Earn money by answering our surveys

Register now!

Cos’è l’intelligenza artificiale e come può salvare l’umanità

Earn up to 50€ by participating in one of our paid market research.

Register now!

Spesso mi viene chiesto di rispondere alla seguente domanda: “Cos’è l’intelligenza artificiale? Di fronte a una domanda del genere è grande la tentazione di sprofondare subito in una spiegazione tecnica che rischia di perdere il proprio interlocutore.
Nell’articolo di oggi, ho scelto di rispondere a questa difficile domanda in modo semplice. Per raggiungere questo obiettivo, ho scelto innanzitutto di definire l’intelligenza umana prima di caratterizzare l’intelligenza artificiale. Ma anche con un approccio così semplice, il compito non è facile. Concluderò l’articolo con una riflessione sull’utilità dell’intelligenza artificiale e introdurrò il concetto di “serendipità computazionale”. Quindi assicuratevi di leggere fino in fondo (o se siete impazienti, fate clic sul paragrafo 4 nel riepilogo sottostante).

Sommario

  1. Cos’è l’intelligenza?
  2. Cos’è l’intelligenza artificiale?
  3. Non esiste ancora l’intelligenza artificiale
  4. Qual è il punto con l’intelligenza artificiale?

Cos’è l’intelligenza?

Per rispondere a questa domanda propongo di definire prima cosa sia l’intelligenza (umana). L’intelligenza è

“la capacità di pensare, ragionare e capire invece di fare le cose automaticamente o per istinto” (fonte: dizionario collins)

Mi piace particolarmente quest’altra definizione di intelligenza di Jeff Schweitzer:

“L’intelligenza può essere vista come la capacità di apprendere dalle esperienze passate (acquisire e conservare nuove conoscenze) e successivamente applicare queste nuove conoscenze in un nuovo contesto. L’intelligenza può essere definita anche come la capacità di creare pensieri astratti, al di là dell’istinto o delle reazioni provocate da uno stimolo sensoriale.”

Neel Burton propone di definire l’intelligenza con il suo opposto, la demenza. Egli scrive :

“Nel morbo di Alzheimer, la forma più comune di demenza, c’è un’interruzione di molteplici funzioni corticali superiori, tra cui memoria, pensiero, orientamento, comprensione, aritmetica, capacità di apprendimento, linguaggio e giudizio. L’intelligenza sarebbe dunque l’opposto di tutto questo.

Riassumendo le varie definizioni, l’intelligenza potrebbe essere definita brevemente (e molto completamente) come:

  • la capacità di memorizzare e imparare dall’esperienza
  • la capacità di pensare e di essere creativi
  • la capacità di parlare
  • la capacità di giudicare e prendere decisioni

L’intelligenza può anche essere più di quelle abilità concrete, la cui assenza definisce la demenza. Provare emozioni è sicuramente anche ciò che ci rende esseri intelligenti (non parliamo di “intelligenza emotiva” e QI emotivo?) . Ma penso che per il momento lo lasceremo da parte e ci concentreremo solo sugli aspetti più ovvi.

Cos’è l’intelligenza artificiale?

L’Oxford Dictionary definisce l’aggettivo “artificiale” come “Fatto o prodotto dall’uomo piuttosto che naturale, soprattutto una copia di qualcosa di naturale”. Conservo in particolare una parte di questa definizione: “una copia di qualcosa di naturale”.
L’intelligenza artificiale sarebbe quindi una copia dell’intelligenza umana. Con ciò intendiamo quindi che lo scopo dell’intelligenza artificiale sarebbe quello di imitare le funzioni del cervello umano. Questo mi porta a formulare una definizione di intelligenza artificiale: “la capacità, conferita dall’uomo alle macchine, di memorizzare e imparare dall’esperienza, di pensare e creare, di parlare, di giudicare e di decidere”.

Imitare il modo in cui funziona il cervello può sembrare a prima vista una sfida insormontabile. Il cervello umano, plasmato da milioni di anni di evoluzione, è una macchina incredibilmente efficiente. È in grado di elaborare fino a 10^17-10^18 operazioni al secondo ad un “costo” energetico di 25W mentre le migliori schede GPU del momento possono gestire 10^9 – 10^10 operazioni ad un costo energetico di 250W.  Sono 100 milioni di volte meno per un dispendio energetico di 10 volte di più. Quando Alpha Go sconfisse Lee Sedol, questa intelligenza artificiale (basata su 3 algoritmi principali) era stata allenata milioni di volte contro una copia di se stessa, cioè aveva giocato più partite di tutta l’umanità negli ultimi 3000 anni. Eppure, Lee Sedol è riuscito a vincere una partita (la quarta).

Il processo stesso di creazione dell’intelligenza artificiale è radicato nell’osservazione di come funziona il cervello umano. Ad esempio, le reti convoluzionali (utilizzate per programmare Alpha Go) sono state ispirate dall’osservazione del funzionamento della corteccia visiva. Le reti neurali convoluzionali esistono dagli anni ’90, ma hanno trovato applicazioni reali solo quando l’elaborazione e l’archiviazione sono diventate meno costose, vale a dire negli anni 2000 e più precisamente negli ultimi 5 anni.

Non esiste ancora qualcosa come l’intelligenza artificiale…

Il grande ostacolo alla realizzazione dell’intelligenza artificiale è quello di colmare il divario tra riconoscimento e conoscenza, in altre parole tra imitazione e cognizione. L’intelligenza artificiale oggi è in grado di riconoscere ma non di sapere. Le macchine operano entro i limiti fissati dai loro progettisti o sono “vincolate” dai limiti dei data set di cui si alimentano. Ecco alcuni esempi a cui suggerisco di pensare:

  • Sono necessarie 100 milioni di immagini per raggiungere il 98% di affidabilità per il riconoscimento delle immagini; eppure bastano solo 2 immagini perché un bambino impari quella differenza
  • Set di dati distorti portano a risultati distorti (si consideri ad esempio il lavoro di Joy Buolamwini sui set di dati distorti)
  • Le risposte degli assistenti vocali si basano su script definiti dagli umani

In breve, le tecniche algoritmiche come il deep learning possono addestrare una macchina a riconoscere. Ma non esiste ancora una soluzione tecnica per sviluppare il “senso comune” artificiale, una capacità che è parte integrante della nostra natura umana. Mentre i bambini piccoli possono imparare rapidamente da alcuni esempi, le macchine hanno bisogno di enormi database per ottenere risultati imperfetti.

Lee Sedol durante la conferenza stampa in vista della prima delle 5 partite contro Alpha Go (Screenshot dal film AlphaGo)

Qual è il punto con l’intelligenza artificiale allora?

Mentre l’intelligenza artificiale può sembrare di natura puramente imitativa, la tecnologia può anche fungere da trampolino di lancio per la ricerca fondamentale. In un’intervista con la radio francese France Culture nel 2017, Yann Le Cun (direttore della ricerca di Facebook) ha spiegato che a volte “un’invenzione tecnologica avvia uno sforzo di ricerca fondamentale in un campo particolare”. Citò così gli esempi del telescopio, inventato nel XVI secolo, che permise di lanciare l’astronomia e l’ottica; o l’aviazione che ha dato un impulso deciso ai progressi dell’aerodinamica.

Alla fine (e penso che questo sia molto importante per chi teme che le macchine le sostituiranno), credo che ci siano ancora molti progressi da fare attraverso la combinazione di intelligenza umana e intelligenza artificiale.

Alla conferenza stampa che precede la prima delle 5 partite di Go, Lee Sedol ha dichiarato di voler “proteggere l’intelligenza umana“. In altre parole, ha visto questa partita di Go come una lotta tra uomo e macchina. Dopo la quinta partita (persa contro Alpha Go), Lee Sedol ha detto di aver imparato molto dalle partite perse, soprattutto perché Alpha Go aveva “inventato” mosse che non erano mai state giocate dagli umani prima (ad esempiola famosa “mossa 37” che gli specialisti hanno trovato così creativa).

È qui che l’intelligenza artificiale può giocare un ruolo decisivo. Una macchina, un programma per computer, può esplorare tutte le possibilità esistenti senza stancarsi, senza annoiarsi, permettendo a volte di scoprire qualcosa di nuovo. Sarebbe una sorta di serendipità informatica, una capacità sistematica dataci, attraverso le macchine, di scoprire quegli angoli e fessure che ci erano sfuggiti fino ad ora.
Forse la mossa 37 è stato suonata da qualcuno 2000 anni fa, ma non è stata conservata alcuna traccia. Il periodo di osservazione è troppo lungo ed è qui che gli algoritmi possono tornare utili, esplorando rapidamente, per un periodo di tempo su scala individuale, l’intera gamma di soluzioni a un dato problema.
La macchina può quindi in un certo senso permetterci di andare oltre la nostra umanità.

Tag:

Author: Pierre-Nicolas Schwab

Pierre-Nicolas ha un dottorato in marketing e dirige l'agenzia di ricerche di mercato IntoTheMinds. I suoi principali campi di interesse sono BigData, e-commerce, commercio locale, HoReCa e logistica. È anche un ricercatore di marketing all'Université Libre de Bruxelles e serve come coach e formatore per diverse organizzazioni e istituzioni pubbliche. Può essere contattato via email, Linkedin o per telefono (+32 486 42 79 42)

Share This Post On

Submit a Comment

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *