Svegliami alle cinque”, “Dimmi che ore sono a Los Angeles”, “Cercami un hotel a Roma su internet”…
A queste e altre centinaia di richieste rispondono, sempre disponibili, assistenti vocali invisibili come Siri, Google Now, Cortana.
Software che utilizzano algoritmi per il riconoscimento del linguaggio, che li rendono anche capaci di imparare le nostre abitudini e preferenze e di adeguarvisi, nonostante qualche volta le nostre richieste non siano abbastanza precise e li confondano.
È questo uno dei tanti “servizi” che l’informatica sta fornendo per semplificare la nostra vita: sono i primi abbozzi di intelligenza artificiale.
Nella comunità scientifica c’è chi auspica un’intelligenza artificiale sempre più potente e complessa e chi la teme, pensando che possa arrivare a controllare la mente umana e la nostra vita.
Certo è che i progressi in questa direzione sono stupefacenti e… allarmanti! Scopriamoli insieme!
1. Prove di futuro
Enormi reti neurali e programmi sempre più avanzati gestiscono un numero sempre più grande di macchine, mentre le tecniche di apprendimento profondo, in cui le reti vengono addestrate su enormi archivi di dati, hanno applicazioni commerciali che vanno dai videogiochi ai sistemi di riconoscimento facciale, dalle automobili a guida autonoma alle strumentazioni medicali e ai robot.
Un business, come ha sottolineato la futurologa americana Amy Webb nel suo ultimo libro The Big Nine, oggi in mano a nove colossi tecnologici globali: gli statunitensi Amazon, Google, Facebook, Microsoft, IBM e Apple e i cinesi Tencent, Baidu, Alibaba.
Certo nessuna di queste reti neurali potrebbe oggi superare il famoso test di Turing ed essere accreditata di un’intelligenza umana. Alla fine tuttavia, secondo alcuni ricercatori, i computer dotati di apprendimento profondo potranno anche manifestare immaginazione e creatività.
Ma sarà mai davvero possibile conferire a una macchina capacità paragonabili a quelle del nostro cervello? Saremo mai in grado di creare perfetti simulacri umani come gli androidi di Blade Runner?
Secondo Federico Faggin, il fisico italiano inventore del primo microprocessore, per quanto intelligenti le macchine possano diventare non avranno mai la stessa capacità di apprendimento di una mente umana.
È vero che sia l’organo biologico sia la macchina ricevono degli input che elaborano per ottenere dei risultati. Ma lo fanno in maniera totalmente diversa.
A differenza dei computer, in grado di svolgere solo velocissime operazioni ripetitive, il nostro cervello è una struttura plastica, capace di adattarsi anche fisicamente ai cambiamenti ambientali.
La nostra vista, per esempio, non è una semplice ricezione di stimoli luminosi, ma un processo nel quale si integrano in modo complesso diverse altre informazioni del mondo circostante, di modo che riusciamo anche a elaborare previsioni su quanto succederà in futuro.
La ricerca sta oggi lavorando per dotare le reti neurali di nuovi tipi di chip con sinapsi artificiali capaci di trasmettere segnali modulabili come accade nelle connessioni tra i neuroni del cervello umano.
Sono i cosiddetti chip neuromorfici, che invece di processare le informazioni in sequenza e svolgere calcoli basati su segnali binari acceso/spento come fanno i chip digitali, operano in parallelo, cioè immagazzinano e analizzano i dati in modo distribuito come i neuroni, che comunicano attraverso le sinapsi.
L’obiettivo finale è lontano, ma potremmo disporre di computer cognitivi in grado di analizzare la realtà con un’intelligenza quasi umana unitamente a una mostruosa capacità di calcolo e di memoria.
2. Tra paura e scetticismo
Per alcuni la realizzazione di una simile macchina senziente è un traguardo auspicabile, altri invece, temendo che rappresenti una minaccia esistenziale, sono più cauti.
Per il celebre fisico Stephen Hawking, «gli esseri umani, limitati dalla lentezza dell’evoluzione biologica, non potranno competere con le macchine e un giorno ne saranno soppiantati».
Anche l’imprenditore sudafricano Elon Musk, CEO di Tesla e Space X, teme l’avvento di un’intelligenza artificiale formata da milioni di computer interconnessi, in grado di conoscere ogni dettaglio della vita di ciascun essere umano e di fare miliardi di calcoli in frazioni di secondo.
Il sistema informatico potrebbe prendere il controllo dell’economia mondiale, delle risorse e degli armamenti. E sarebbe praticamente immortale.
Per questo Musk è stato tra i fondatori di OpenAI, un istituto di ricerca con sede a San Francisco, in California, che ha come obiettivo l’evoluzione dell’intelligenza artificiale verso modalità positive per l’essere umano.
3. 1943-2016: settant'anni di progressi verso la creazione del cervello artificiale
- 1943
Il neurofisiologo Warren McCulloch e il matematico Walter Pitts teorizzano un modello di rete neurale ispirato al funzionamento del cervello umano: uno strumento informatico nel quale ogni neurone, interconnesso con gli altri, può rappresentare uno stato binario: “on” o “off”.
- 1956
L’informatico John McCarthy conia il termine “intelligenza artificiale” a un seminario nel Dartmouth College (New Hampshire), al quale partecipano i più importanti ricercatori nel campo della teoria degli automi, delle reti neurali e dello sviluppo di sistemi di ragionamento automatico.
- 1962
Lo psicologo Frank Rosenblatt riprende il concetto di rete neurale di McCulloch e Pitts e sviluppa il “percettrone”, una macchina elettromeccanica che riconosce semplici forme geometriche.
- 1969
Edward Feigenbaum crea il programma Dendral che ha il compito di mappare la struttura delle molecole a partire dalle informazioni sulla massa molecolare ricavate da uno spettrometro.
- 1997
In 19 mosse il computer Deep Blue costringe all’abbandono il campione del mondo di scacchi Garry Kasparov: per la prima volta una macchina si dimostra capace di sconfiggere un uomo in un gioco particolarmente complesso
- 2008
Il computer Polaris sviluppato all’università canadese di Alberta sfida sei campioni di poker, ottenendo tre vittorie, due sconfitte e un pareggio: il gioco è meno rigido rispetto agli scacchi e contempla anche la possibilità di bluff.
- 2016
Il supercomputer di Google AlphaGo batte il sudcoreano Lee Sedol, campione mondiale di Go, l’antico gioco da tavola cinese altamente intuitivo e considerato uno dei più difficili al mondo.
4. Così Alan Turing valutava l’intelligenza di una macchina
Uno dei primi criteri per misurare il grado di intelligenza artificiale di un computer è stato suggerito da Alan Turing nell’articolo Computing machinery and intelligence, apparso nel 1950 sulla rivista Mind.
È un criterio analitico basato sulla possibilità di determinare se una macchina sia capace di imitare il pensiero umano in maniera equivalente o indistinguibile.
Il test di Turing è formulato secondo il “gioco dell’imitazione”. Nella versione originale i partecipanti sono tre: un uomo A, una donna B, e un terzo individuo
C. Quest’ultimo è tenuto separato dagli altri due e, tramite una serie di domande, deve stabilire qual è l’uomo e quale la donna. Anche A e B hanno dei compiti: A deve ingannare C e portarlo a fare un’identificazione errata, mentre B deve aiutarlo.
Affinché C non possa disporre di indizi, come l’analisi della grafia o della voce, le risposte alle domande di C devono essere dattiloscritte. Il test si basa sul presupposto che una macchina si sostituisca ad A.
Se la percentuale di volte in cui C indovina chi sia l’uomo e chi la donna è simile prima e dopo la sostituzione di A con la macchina, allora essa dovrebbe essere considerata intelligente, dato che sarebbe indistinguibile da un essere umano.
Con il tempo, moderne varianti del test di Turing sono state adottate da film di fantascienza come Ex Machina e Blade Runner per determinare la natura artificiale di androidi indistinguibili dall’uomo.
5. Cinque espressioni da imparare
Ecco 5 espressioni da imparare:
1. INTELLIGENZA ARTIFICIALE
È un ramo dell’informatica che sviluppa programmi complessi per imitare l’intelletto umano: algoritmi capaci di migliorare sé stessi attraverso l’esperienza e l’apprendimento.
2. ALGORITMO
È un procedimento sistematico di calcolo volto a risolvere un determinato problema. Nel campo dell’informatica si traduce in una sequenza di operazioni elementari, dette istruzioni, eseguibili da un computer.
3. PATTERN RECOGNITION
È un settore dell’intelligenza artificiale che identifica il modo in cui una macchina può osservare l’ambiente, imparare a distinguere vari modelli e prendere decisioni.
4. SISTEMI ESPERTI
Sono programmi capaci di risolvere problemi in un campo molto specifico che, proprio per l’ambito applicativo molto limitato, possono raggiungere e superare le prestazioni umane di un esperto in quel campo.
5. MACHINE LEARNING
Detto anche apprendimento automatico, raggruppa la serie di studi che puntano a creare programmi in grado di imparare da soli a migliorare le proprie prestazioni sulla base dell’esperienza accumulata.
