ServizioContenuto basato su fatti, osservati e verificati dal reporter in modo diretto o riportati da fonti verificate e attendibili.Scopri di piùi dati sulla pandemia

L’intelligenza artificiale ancora impreparata per la Covid-19

Qualità, quantità dei dati e conoscenza della matematica dell’epidemia: ecco perché gli strumenti dell’Ai non sono ancora maturi per affrontare questa pandemia globale

di Luca Tremolada

default onloading pic
(Science Photo Library / AGF)

Qualità, quantità dei dati e conoscenza della matematica dell’epidemia: ecco perché gli strumenti dell’Ai non sono ancora maturi per affrontare questa pandemia globale


3' di lettura

Incrociare i dati epidemiologici, studiare pattern, cercare correlazioni, localizzare e magari prevedere nuovi focolai. L'intelligenza artificiale è stata schierata in campa nella lotta al coronavirus, forse in maniera un po’ frettolosa. Fin dall’inizio del contagio istituzioni e governi hanno promosso l'apertura di “archivi” dove raccogliere articoli scientifici, dati e analisi sull’andamento dell’epidemia. Negli Stati Uniti è nato Covid-19 Open Research Dataset, la più vasta raccolta di pubblicazioni scientifiche relative alla pandemia del coronavirus. Voluto dalla Casa Bianca che ha chiamato a raccolta università e imprese hi-tech il CORD-19 include diverse decine di migliaia di articoli (di cui 13mila full text) di riviste peer-reviewed e fonti come bioRxiv e medRxiv (siti web in cui gli scienziati possono pubblicare ricerche in attesa di essere sottoposti a revisione).

La partnership, annunciata dall'Ufficio di poltiche di scienza e tecnologia della Casa Bianca, riunisce la Chan Zuckerberg Initiative (fondazione dei coniugi Zuckerberg), Microsoft Research, Allen Institute for Artificial Intelligence, National Institutes of Health's National Library of Medicine, Georgetown University Center for Security and Emerging Technology, Cold Spring Harbor Laboratory e la piattaforma Kaggle AI, di proprietà di Google.

In Europa la Commission, in cooperazione con diversi partner, ha varato una piattaforma europea di dati sulla Covid-19 per consentire una raccolta rapida e un'ampia condivisione dei dati di ricerca disponibili. La nuova piattaforma metterà a disposizione un ambiente paneuropeo e mondiale aperto, affidabile e scalabile, in cui i ricercatori potranno conservare e condividere set di dati, quali sequenze di Dna, strutture proteiche, dati della ricerca preclinica e delle sperimentazioni cliniche, come pure dati epidemiologici.

In Cina fin da subito è stato lanciato un programma di lotta alla Covid-19 basato sull'intelligenza artificiale. Forte di una normativa sulla privacy più permissiva - diciamo - di quella in Europa e di una organizzazione della società più centralizzata nella raccolta di dati, il Governo asiatico ha potuto fin da subito usare l'intelligenza artificiale per esempio per controllare il rispetto delle misure di quarantena e per individuare i soggetti che sono potenzialmente positivi o per studiare algoritmi predittivi che permettano di tracciare l'evoluzione dell'epidemia o facilitare la ricerca di nuovi farmaci e vaccini.

Risultati rilevanti però non sono per ora arrivati. E non è colpa dell’intelligenza artificiale. Come è stato scritto dai più importanti studiosi della materia, l'Ai non ha ancora gli strumenti per contribuire in modo significativo alla battaglia contro il virus.

«Non eravamo preparati per affrontare questa emergenza – commenta Nicola Gatti co-direttore dell'Osservatorio sull'intelligenza artificiale del Politecnico di Milano – per due motivi. Il primo legato alla sematica del dato». Diversi metodi di raccolta delle informazioni inquinano la qualità dell'informazione e rendono fallaci i tentativi di ricerca di pattern. Se come abbiamo visto i tamponi vengono presi su cluster di pazienti diversi diventa complicato per chi fa ricerca studiare gli andamenti. Per fare previsioni sulla Covid-19 occorre un sapere capace di entrare nel nel merito del fenomeno e dei suoi meccanismi. La maggioranza dei modelli utilizzati dagli scienziati è infatti di derivazione dall'epidemiologia matematica.

L'intelligenza artificiale funziona anche senza conoscere la matematica o le regole di funzionamento dell'ecosistema che intende studiare. Gli algoritmi di Amazon, per fare un esempio, non sanno nulla di marketing ma grazie alla mole di dati cha analizzano, sono in grado di studiare e ottimizzare la logistica. «Il secondo motivo è legato alla dimensione quantitativa dei dati – aggiunge Gatti -. Non esistono milioni di pandemie, per fortuna. Ma solo alcune. Di queste non abbiamo i dati raccolti in modo strutturato, sistematico e nel tempo, come nel caso della Covid-19. Come è stato scritto in letturatura scientifica, per questa pandemia l'intelligenza artificiale non era pronta. Per la prossima sarà diverso».

Riproduzione riservata ©
  • default onloading pic

    Luca TremoladaGiornalista

    Luogo: Milano via Monte Rosa 91

    Lingue parlate: Inglese, Francese

    Argomenti: Tecnologia, scienza, finanza, startup, dati

    Premi: Premio Gabriele Lanfredini sull’informazione; Premio giornalistico State Street, categoria "Innovation"; DStars 2019, categoria journalism

Per saperne di più

loading...

Brand connect

Loading...

Newsletter

Notizie e approfondimenti sugli avvenimenti politici, economici e finanziari.

Iscriviti