Finance Explained Intelligenza artificiale: che impatto sulla nostra vita e sul mondo della finanza?
L’intelligenza artificiale sta cambiando molti aspetti della nostra vita, tra cui quello finanziario. In che modo? Ne parliamo con Giuseppe Valetto e Teresa Gioffreda.
- Giuseppe Valetto, Artificial Intelligence Product Owner Satispay, ci rivela che l’idea di intelligenza artificiale è più vecchia di quanto pensiamo: Alan Turing, uno dei padri fondatori dell’informatica, l’aveva già prevista negli anni ‘30-’40 del ‘900. Tuttavia quest’idea ora si è evoluta ed è diventata strettamente legata al machine learning e ad algoritmi che, una volta alimentati da dati forniti da noi (detti di “addestramento”), riescono a riconoscere pattern sofisticati, con cui poi fanno previsioni e compiono scelte.
- Negli investimenti abbiamo spacchettato l’IA (intelligenza artificiale) in 4 pezzi. La parte di infrastrutture include i chip, i semiconduttori e tutti gli elementi che servono per la potenza di calcolo, cioè per permettere alla macchina di fare i calcoli velocemente; il cloud ospita l’intelligenza artificiale; i dati e i modelli sono il terzo tassello, dove abbiamo dati pubblici (es. reperibili da internet) e dati privati (es. dati finanziari, sanitari, etc.), e i modelli, che ci aiutano a comunicare con la macchina mostrandole come imparare. L’ultimo pezzo spacchettato dell’AI sono le applicazioni effettive dell’intelligenza artificiale, che possono avvenire in molteplici ambiti e settori.
- In ambito finanziario l’IA è già in uso da tempo. Gli algoritmi utilizzati nel mondo della finanza sono stati sviluppati negli ultimi venti anni. I bot per l’«algorithmic trading» intorno al 2010 sceglievano automaticamente quando comprare e/o vendere. Erano algoritmi non al livello di oggi, ma già ben scritti e strutturati per essere funzionali al mercato. Ora gli algoritmi sono più evoluti e riescono a fare previsioni sull’andamento di prestiti, titoli e svariati asset, per capire la loro performance nel tempo, le probabilità che un debito venga ripagato, etc. Questi algoritmi riescono a prendere decisioni e a fare previsioni sulla base di dati appresi su asset simili in passato.
- Nell’ultimo anno e mezzo l’IA è diventata un tema pervasivo nell’immaginario collettivo. I modelli più potenti al momento sono quelli di «deep learning» che vengono alimentati da una notevole quantità di dati. Nel 2016-2017, alcune architetture di deep learning, dette «transformer», sono diventate popolari in particolare per la parte di elaborazione del linguaggio. Questo ha rappresentato un primo punto per dare vita a modelli di IA oggi molto popolari in tutto il mondo.
- Ogni giorno generiamo una mole di dati digitali ragguardevole, che può essere utilizzata per addestrare l’IA. È importante però ricordare che tali dati vengono rivisti insieme a team di esperti («human in the loop»), che spesso fanno da tutor alla macchina e correggono output dei modelli quando questi modelli non sono adeguati. Grazie a questo approccio «human in the loop», abbiamo avuto salti di qualità nelle risposte che i software di IA ci danno quando poniamo loro delle domande.
Vuoi saperne di più?
Vuoi saperne di più?
Iscriviti per ricevere direttamente nella tua casella di posta elettronica gli ultimi approfondimenti sui mercati privati in tutti i settori.
