L’Intelligenza Artificiale, pone per il suo utilizzo una serie di problemi: nel tentativo di costruire algoritmi più potenti, i ricercatori utilizzano quantità sempre maggiori di dati e potenza di calcolo, affidandosi a servizi cloud centralizzati. Ciò non solo genera quantità allarmanti di emissioni di carbonio, ma limita anche la velocità e la privacy delle applicazioni di intelligenza artificiale.

Ma una controtendenza della piccola IA sta cambiando questo. I giganti della tecnologia e i ricercatori accademici stanno lavorando a nuovi algoritmi per ridurre i modelli di deep learning esistenti senza perdere le loro capacità. Nel frattempo, una generazione emergente di chip IA specializzati promette di racchiudere più potenza di calcolo in spazi fisici più ristretti, addestrare e far funzionare l’IA con molta meno energia.

Questi progressi stanno appena iniziando a diventare disponibili per i consumatori. Lo scorso maggio, Google ha annunciato che ora può eseguire Google Assistant sui telefoni degli utenti senza inviare richieste a un server remoto. A partire da iOS 13, Apple esegue le funzionalità di riconoscimento vocale di Siri e la sua tastiera QuickType localmente su iPhone. IBM e Amazon ora offrono anche piattaforme per sviluppatori per creare e distribuire minuscole IA.

Tutto ciò potrebbe comportare molti vantaggi. I servizi esistenti come assistenti vocali, correzione automatica e fotocamere digitali miglioreranno e saranno più veloci senza dover eseguire il ping del cloud ogni volta che avranno bisogno di accedere a un modello di deep learning.

Tiny AI renderà possibili anche nuove applicazioni, come l’analisi delle immagini mediche basata su dispositivi mobili o le auto a guida autonoma con tempi di reazione più rapidi. Infine, l’IA localizzata è migliore per la privacy, poiché i tuoi dati non devono più lasciare il tuo dispositivo per migliorare un servizio o una funzionalità.

Ma man mano che i vantaggi dell’IA vengono distribuiti, lo saranno anche tutte le sue sfide. Ad esempio, potrebbe diventare più difficile combattere i sistemi di sorveglianza o i video deepfake e potrebbero proliferare anche algoritmi discriminatori. Ricercatori, ingegneri e responsabili politici devono collaborare ora per sviluppare controlli tecnici e politici su questi potenziali danni.