Un modello di intelligenza artificiale (MIA) è un algoritmo addestrato sui dati per eseguire compiti specifici. È una struttura matematica che genera previsioni basate su modelli appresi.
Un sistema di IA (AIS) è una soluzione completa che integra uno o più modelli con altri componenti (interfacce, database, sicurezza) per fornire un servizio funzionale agli utenti.
La distinzione MIA/SIA definisce diversi livelli di responsabilità e applicazione. Un modello rimane uno strumento senza un contesto definito, mentre un sistema ne rappresenta l'applicazione pratica. Le questioni tecniche e normative differiscono tra questi livelli.
| CARATTERISTICHE ESSENZIALI | |
|---|---|
| Funzione | Un modello di intelligenza artificiale fa solo una cosa: trasformare gli input in output in base alla sua formazione. Un sistema di intelligenza artificiale risolve un intero problema, dall'intenzione dell'utente al risultato finale. |
| Composizione | Il MIA è costituito esclusivamente da formule matematiche e valori numerici: algoritmi di apprendimento, strutture di calcolo, ecc. L'AIS comprende l'intero ecosistema: interfacce utente, database, meccanismi di filtraggio, ecc. |
| Ciclo di vita | Definizione degli obiettivi | Raccolta e preparazione dei dati | Progettazione e selezione del modello | Formazione e test del modello | Distribuzione e integrazione del MIA nell'AIS | Valutazione continua | Sicurezza |
L'adozione dell'AI Act da parte dell'Unione Europea ha implicazioni dirette per i sistemi di IA (AIS) e i modelli di IA (IM).
Questa normativa impone standard rigorosi di trasparenza, sicurezza e responsabilità per gli AIS, richiedendo agli operatori di valutare e mitigare i rischi associati al loro impiego. Per quanto riguarda le AIM, la legge sull'AI si concentra sulla qualità e sulla tracciabilità dei dati di formazione, nonché sulla documentazione delle capacità e dei limiti tecnici.
Mentre i fornitori di MIA devono concentrarsi sulla fornitura di informazioni accurate sui loro modelli, i progettisti e gli operatori di AIS devono assumersi una responsabilità più ampia, che comprende la gestione del rischio, la supervisione umana e la protezione dei diritti degli utenti.
- Valutazione delle MIA:
1. Precisione tecnica (accuratezza, richiamo, punteggio F1)
2. Velocità di elaborazione
3. Efficienza computazionale
4. Capacità di generalizzare a nuovi dati
5. Robustezza di fronte alle perturbazioni
- Valutazione AIS:
1. Utilità e valore per l'utente finale
2. Esperienza utente e accessibilità
3. Affidabilità operativa a lungo termine
4. Sicurezza generale del sistema
5. Conformità normativa
6. Impatto sociale e ambientale
7. Rapporto costi/benefici