{"id":552,"date":"2024-03-23T18:00:00","date_gmt":"2024-03-23T17:00:00","guid":{"rendered":"https:\/\/www.hermescse.eu\/?p=552"},"modified":"2025-02-19T17:08:59","modified_gmt":"2025-02-19T16:08:59","slug":"intelligenza-artificiale-opportunita-e-rischi","status":"publish","type":"post","link":"https:\/\/www.hermescse.eu\/en\/intelligenza-artificiale-opportunita-e-rischi\/","title":{"rendered":"Intelligenza Artificiale: opportunit\u00e0 e rischi"},"content":{"rendered":"\r\n<p class=\"wp-block-paragraph\" id=\"ember1464\"><strong><em>L\u2019utilizzo dell\u2019\u201cAI\u201d migliorer\u00e0 veramente le condizioni di vita umane? Quali saranno i confini effettivi dell\u2019utilizzo dell\u2019\u201cAI\u201d?<\/em><\/strong><\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1465\"><strong><em>Si arriver\u00e0 ad impiantare neuroni artificiali in un cervello biologico, per poi assegnare un premio Nobel ad una \u201cAI\u201d?<\/em><\/strong><\/p>\r\n\r\n\r\n\r\n<ul class=\"wp-block-list\">\r\n<li><em>L&#8217;intelligenza artificiale per migliorare le condizioni di vita umane<\/em><\/li>\r\n\r\n\r\n\r\n<li><em>Il ruolo dei neuroni artificiali nelle reti neurali del futuro<\/em><\/li>\r\n\r\n\r\n\r\n<li><em>Nel 2036 premio Nobel ad una \u201cAI disruptive\u201d nel campo sanitario<\/em><\/li>\r\n\r\n\r\n\r\n<li><em>Implicazioni morali dell\u2019assegnazione del Nobel ad una \u201cAI\u201d<\/em><\/li>\r\n<\/ul>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1467\">Nel nuovo scenario globale ormai il concetto di \u201cArtificial Intelligence\u201d \u00e8 diventato di uso comune, per cui si pu\u00f3 declinare in pi\u00fa ambiti sempre al servizio del miglioramento della qualit\u00e1 della vita umana. Seguendo tale binario l\u2019impiego degli algoritmi di AI diventa pervasivo ed insostituibile per migliorare e rendere pi\u00f9 efficienti i processi sia pubblici che privati nella vita quotidiana. Le applicazioni dell\u2019AI stanno assumendo il ruolo di assistente dell\u2019uomo, fino ad eguagliarlo in alcuni ambiti. Il processo sta diventando sempre pi\u00fa veloce, per cui gi\u00e0 su alcune riviste come ad esempio l\u2019Economist [Ref.2] scrivono proiezioni future, che immaginano che nel 2036 il premio Nobel sar\u00e0 conferito ad una \u201cAI\u201d come ad esempio \u201cYULIA\u201d, che sar\u00e0 una discendente di \u201cSiri\u201d ed \u201cAlexa\u201d, questo scenario porter\u00e1 a rivalutare tutta la metodologia di acquisizione del patrimonio del sapere compresi i meccanismi di apprendimento umano, in quanto la macchina diventer\u00e0, con alcuni limiti normativi, un surrogato sostitutivo dell\u2019uomo.<\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1468\"><strong>L&#8217;intelligenza artificiale per migliorare le condizioni di vita umane<\/strong><\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1469\">Attualmente si sta pensando di impiegare l\u2019AI negli ambiti pi\u00f9 diversi, ad esempio per salvare il patrimonio artistico architettonico, per controllare da remoto le grandi strutture, per agire nel campo biomedico a livello sia di prevenzione e sia di operativit\u00e0 chirurgica di precisione, per il controllo del territorio come ad esempio l\u2019ispezione di ponti o viadotti tramite dei sensori, senza dimenticare la valenza strategica nel campo della Difesa nei diversi contesti operativi <strong><em>Terra<\/em><\/strong>, <strong><em>Mare<\/em><\/strong>, <strong><em>Aria<\/em><\/strong>, <strong><em>Spazio<\/em><\/strong> e <strong><em>Cyber<\/em><\/strong>. Nel <strong>2017<\/strong> <strong><em>i potenti <\/em><\/strong>dicevano che chi fosse diventato leader nel settore dell\u2019AI avrebbe da l\u00ec a poco dominato il mondo. Stanno introducendo le tecniche di AI, che comprendono il \u201cMachine Learning\u201d ed il \u201cDeep learning\u201d, nella vita di tutti i giorni tramite gli <strong>smartphone<\/strong> e gli accessori legati all\u2019Internet of Things (<strong>IoT<\/strong>), invadendo anche le nostre case tramite le Smart TV e gli assistenti vocali tipo Google home. L\u2019argomento principale da discutere in merito ai device di derivazione IoT \u00e8 legato al ruolo umano rispetto a queste macchine, ossia se l\u2019uomo sia un supervisore della macchina sulla quale pu\u00f2 prendere la decisione finale, oppure il sistema sia autonomo rispetto alla decisione dell\u2019uomo e quindi eseguir\u00e0 una sua decisione secondo gli algoritmi, tramite cui \u00e8 stato programmato. In realt\u00e0 sar\u00e0 sempre l\u2019uomo, che imposta i processi e programma la macchina, anche se lo far\u00e0 andando a sviluppare algoritmi che auto apprendono, anche se l\u2019AI si struttura secondo un proprio percorso di apprendimento, che sar\u00e0 condizionato dalle esperienze, che colleziona la macchina stessa, per cui l\u2019algoritmo si forgia secondo le condizioni al contorno, fino ad arrivare ad una sua identit\u00e0, data dall\u2019autoapprendimento [Ref.1].<\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1470\">In ambito sanitario la collezione di dati statistici riportati dal campo permette ad un algoritmo di deep learning di arrivare ad un livello sostanziale di competenza medica tale da poter sia diagnosticare le patologie, ma anche elaborare cure per eventuali minacce di tipo biologico, come i virus di nuova generazione. In questi ambiti particolari di ricerca legati all\u2019epidemiologia ed alla virologia, gli studi su base statistica con un\u2019immensa mole di dati sono i cardini per arrivare alla soluzione, che pu\u00f2 essere la cura oppure la prevenzione tramite i vaccini.<\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1471\">In tale contesto la macchina dotata di AI pu\u00f2 diventare antagonista dei medici e dei ricercatori, ma allo stesso tempo potrebbe essere anche un valido collaboratore ed alleato per sconfiggere le minacce biologiche.<\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1472\"><strong>Il ruolo dei neuroni artificiali nelle reti neurali del futuro<\/strong><\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1473\">Le\u00a0reti neurali artificiali\u00a0sono modelli matematici composti da neuroni artificiali, che si ispirano al funzionamento dei neuroni di un cervello biologico. Un neurone riceve stimoli da altri neuroni, li integra e si eccita trasmettendo il suo potenziale sotto forma di impulso elettrico ad altri neuroni. Si pu\u00f2 considerare una rete neurale come una scatola nera, con degli input, degli strati intermedi che elaborano gli input, e degli output che escono fuori dopo l\u2019elaborazione. La rete neurale \u00e8 composta da nodi detti\u00a0neuroni, collegati in strati successivi mediante\u00a0connessioni pesate,\u00a0ossia si tratta di valori numerici moltiplicati per il singolo valore del neurone collegato. Il neurone singolo somma i valori pesati di tutti i neuroni ad esso collegati e aggiunge un valore di\u00a0\u201cbias\u201d cognitivo\u00a0o di conferma, per poi trasmettere il risultato allo strato successivo, lungo un percorso che va dai neuroni di input ai neuroni di output [Ref. 13].<\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1474\">Le reti neurali si possono utilizzare per simulazioni finanziarie, per il riconoscimento di immagini e del parlato, per le simulazioni biologiche e del meteo, per delle diagnosi mediche, delle analisi di dati, dei controlli di qualit\u00e0, ed in tutti quei campi, che hanno l\u2019esigenza di avere di grandi capacit\u00e0 di analisi e di calcolo, per poter gestire grandi flussi di dati con un elevato numero di variabili [Ref. 9, 10, 11, 12].<\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1475\">Utilizzando le reti neurali bisogna tener conto dei loro limiti, in quanto l\u2019elaborazione avviene negli strati nascosti (<strong><em>HIDDEN LAYERS<\/em><\/strong>), per cui non \u00e8 possibile sapere esattamente come le reti siano giunte ad un risultato, che pu\u00f2 essere anche impreciso e approssimativo. Bisogna tener conto del periodo pi\u00f9 o meno lungo di apprendimento, che dipende dalla complessit\u00e0 dei problemi, evitando o semplificando i problemi, che alle volte presentano una quantit\u00e0 eccessiva di variabili. Le reti neurali pi\u00f9 recenti adottano <strong><em>neuroni a cambiamento di fase<\/em><\/strong>, avvicinandosi quasi al funzionamento dei neuroni naturali.<\/p>\r\n\r\n\r\n\r\n<figure class=\"wp-block-image\"><img decoding=\"async\" src=\"https:\/\/media.licdn.com\/dms\/image\/D4D12AQE4_9kb4eg-Bg\/article-inline_image-shrink_1500_2232\/0\/1711201814060?e=1718841600&amp;v=beta&amp;t=izBnIjIWsMbpqVMNbbz66eDsBsATwF_vcSO_V2vffms\" alt=\"\" \/><\/figure>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1477\">Questi neuroni utilizzano materiali, che assumono contemporaneamente uno stato amorfo non strutturato ed uno cristallino, e man mano che acquisiscono dati si strutturano. Tali neuroni sono particolarmente adatti per il riconoscimento di immagini e per evidenziare anomalie e diversit\u00e0 in grandi flussi di dati. Affinch\u00e9 questo processo risulti performante \u00e8 necessario <strong>\u201caddestrare le reti neurali\u201d<\/strong>, ossia fare in modo che apprendano come comportarsi nel momento, in cui andr\u00e0 risolto un problema ingegneristico, come per esempio il riconoscimento di un essere umano dall\u2019analisi delle immagini, attraverso per esempio la tecnologia del <a href=\"https:\/\/www.ai4business.it\/sicurezza\/riconoscimento-facciale\/\"><strong>riconoscimento facciale<\/strong><\/a> [Ref.14].<\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1478\">Il tema dell\u2019apprendimento invece \u00e8 collegato al <strong>Machine Learning<\/strong>, ossia <a href=\"https:\/\/www.ai4business.it\/intelligenza-artificiale\/machine-learning\/machine-learning-cosa-e-applicazioni\/\">algoritmi che utilizzano metodi matematico-computazionali per apprendere informazioni dall\u2019esperienza<\/a>, quindi in modo automatico, metodico ed adattivo.<\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1479\">I principali modelli di apprendimento in uso oggi sono di quattro tipi, apprendimento supervisionato (Supervesed Learning), apprendimento non supervisionato (Unsupervesed Learning), apprendimento per rinforzo, apprendimento semi-supervisionato.<\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1480\">Con l\u2019apprendimento supervisionato (<strong>Supervised Learning<\/strong>), all\u2019algoritmo vengono forniti sia set di dati come input sia le informazioni relative ai risultati desiderati, con l\u2019obiettivo che la rete identifichi una regola generale, che possa collegare i dati in ingresso con quelli in uscita; ossia vengono forniti degli esempi di input e di output in modo che il sistema impari il nesso tra loro e ne estrapoli una regola riutilizzabile per altri compiti simili.<\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1481\">Nell\u2019apprendimento non supervisionato (<strong>Unsupervised Learning<\/strong>), al sistema vengono forniti solo set di dati senza alcuna indicazione del risultato desiderato. Lo scopo di questo secondo metodo di apprendimento \u00e8 poter \u201crisalire\u201d a schemi e modelli nascosti, ossia identificare negli input una struttura logica, senza che questi siano preventivamente catalogati [Ref. 4, 5, 6, 7, 8].<\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1482\">L\u2019<strong>apprendimento per rinforzo <\/strong>\u00e8 il caso, in cui il sistema deve interagire con un ambiente dinamico, che gli consente di avere i dati di input, per poter raggiungere un obiettivo, al raggiungimento del quale riceve una ricompensa, imparando anche dagli errori, che sono identificati medianti \u201cpunizioni\u201d. Il comportamento e le prestazioni del sistema sono determinati da una routine di apprendimento basata su ricompensa e punizione.<\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1483\">L\u2019ultimo tipo di <strong>apprendimento semi-supervisionato<\/strong> \u00e8 un modello \u201cibrido\u201d dove al computer viene fornito un set di dati incompleti per l\u2019allenamento\/apprendimento; alcuni di questi input sono \u201cdotati\u201d dei rispettivi esempi di output, come nell\u2019apprendimento supervisionato, altri invece ne sono privi, come nell\u2019apprendimento non supervisionato. L\u2019obiettivo, di fondo, \u00e8 sempre lo stesso: identificare regole e funzioni per la risoluzione dei problemi, nonch\u00e9 modelli e strutture di dati utili a raggiungere determinati obiettivi. [Ref. 15, 16].<\/p>\r\n\r\n\r\n\r\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\r\n<p class=\"wp-block-paragraph\"><strong><em>Quindi le reti neurali del futuro saranno delle palestre di apprendimento per sviluppare nel migliore dei modi la sfera del cognitivo, sia essa costituita da neuroni biologici che artificiali impiantati nel cervello umano.<\/em><\/strong><\/p>\r\n<\/blockquote>\r\n\r\n\r\n\r\n<h2 id=\"ember1485\" class=\"wp-block-heading\">Attualmente nel 2024 Elon Reeve Musk ha gi\u00e0 iniziato la sperimentazione, impiantando un microchip in un cervello umano con una grave malattia degenerativa. Inoltre Musk render\u00e0 aperta Grok, la sua intelligenza artificiale<\/h2>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1486\">dopo aver subito una causa per <strong>OpenAI<\/strong>, in cui era accusato di utilizzarla a scopo di lucro [Ref. 17].<\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1487\"><strong>Assegnazione del premio Nobel nel 2036 ad una \u201cAI disruptive\u201d nel campo sanitario<\/strong><\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1488\">Quando ci sar\u00e0 il giro di boa sullo studio del cervello umano, ossia ci sar\u00e0 un chip ottico che imita i percorsi di apprendimento del cervello, ossia andranno a buon fine le sperimentazioni di Elon Musk, allora avverr\u00e0 quello che non avremmo mai voluto che avvenisse, ossia il tanto ambito premio Nobel sar\u00e0 assegnato ad un algoritmo di \u201cAI\u201d [Ref.2].<\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1489\">Nel 2021, l\u2019anno in cui si \u00e8 usciti dalla temibile pandemia da Covid, \u00e8 stato premiato con il <strong>Nobel<\/strong> un fisico italiano <strong>Giorgio Parisi<\/strong>, proprio per i suoi studi relativi ai sistemi complessi svolti all\u2019<strong>Universit\u00e0 Sapienza di Roma<\/strong>, attualmente nel futuro sembra delinearsi una macabra ombra, che porter\u00e0 a sostituire i percorsi logici umani con gli algoritmi, sviluppati in funzione del \u201cmachine learning\u201d e del \u201cdeep learning\u201d. Potrebbe sembrare fantascienza ma invece \u00e8 solo la proiezione prospettica dello sviluppo della tecnologia legata all\u2019\u201dAI\u201d, che alacremente si sta portando avanti in questi anni. I sistemi di \u201cAI\u201d processano infinite moli di dati per poter arrivare nel pi\u00f9 breve tempo possibile alla soluzione del problema, che pu\u00f2 essere la lotta ad un virus, ad una malattia batterica o la realizzazione di un nuovo vaccino o un nuovo antibiotico, per cui si strutturano le capacit\u00e0 di ragionamento per costruire ipotesi verificabili, che sarebbero vulnerabilit\u00e0 accessorie. Attualmente anche le pi\u00f9 strutturate e complesse \u201cAI\u201d sono utilizzate solamente in aree molto specializzate come la realizzazione dei farmaci, dove grandi quantit\u00e0 di dati statistici sono associati a metriche di successo ben definite. Per cui in realt\u00e0 le \u201cAI\u201d non scoprono nulla, ma realizzano delle interpolazioni algebriche, che permettono di giungere a dei risultati tangibili, che affondano le proprie fondamenta su dati manipolati statisticamente sempre dalla mente umana.<\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1490\"><strong>Implicazioni morali dell\u2019assegnazione del Nobel ad una \u201cAI\u201d<\/strong><\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1491\">Eticamente la macchina non si pu\u00f2 sostituire all\u2019uomo e rimane sempre uno strumento per arrivare pi\u00f9 velocemente e nel modo migliore all\u2019obiettivo, per\u00f2 il momento in cui nel 2036, come profetizza l\u2019Economist [Ref. 2], sar\u00e0 un algoritmo di \u201cAI\u201d\u201d a raggiungere il riconoscimento umanamente pi\u00f9 ambito nel campo della ricerca scientifica, che \u00e8 il Nobel, questo momento sar\u00e0 il punto di non ritorno a livello etico per poter discriminare un androide da un umano e segner\u00e0 l\u2019inizio di un\u2019era, in cui il materiale biologico sar\u00e0 integrato con materiale elettronico e si forgeranno nuovi individui dotati di potenzialit\u00e0 intellettive e fisiche migliori e pi\u00f9 performanti, in quanto tutto sar\u00e0 plasmabile ed integrabile [Ref.3]. Si affronteranno i nuovi concetti legati all\u2019identit\u00e0 di una \u201cAI\u201d, che ha una sua ragione di esistere come entit\u00e0, alla quale \u00e8 possibile assegnare un premio o un\u2019onorificenza, come si \u00e8 sempre fatto con gli uomini o le donne di nascita biologica. Sicuramente come auspica l\u2019Economist tale scenario creerebbe una tensione sociale di livello notevole, perch\u00e9 andrebbe a sovvertire i postulati dell\u2019etica umana, che abbracciano trasversalmente anche le religioni monoteiste, a cui si affidano tanti popoli. Una \u201cAI\u201d di nome \u201cYULIA\u201d sarebbe la pietra dello scandalo, che sovvertirebbe tutti gli equilibri sociali a livello globale, andando a sovvertire un ordine millenario, in cui i filosofi gi\u00e0 al tempo degli antichi greci diedero il concetto di anima e respiro (<strong>\u03c8\u03c5\u03c7\u03ae<\/strong> e <strong>\u03b8\u03c5\u03bc\u03cc\u03c2<\/strong>) racchiusa in un corpo, in seguito <strong><em>San Agostino<\/em><\/strong> aveva consolidato il concetto dell\u2019<strong>IO<\/strong> <strong>pensante<\/strong>, come identit\u00e0 personale, in cui ognuno astrattamente si identifica, dal quale discende la famosa frase \u201c<strong>Cogito Ergo Sum<\/strong>\u201d di <strong><em>Cartesio<\/em><\/strong>. Partendo da questa famosa frase cartesiana sembrerebbe che anche una rete neurale, dotata di un suo ragionamento insito, avrebbe il diritto di esistere e di avere una propria identit\u00e0 legale, oppure la stessa rete neurale sarebbe semplicemente uno strumento di matrice statistico-stocastica per trattare infinite moli di dati, che consentirebbero ad esempio di arrivare pi\u00f9 velocemente a soluzioni mediche, a cui altrimenti non si potrebbe nemmeno pensare? Solo con il tempo si risponder\u00e0 a tale quesito etico e morale. In ogni caso oggi si sta cercando di applicare all\u2019 \u201cAI\u201d una normativa legislativa, che sia saggia e matura, rispettando sempre le singole identit\u00e0.<\/p>\r\n\r\n\r\n\r\n<p class=\"wp-block-paragraph\" id=\"ember1492\">Ref.:<\/p>\r\n\r\n\r\n\r\n<ol class=\"wp-block-list\">\r\n<li><em>Ella Maru Studio and Yoon Seok Kim\/Jia Liu, Deisseroth\/Bao laboratories, Stanford University<\/em><\/li>\r\n\r\n\r\n\r\n<li><a href=\"https:\/\/www.economist.com\/what-if\/2021\/07\/03\/what-if-an-ai-wins-the-nobel-prize-for-medicine\"><em>https:\/\/www.economist.com\/what-if\/2021\/07\/03\/what-if-an-ai-wins-the-nobel-prize-for-medicine<\/em><\/a><\/li>\r\n\r\n\r\n\r\n<li><em>Un\u2019occhiata alle carte di Dio, gli interrogativi che la scienza moderna pone all\u2019uomo, autore: Gian Carlo Ghirardi, editore: il Saggiatore<\/em><\/li>\r\n\r\n\r\n\r\n<li><a href=\"https:\/\/www.ansa.it\/canale_scienza_tecnica\/notizie\/biotech\/2020\/04\/16\/neuroni-con-la-corazza-contro-sclerosi-multipla-e-autismo-_6b2d7274-f3ff-42e5-a26f-1b1181500e1a.html\"><em>https:\/\/www.ansa.it\/canale_scienza_tecnica\/notizie\/biotech\/2020\/04\/16\/neuroni-con-la-corazza-contro-sclerosi-multipla-e-autismo-_6b2d7274-f3ff-42e5-a26f-1b1181500e1a.html<\/em><\/a><\/li>\r\n\r\n\r\n\r\n<li><a href=\"https:\/\/www.positizie.it\/2020\/05\/26\/ottenuti-i-primi-neuroni-con-la-corazza-un-futuro-possibile-aiuto-contro-autismo-e-sclerosi-multipla\/\"><em>https:\/\/www.positizie.it\/2020\/05\/26\/ottenuti-i-primi-neuroni-con-la-corazza-un-futuro-possibile-aiuto-contro-autismo-e-sclerosi-multipla\/<\/em><\/a><\/li>\r\n\r\n\r\n\r\n<li><a href=\"https:\/\/www.lescienze.it\/news\/2019\/05\/09\/news\/rete_neurale_artificiale_simula_neuroni-4400644\/\"><em>https:\/\/www.lescienze.it\/news\/2019\/05\/09\/news\/rete_neurale_artificiale_simula_neuroni-4400644\/<\/em><\/a><\/li>\r\n\r\n\r\n\r\n<li><a href=\"https:\/\/www.nature.com\/articles\/s41593-018-0295-x\"><em>https:\/\/www.nature.com\/articles\/s41593-018-0295-x<\/em><\/a><\/li>\r\n\r\n\r\n\r\n<li><a href=\"https:\/\/www.newence.com\/2019\/01\/16\/i-neuroni-degli-individui-con-autismo-si-sviluppano-piu-lentamente\/\"><em>https:\/\/www.newence.com\/2019\/01\/16\/i-neuroni-degli-individui-con-autismo-si-sviluppano-piu-lentamente\/<\/em><\/a><\/li>\r\n\r\n\r\n\r\n<li><em>Mirror \u00a0neurons \u00a0and \u00a0cognitive \u00a0and \u00a0motoric \u00a0functions \u00a0L. \u00a0Fogassi \u00a0Gior \u00a0Neuropsich \u00a0Et\u00e0 \u00a0Evol 2008;28:329-350<\/em><\/li>\r\n\r\n\r\n\r\n<li><em>Iacoboni M, Woods RP, Brass M, Bekkering H, Mazziotta JC, Rizzolatti G. Cortical mechanisms of human imitation. Science. 1999 Dec 24;286(5449):2526-8. doi: 10.1126\/science.286.5449.2526. PMID: 10617472.<\/em><\/li>\r\n\r\n\r\n\r\n<li><em>Molnar-Szakacs \u00a0I, \u00a0Wang \u00a0MJ, \u00a0Laugeson \u00a0EA, \u00a0Overy \u00a0K, \u00a0Wu \u00a0WL, \u00a0Piggot \u00a0J.\u00a0 Autism, \u00a0emotion recognition and the mirror neuron system: the case of music. Mcgill J Med. 2009 Nov 16;12(2):87. PMID: 21264050; PMCID: PMC2997252<\/em><\/li>\r\n\r\n\r\n\r\n<li><em>Renzo M., Bianchi di Castelbianco F., Petrillo M., Racinaro L., Donaera F., Rea M., \u201cThe emotional contagion in children with Autism Spectrum Disorder\u201d, Austin Journal of Autism &amp; Related Disabilities, 2016, 2, 2:1020, pp. 1-7<\/em><\/li>\r\n\r\n\r\n\r\n<li><a href=\"http:\/\/www.umbertosantucci.it\/atlante\/reti-neurali\/\"><em>http:\/\/www.umbertosantucci.it\/atlante\/reti-neurali\/<\/em><\/a><\/li>\r\n\r\n\r\n\r\n<li><a href=\"https:\/\/www.ai4business.it\/intelligenza-artificiale\/deep-learning\/reti-neurali\/\"><em>https:\/\/www.ai4business.it\/intelligenza-artificiale\/deep-learning\/reti-neurali\/<\/em><\/a><\/li>\r\n\r\n\r\n\r\n<li><a href=\"https:\/\/commons.wikimedia.org\/wiki\/File:Proximity_labeling_proteomics_of_mitochondrial_outer_membrane.png\"><em>https:\/\/commons.wikimedia.org\/wiki\/File:Proximity_labeling_proteomics_of_mitochondrial_outer_membrane.png<\/em><\/a><\/li>\r\n\r\n\r\n\r\n<li><a href=\"https:\/\/neurotray.com\/how-neuroscience-can-influence-architecture\/\"><em>https:\/\/neurotray.com\/how-neuroscience-can-influence-architecture\/<\/em><\/a><\/li>\r\n\r\n\r\n\r\n<li><a href=\"https:\/\/www.ansa.it\/canale_tecnologia\/notizie\/future_tech\/2024\/03\/11\/elon-musk-rendera-aperta-grok-la-sua-intelligenza-artificiale_65da51b6-692c-465e-b8df-aa80a02e8d8f.html\"><em>https:\/\/www.ansa.it\/canale_tecnologia\/notizie\/future_tech\/2024\/03\/11\/elon-musk-rendera-aperta-grok-la-sua-intelligenza-artificiale_65da51b6-692c-465e-b8df-aa80a02e8d8f.html<\/em><\/a><\/li>\r\n<\/ol>\r\n\r\n\r\n<hr class=\"wp-block-separator has-alpha-channel-opacity\" \/>\r\n\r\n\r\n<p class=\"wp-block-paragraph\">Articolo di <a href=\"https:\/\/www.linkedin.com\/in\/cinzia-crostarosa-872a5b2a\/\">Cinzia Crostarosa<\/a> | Centro Studi Europeo | Member of the Steering Committee | Engineer at <a href=\"https:\/\/www.linkedin.com\/company\/larimart\/\">Larimart S.p.A. &#8211; Leonardo Company<\/a><\/p>\r\n","protected":false},"excerpt":{"rendered":"<p>L\u2019utilizzo dell\u2019\u201cAI\u201d migliorer\u00e0 veramente le condizioni di vita umane? Quali saranno i confini effettivi dell\u2019utilizzo dell\u2019\u201cAI\u201d? Si arriver\u00e0 ad impiantare neuroni artificiali in un cervello biologico, per poi assegnare un premio Nobel ad una \u201cAI\u201d? Nel nuovo scenario globale ormai il concetto di \u201cArtificial Intelligence\u201d \u00e8 diventato di uso comune, per cui si pu\u00f3 declinare&#8230;<\/p>","protected":false},"author":19,"featured_media":1499,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_kad_post_transparent":"default","_kad_post_title":"default","_kad_post_layout":"default","_kad_post_sidebar_id":"","_kad_post_content_style":"default","_kad_post_vertical_padding":"default","_kad_post_feature":"","_kad_post_feature_position":"","_kad_post_header":false,"_kad_post_footer":false,"_kad_post_classname":"","footnotes":""},"categories":[31],"tags":[],"class_list":["post-552","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-articoli"],"_links":{"self":[{"href":"https:\/\/www.hermescse.eu\/en\/wp-json\/wp\/v2\/posts\/552","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.hermescse.eu\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.hermescse.eu\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.hermescse.eu\/en\/wp-json\/wp\/v2\/users\/19"}],"replies":[{"embeddable":true,"href":"https:\/\/www.hermescse.eu\/en\/wp-json\/wp\/v2\/comments?post=552"}],"version-history":[{"count":4,"href":"https:\/\/www.hermescse.eu\/en\/wp-json\/wp\/v2\/posts\/552\/revisions"}],"predecessor-version":[{"id":1500,"href":"https:\/\/www.hermescse.eu\/en\/wp-json\/wp\/v2\/posts\/552\/revisions\/1500"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.hermescse.eu\/en\/wp-json\/wp\/v2\/media\/1499"}],"wp:attachment":[{"href":"https:\/\/www.hermescse.eu\/en\/wp-json\/wp\/v2\/media?parent=552"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.hermescse.eu\/en\/wp-json\/wp\/v2\/categories?post=552"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.hermescse.eu\/en\/wp-json\/wp\/v2\/tags?post=552"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}