La disciplina che ruota intorno alla normativa sull’Intelligenza Artificiale – se trattata con la dovuta serietà e cautela – non è semplice da mettere in pratica, in quanto richiede un alto grado di specializzazione tecnico-informatica ed un alto grado di specializzazione giuridica.
Tra gli errori più frequenti che vengono fatti c’è quello di trattare modelli e sistemi AI come sinonimi, senza coglierne appieno le differenze.
Riconoscere cosa è modello e cosa sistema non è una mera formalità, in quanto l’AI Act attribuisce a queste due forme di intelligenza artificiale due discipline completamente diverse.
Che cos’è un modello AI
Possiamo genericamente definire il modello AI come il nucleo centrale, o il motore, del sistema AI.
I modelli AI, dunque, sono componenti essenziali dei sistemi AI, ma non costituiscono di per sé sistemi, in quanto necessitano dell’aggiunta di altri componenti (ad esempio un’interfaccia utente) per diventare sistemi AI.
Nello specifico, l’AI Act si occupa solo di un particolare tipo di modello AI, detto “a finalità generali” o GPAI.
Un modello GPAI, secondo la definizione dell’art. 3 del Regolamento, è un modello AI caratterizzato da una generalità significativa e in grado di svolgere con competenza un’ampia gamma di compiti distinti, indipendentemente dalle modalità con cui il modello è immesso sul mercato.
Che cos’è un sistema AI
Ne deriva la definizione di due diverse tipologie di sistemi di intelligenza artificiale: il sistema GPAI e il sistema AI.
Il sistema GPAI, che altro non è che “un sistema di IA basato su un modello di IA per finalità generali e che ha la capacità di perseguire varie finalità, sia per uso diretto che per integrazione in altri sistemi di IA”.
Ed infine, il più conosciuto “sistema AI” a scopo specifico, definito dal Regolamento come “un sistema automatizzato progettato per funzionare con livelli di autonomia variabili e che può presentare adattabilità dopo la diffusione e che, per obiettivi espliciti o impliciti, deduce dall’input che riceve come generare output quali previsioni, contenuti, raccomandazioni o decisioni che possono influenzare ambienti fisici o virtuali”.
Come distinguerli?
Recenti studi della Commissione Europea hanno evidenziato diverse criticità nell’auto-valutazione compiuta dai soggetti interessati dalla normativa sull’intelligenza artificiale. Una delle criticità principali riguardava proprio la capacità di individuare e definire le caratteristiche dei propri prodotti AI, riconducendoli a sistemi o modelli.
La complessità deriva anche dal fatto che, solitamente, i software di questo tipo presentano più modelli e più sistemi tra loro integrati.
Per tale ragione, è sempre consigliabile farsi affiancare da un professionista nella valutazione iniziale della propria intelligenza artificiale.
Sei un’azienda e vuoi scoprire come possiamo aiutarti a sfruttare al meglio l’AI, mantenendo il pieno controllo e proteggendo la tua innovazione?
Possiamo genericamente definire il modello AI come il nucleo centrale, o il motore, del sistema AI.
I modelli AI sono componenti essenziali dei sistemi AI, ma non costituiscono di per sé sistemi, in quanto necessitano dell’aggiunta di altri componenti per diventare sistemi AI.
Recenti studi hanno evidenziato diverse criticità nell’auto-valutazione compiuta dai soggetti interessati dalla normativa sull’intelligenza artificiale. Una delle criticità principali riguardava proprio la capacità di individuare e definire le caratteristiche dei propri prodotti AI, riconducendoli a sistemi o modelli, anche perché i software di questo tipo presentano più modelli e più sistemi tra loro integrati.
Per tale ragione, è sempre consigliabile farsi affiancare da un professionista nella valutazione iniziale della propria intelligenza artificiale.