito su dati di milioni di individui, si dimostra capace di proiettare il futuro con una precisione sorprendente.

Questo sistema di intelligenza artificiale sfrutta la sua capacità di identificare schemi ricorrenti in vasti insiemi di dati per anticipare evoluzioni nella vita delle persone, dalle variazioni salariali alla possibilità di decesso precoce.

Le notevoli capacità "predittive" di questo algoritmo sono state documentate sulla prestigiosa rivista scientifica Nature Computational Science.

Per alimentare questo algoritmo, la scienziata dei network Sune Lehmann Jørgensen ha utilizzato un ricco database danese chiamato Danish National Registers, contenente informazioni lavorative e sanitarie di circa 6 milioni di cittadini.

Trasformando questi dati in sequenze di testo, ha nutrito l'algoritmo, noto come Life2vec. Questi modelli sono in grado di identificare schemi ricorrenti all'interno di grandi quantità di testo e utilizzarli per generare testi coerenti.

Dopo aver predetto informazioni come il livello salariale, la posizione professionale o le diagnosi mediche in stringhe di testo, l'algoritmo è stato addestrato sulle esperienze di individui dal 2008 al 2016.

Dopo gli è stato chiesto di predire quante persone, tra quelle studiate, sarebbero decedute entro il 2020, in base ai dati su cui è stato allenato.

Le predizioni dell'IA si sono rivelate accurate nell'78% dei casi, anche se alcune cause di decesso precoce, come gli infarti o gli incidenti, sono sfuggite alla sua previsione.

Per quanto questi risultati siano eccezionali, ci si pone sempre la domanda se questo sia etico oppure no, come nel caso della resurrezione digitale.

Intelligenza artificiale che predice il futuro, quali sono i rischi

I rischi riguardano la privacy e l'utilizzo dei dati sensibili raccolti. Sarebbe necessaria una migliore comprensione prima che il modello possa essere utilizzato in modo efficace per stimare il rischio di malattia o prevedere altri eventi della vita.

Come verranno utilizzati questi dati per profilare gli utenti? Come saranno regolamentati? È necessario un intervento da parte della politica e dell'amministrazione, per regolamentare questo settore delicato.

Scopri se l'AI può essere pericolosa per l'uomo, cliccando qui.

L'intelligenza artificiale e la previsione dei terremoti

I terremoti sono un fenomeno ricorrente in molte parti del mondo, e l'intelligenza artificiale sta diventando una risorsa cruciale nella predizione di tali eventi.

In tre nuovi studi condotti da geofisici dell'Università della California, Berkeley, sono stati sviluppati modelli di deep learning che superano le prestazioni dei modelli tradizionali nella previsione dei terremoti.

Questo rappresenta un passo importante verso l'utilizzo dell'intelligenza artificiale per migliorare la comprensione e la gestione del rischio sismico, secondo quanto riportato dalla rivista scientifica "Nature".

L'intelligenza artificiale, attraverso l'apprendimento automatico, contribuisce a calcolare le scosse di assestamento in seguito a un terremoto più ampio.

Anche se non è possibile predire con precisione la magnitudo, la posizione e il momento specifici di un terremoto, l'analisi statistica fornisce informazioni cruciali sulle tendenze generali, come il numero di scosse di assestamento previste nei giorni o nelle settimane successive a un evento sismico significativo.

Questo approccio apre nuove possibilità nella raccolta e analisi di dati più ampi per una maggiore comprensione del comportamento sismico.