È proprio attraverso l’intelligenza artificiale che il multimiliardario Tony Stark è in grado di indossare e sfruttare al massimo dell’efficienza le ipertecnologiche armature da lui ideate, che lo trasformano nell’invincibile Iron Man.
Le prime idee teoriche sulla possibilità di trasferire aspetti dell’intelligenza umana, come il calcolo e l’apprendimento, su supporti informatici artificiali, si svilupparono già a metà degli anni 30 del secolo scorso, attraverso i lavori del matematico britannico Alan Turing (1912-1954), considerato il padre fondatore dell’informatica, e gli studi di Claude Shannon (1916-2001), ingegnere e matematico, padre della teoria dell’informazione.
Già nel 1936 Turing, a cui si deve il famoso test per capire se una macchina è in grado o meno di poter essere definita intelligente, gettò le basi per le moderne applicazioni dell’A.I. sfruttando la crescente attenzione rivolta allo sviluppo e allo studio dei primi calcolatori meccanici programmabili, innovativi strumenti con caratteristiche in parte anticipate ben un secolo prima dal matematico e filosofo britannico Charles Babbage (1791-1871) e dalla prima vera programmatrice della storia Ada Lovelace (1815-1852), figlia del noto poeta Lord Byron.
Nel 1958, nel campo delle scienze cognitive, lo psicologo americano Frank Rosenblatt (1928-1971) propose il primo dispositivo elettronico derivato da principi biologici con capacità di apprendimento: il percettrone Mark I, una forma molto semplice di rete neurale che allora non disponeva ancora dei moderni supporti tecnologici necessari a renderla pienamente funzionale, ma che oggi è alla base dell’apprendimento profondo (Deep Learning) nelle innovative applicazioni mediche dell’intelligenza artificiale.
Grazie all’innovazione tecnologica possiamo oggi combattere più efficacemente la battaglia contro le malattie, il loro diffondersi e trovare una loro possibile cura applicando l’A.I. all’enorme mole di dati prodotti dalle strutture sanitarie (Big Data), entrando nell’era della diagnosi estremamente precoce e della medicina di precisione.
Sono molte le branche specialistiche della medicina in grado di produrre dati quantitativi analizzabili con metodiche di A.I. Fra queste la radiomica, che si sta diffondendo in ambito oncologico, sfrutta la natura digitale delle immagini radiologiche della tomografia computerizzata (TC), della risonanza magnetica (RM) e le immagini ottenute con radiotraccianti (PET, SPECT), per estrarre una grande quantità di informazioni quantitative non visibili all’occhio umano ma potenzialmente in grado di fornire informazioni utili circa la patologia o la probabilità di risposta ad un trattamento nella cura dei tumori.
