Robotica

Grazie a questa tecnologia un sistema informatico è in grado di assumere autonomamente delle decisioni o effettuare predizioni

Il machine learning è una branca della scienza informatica che prende le mosse dagli studi sul pattern recognition(1) e sulla teoria dell'apprendimento computazionale(2). Si tratta, dunque, di una disciplina strettamente affine all'intelligenza artificiale(3), con la quale condivide scopi e metodi di lavoro. Come per l'AI (Artificial Intelligence), anche gli scienziati impegnati nel campo dell'apprendimento automatico studiano algoritmi che permettano di rendere "intelligenti" macchine informatiche altrimenti incapaci di prendere decisioni autonome.

Che cos'è il machine learning

Nello specifico, il machine learning (o apprendimento automatico) è un metodo di analisi dei dati che punta ad automatizzare la creazione di modelli analitici. Grazie a speciali algoritmi che apprendono iterativamente partendo da una base dati fornita dall'uomo, il machine learning permette a computer e altri sistemi informatici di apprendere nuove nozioni e informazioni, prendere decisioni ed effettuare predizioni senza che siano stati precedentemente istruiti per farlo.

Le Intelligenze artificiali che già oggi sono ampiamente utilizzate dai fondi per operare sui mercati sulla base dei suoi movimenti potrebbero aggravare di molto la durezza della prossima correzione.

Questo perché i dati sulla base dei quali questi algoritmi sono stati raccolti negli anni successivi alla crisi finanziaria, un ambiente straordinario caratterizzato da politiche monetarie non convenzionali e estremamente favorevoli.

È quanto avverte il Financial Stability Board, organo internazionale basato in Svizzera, che in uno studio dello scorso novembre ha sottolineato come l’aumento dell’uso di AI da parte di hedge funds e market maker possa ulteriormente stringere i parametri di negoziazione che sono vitali per la stabilità del mercato, come la quantità di capitale di una banca in relazione alle sue posizioni di negoziazione in essere.

Questo è dovuto al fatto che l’intelligenza artificiale è oltremodo efficace nell’ottimizzare i sistemi complessi.

Un nuovo studio della società di consulenza, McKinsey Global Institute (MGI), rivela che fino a un terzo dei lavoratori degli Stati Uniti e 800 milioni di lavoratori a livello globale potrebbero perdere il lavoro a causa dell’automazione entro il 2030.

Il nuovo rapporto, intitolato “Jobs lost, jobs gained: Workforce transitions in a time of automation,” si basa su una precedente ricerca MGI pubblicata nel gennaio del 2017.

La società di consulenza stima che tra 400 e 800 milioni di posti di lavoro in tutto il mondo potrebbero essere rilevati dai sistemi automatici entro il 2030 con un conseguente importante aumento della disoccupazione.

Il rapporto suggerisce che ben 375 milioni di lavoratori o il 14% della forza lavoro globale dovranno cambiare categoria professionali come risultato dell’intelligence automation.

“Anche se ci sarà abbastanza lavoro per garantire la piena occupazione entro il 2030, ci attendono importanti transizioni che potrebbero eguagliare o addirittura superare la scala dei cambiamenti storici derivanti dall’agricoltura e dalla produzione“, secondo un rapporto del McKinsey Global Institute pubblicato questo mese.