L’INTELLIGENZA ARTIFICIALE

L’Intelligenza Artificiale (AI, Artificial Intelligence) è una tecnologia informatica che rivoluziona il modo con cui l’uomo interagisce con la macchina e le macchine tra di loro e questo come processo attraverso cui le macchine e i sistemi informatici simulano i processi dell’Intelligenza Umana. Le applicazioni specifiche dell’IA includono alcuni necessari sistemi come l’elaborazione del linguaggio naturale, il riconoscimento vocale e la visione artificiale.

L’Intelligenza Artificiale fornisce a un robot qualità di calcolo che gli permettono di compiere operazioni e “ragionamenti” complessi in poco tempo, prima caratteristiche esclusive del ragionamento umano, imparando magari dagli errori per non ricommetterli più. In fondo l’Intelligenza Artificiale è una sezione di Linguistica Informatica, che si occupa della formalizzazione di problemi e di compiti simili a quelli eseguiti da una persona. Come sottodisciplina dell’Informatica essa studia la teoria, le tecniche e le metodologie che permettono di progettare sia i sistemi hardware che quelli software in grado di elaborare delle prestazioni elettriche che simulano quelle dell’Intelligenza Umana. Il risultato del lavoro dell’Intelligenza Artificiale non dev’essere difficilmente distinguibile da quello svolto da un umano con delle specifiche competenze.

Per avere una IA è necessario che siano presenti sia componenti hardware sia software specializzati per la scrittura e l’addestramento degli algoritmi di apprendimento automatico. I linguaggi principali di programmazione usati sono prevalentemente quelli di Python, R e Java. Questo aspetto della programmazione dell’Intelligenza Artificiale si concentra sull’acquisizione di dati e sulla creazione di regole per trasformare i dati in informazioni utilizzabili. Le regole, chiamate algoritmi, forniscono ai dispositivi informatici istruzioni passo dopo passo su come portare a termine un compito specifico.

La programmazione dell’Intelligenza Artificiale necessita di tre abilità cognitive:

Apprendimento,
Ragionamento,
Autocorrezione.

In generale, i sistemi di IA funzionano grazie al fatto che riescono a processare enormi quantità di dati. In questo modo creano correlazioni e utilizzano modelli per fare previsioni. Questo processo consente a un chatbot di produrre scambi di informazioni realistici o a uno strumento a imparare a riconoscere le immagini. La tecnologia ha fatto passi rilevanti nelle aziende, nella medicina, nella scrittura, nel cinema di fantascienza e anche come possibilità di interagire con l’ambiente circostante e ricavare da questo informazioni utili a massimizzare le probabilità di successo.

Gli algoritmi di apprendimento (programmi che permettono a macchine e dispositivi elettronici di apprendere funzioni e comportamenti sempre nuovi grazie all’interazione con l’ambiente esterno) sono sempre più precisi, funzionali e potenti; molti laboratori e centri accademici in giro per il mondo stanno sviluppando nuovi modelli per la creazioni di reti neurali artificiali che riproducano il funzionamento del cervello umano, sviluppano cioè strategie che permettano a programmi o dispositivi elettronici di ragionare, pianificare, apprendere, percepire, comunicare e manipolare oggetti. Un obiettivo più a lungo termine è quello di realizzare macchine dotate di un’Intelligenza Generale (Ipotesi dell’Intelligenza Artificiale Forte, teorizzata per la prima volta dal filosofo statunitense John Rogers Searle) in grado di sostituire in tutto e per tutto un cervello umano. Ci sono, però ancora molti problemi da risolvere sul piano sociale, culturale, tecnico e soprattutto etico. Il problema generale di creare dei sistemi informatici in grado di ragionare e prendere decisioni “intelligenti” è stato, nel corso degli anni, diviso in un numero di sotto-problemi, ognuno con il suo specifico campo di applicazione. Fra questi ci sono: quelli della deduzione, del ragionamento e del problem solving.

Negli anni, gli sviluppatori hanno realizzato degli algoritmi di apprendimento che riproducessero in maniera fedele le tecniche e le tattiche di funzionamento del cervello umano. Negli ultimi anni la ricerca è indirizzata verso lo sviluppo di algoritmi più efficienti che utilizzino tecniche di “ragionamento” sempre più raffinate, come la simulazione di reti neurali, approcci statistici e agenti incarnati.

Una esigenza centrale è quella della rappresentazione della conoscenza. Molti dei problemi che macchine dotate di un’Intelligenza Artificiale devono risolvere richiedono una diffusa conoscenza dell’ambiente che le circonda. Questi agenti devono conoscere gli oggetti presenti nel loro ecosistema, le situazioni e gli eventi che si sono presentati nel passato e relazioni di causa ed effetto.

Un altro problema centrale è quello dell’apprendimento. Negli anni sono stati sviluppati algoritmi di apprendimento automatico (Machine Learning Algorithms in inglese) che permettono agli agenti di apprendere nuove funzioni e comportamenti grazie all’accumulo di esperienza e di dati provenienti dal mondo esterno. Le varie tattiche di apprendimento utilizzate si dividono in apprendimento non supervisionato, apprendimento supervisionato e apprendimento per rinforzo.

Il movimento, la manipolazione, l’elaborazione del linguaggio naturale e la percezione possono essere considerati come problemi secondari.

Nonostante tutti i passi in avanti fatti negli ultimi 50 anni, la situazione nel campo dell’Intelligenza Artificiale non è delle migliori. Un recente esperimento portato avanti da un gruppo di scienziati della University of Illinois di Chicago (UIC) ha mostrato che le facoltà cognitive e deduttive di una degli agenti intelligenti più avanzati al mondo sarebbero pari a quelle di un bambino di 4 anni.  L’esperimento è stato condotto su ConceptNet4, uno dei dispositivi elettronici più intelligenti sinora realizzati e sviluppato nei Laboratori del Massachusetts Institute of Technology. La macchina, sottoposta ad un test per misurare il quoziente intellettivo di bambini in età prescolare, ha riportato risultati disastrosi nel campo della comprensione generica, mentre li ha ottenuto confortanti nei test riguardanti il vocabolario e nel riconoscimento di parole o immagini simili.

Il motivo di tale défaillance è da ritrovarsi nell’incapacità degli agenti intelligenti di elaborare gli elementi provenienti dall’esterno per prendere decisioni consapevoli o rispondere a domande precise. Meno male che è così.

Il vero problema, o la fortuna, è che queste macchine, organizzate e dipendenti sempre dall’uomo, mancano di emozioni, di empatia, di elaborazioni decisionali che includono una serie di motivazioni, soprattutto di natura etica e comportamentale, per cui lasciare a esse decisioni che dovrebbero essere solo ed esclusivamente umane potrebbe costituire un serio pericolo per tutti.

Perciò ben vengano queste innovazioni tecnologiche, ma con una grande attenzione agli eventuali rischi se finite nelle mani di gente criminale e soprattutto anche a una riorganizzazione del lavoro umano che da manuale, come in parte è ancora oggi, con l’utilizzo delle macchine diventerebbe sempre più tecnico, sofisticato e quindi molto più specializzato, a causa di una manualità oggi, purtroppo, in via di estinzione e la conseguente necessità di creare nuove professionalità in grado di governarle.

Questa è la prossima sfida: una rivoluzione culturale, sociale e tecnologica richiesta alla umanità, se vuole sopravvivere. La macchina non potrà mai sostituire totalmente l’uomo.