Intelligenza artificiale, reti neurali e sicurezza

di Sergio Bedessi - Presidente CEDUS - Centro Documentazione Sicurezza Urbana e Polizia Locale

L’intelligenza artificiale è già fra noi anche se molti non ne sono pienamente consapevoli: il riconoscimento vocale negli smartphone, la ricerca di una parola su internet, l’analisi di quanto abbiamo acquistato al supermercato per poi proporci pubblicità mirate, oppure ottimizzare la disposizione degli scaffali in funzione dei gusti dei clienti, il parcheggio automatico del quale ormai molte autovetture sono dotati: in tutti questi casi si tratta dell’uso dell’intelligenza artificiale da parte di software, spesso basati su reti neurali artificiali.

Le reti neurali artificiali, sistemi di elaborazione dell’informazione che si basano sul paradigma del cervello umano, sono una branca dell’intelligenza artificiale; hanno il pregio di apprendere direttamente dall’esperienza e non hanno necessità di essere programmate dall’uomo per un determinato compito, come invece i sistemi di elaborazione informatica tradizionali.

Con le reti neurali artificiali, che sono sistemi fault tolerant, è possibile affrontare problematiche poco conosciute, con dati imprecisi o “sporchi” (contenenti errori); le reti neurali riescono ad individuare autonomamente, grazie all’apprendimento automatico, il legame fra cause ed effetti e quindi sono in grado di fornire previsioni abbastanza accurate dove altri metodi, come quelli statistici, falliscono.

AI nella security

Anche il campo della sicurezza può beneficiare dell’intelligenza artificiale, in vari settori. Per esempio grazie a software di rete neurale artificiale (reti non cablate hardware, ma simulate via software) gli istituti bancari sono in grado di valutare il rischio nella concessione di prestiti, fidi, mutui e nel rilascio di carte di credito, così come possono individuare possibili situazioni fraudolente, il tutto grazie ad analisi automatiche.

Hotspot e trend criminosi

Con l’intelligenza artificiale, applicata ai dati della criminalità di un’area urbana, georeferenziati e relativi ad un periodo di tempo abbastanza lungo, utilizzando reti neurali appositamente addestrate, è possibile ottenere previsioni su dove è probabile avverranno i prossimi episodi criminosi; in questo modo si può fornire agli organi di polizia una mappa dei possibili hotspot: in pratica una previsione geografica che può rendere il controllo del territorio più efficiente.

Egualmente è possibile, analizzando con una o più reti artificiali i dati storici della criminalità a livello complessivo, identificarne i trend, così da costituire uno strumento di decision making per le adeguate contromisure di prevenzione.

AI e videosorveglianza

L’intelligenza artificiale ci aiuta anche nel campo della videosorveglianza; grazie a questa è possibile identificare automaticamente, nelle immagini provenienti da un impianto di videosorveglianza, non solo i movimenti in una determinata area di ripresa, ma addirittura movimenti che per la loro particolarità sono sospetti, in quanto ricalcano i pattern usuali per un determinato tipo di reato, ad esempio il furto di auto, oppure il borseggio. L’individuazione di tali pattern nelle immagini di ripresa può poi generare un allarme automatico sul sistema di videosorveglianza, utile a far intervenire immediatamente chi è incaricato della vigilanza o gli organi di polizia, rendendo così lo strumento della videosorveglianza effettivamente proattivo.

Criminal profiling 

Ancora, reti neurali artificiali appositamente addestrate possono provvedere all’analisi di una serie di atti criminosi, arrivando ad individuare il probabile criminal profiling dell’autore, senza necessità di utilizzare algoritmi imposti dall’esterno, ma semplicemente analizzando, in modo automatico, i dati provenienti dalla scena del crimine, comparandoli eventualmente con quelli di episodi simili, aiutando così la polizia ad identificare il colpevole in modo più rapido rispetto ai sistemi tradizionali. 

I sistemi che si basano sull’intelligenza artificiale sono sempre più presenti e si assisterà, nel prossimo futuro, ad un miglioramento con l’uso di circuiti biologici nonché ad una convergenza di tali sistemi con i sistemi di elaborazione tradizionale, cosa che migliorerà ulteriormente le possibilità anche nel campo della sicurezza.

Intelligenza artificiale: branca di studio di software capaci di riprodurre comportamenti “intelligenti”.

Rete neurale artificiale: sistema di elaborazione dell’informazione il cui funzionamento trae ispirazione dai sistemi nervosi biologici. Fisicamente una rete neurale è una rete costituita da neuroni, dove per “neurone”, in analogia ai sistemi nervosi animali, si intende un singolo elemento computazionale.

Sergio Bedessi, Intelligenza artificiale e fenomeni sociali. Previsioni con le reti neurali, Apogeo Education, 01 2019 

Circuiti biologici per l’intelligenza artificiale: una rete neurale artificiale realizzata con un circuito biologico su base DNA è in grado di effettuare il riconoscimento caratteri in modo più efficienti delle attuali reti neurali.

Kevin M. Cherry - Lulu Qian, Scaling up molecular pattern recognition with DNA-based winner-take-all neural networks, Nature, nr. 559, 2018