È davvero possibile realizzare computer in grado di pensare come la mente umana?
Intelligenza Artificiale: partiamo dall’inizio
Senza andare troppo lontano con i precursori dei sistemi automatici del XVII e XVIII secolo come Pascal e Babbage possiamo dire che i primi passi dell’Intelligenza Artificiale fanno riferimento agli anni ‘50, ovvero con la comparsa dei primi calcolatori elettronici e la pubblicazione di un articolo di Alan Turing dove per la prima volta si fa riferimento alla possibilità di creare una macchina (hardware) dove grazie al programma (software) viene data la possibilità di creare un comportamento intelligente.
Sono gli anni in cui spopolano i primi software e i primi linguaggi di programmazione come Assembly che consentono di creare applicazioni capaci di risolvere problemi matematici complessi e quindi capaci di eseguire schemi come per esempio giocare a Dama o agli Scacchi.
A questo punto si pone un problema filosofico di cosa sia l’Intelligenza Artificiale e si inizia a distinguere tra diverse tipologie di Intelligenza come L’Intelligenza Artificiale Generale, Forte e Debole.
Intelligenza Artificiale Generale
Riguarda lo studio e la realizzazione di una IA capace di replicare l’intelligenza umana. Molte associazioni ed enti privati lavorano in questo campo della ricerca esplorando le possibilità di creare una macchina capace di avere coscienza di se.
Intelligenza Artificiale Debole
Ci si riferisce ad applicazioni pratiche dove è richiesta la capacità da parte della macchina di comprendere e risolvere specifici problemi come ad esempio il gioco degli scacchi oppure la capacità di leggere una radiografia ed emettere una diagnosi. Per molti questa tipologia di Intelligenza è l’unica possibile per le macchine perchè non saranno mai in grado di replicare la mente umana e il pensiero.
Intelligenza Artificiale Forte
Riguarda lo studio della creazione di una Intelligenza che non sia la semplice replica della mente umana ma che sia qualcosa di originale capace di pensare ed elaborare problemi mai affrontati prima.
Sempre più ricercatori e professionisti che lavorano nel campo della IA non vedono alcun impedimento alla creazione di una IA Forte ma non c’è una visione comune sul risultato e nemmeno quando questo accadrà.
Le strada attualmente percorsa è quella di capire ed emulare il cervello umano e implementarne le sue funzionalità. Le reti neurali artificiali basate su sistemi di apprendimento permettono ad una macchina di decidere in base ad input senza che gli output o le regole siano rese esplicite.
Apprendimento
I sistemi di IA Forte saranno in grado de fare dei meta-ragionamenti, ovvero fare dei ragionamenti sul ragionamento. Un esempio circolare di come si può apprendere dal proprio ragionamento applicando migliorie sui metodi da utilizzare per raggiungere l’obiettivo.
Possiamo quindi affermare che un sistema di IA Forte migliorerà nel tempo riuscendo ad ottenere risultati sempre migliori aumentando le proprie capacità di risolvere problemi nel migliore dei modi possibili.
Un sistema programmato per migliorare se stesso con la capacità di analizzare e migliorare i processi migliorerà sempre di più, sempre più velocemente, migliorando anche il consumo di risorse e quindi di energia.
Nel tempo il sistema diventa sempre più bravo e applicherà i nuovi processi a se stesso in modo ricorsivo. Questo è quello che noi chiamiamo: intelligenza.
Machine Learning VS Deep Learning
In questo contesto è facile fare confusione, quindi proviamo a fare un pò di chiarezza tra questi termini.
Machine Learning è un set di algoritmi per analizzare grandi quantità di dati per raggiungere degli obiettivi specifici, ovvero quali risultati individuare dai dati elaborati. Machine Learning non è quindi un set di istruzioni ben definite ma degli algoritmi generali che sono in grado di raggiungere obiettivi specifici in base ad un addestramento. Alla base ci sono funzioni matematiche e statistiche che sono in grado di fare previsioni sulla base dei dati elaborati in moltissimi campi con risultati che non sono prevedibili e non sono programmati in precedenza.
Deep Learning è una tecnica implementativa di Machine Learning, ovvero si tratta di approccio diverso per raggiungere gli stessi obiettivi. Deep Learning utilizza le Reti Neurali Artificiali che simulano il comportamento biologico dei neuroni del cervello umano. La differenza principale di questa tecnica sta nella scelta degli algoritmi da utilizzare per raggiungere l’obiettivo. Deep Learning decide da solo, in base alla tipologia di dati da analizzare, l’approccio per raggiungere l’obiettivo utilizzando tecniche non precedentemente programmate. Questa tecnica è quella più promettente per il raggiungimento dell’obiettivo più grande, ovvero l’Intelligenza Artificiale Forte.
Singolarità Tecnologica
Rappresenta il momento storico nel quale l’IA Forte non sarà più prevedibile in quanto i sistemi di IA saranno in grado di migliorare esponenzialmente ed infinitamente se stessi.
Questa è la parte della ricerca che preoccupa sia gli scienziati che il mondo intero e fanno sorgere domande sulla nostra capacità di gestire queste intelligenze. Se saremo in grado di comprenderle e renderle compatibili con la vita umana, allora il mondo cambierà in maniera profonda e gli esseri umani potranno trarre enormi vantaggi.
Intelligenza Artificiale e Big Data rivoluzioneranno il modo di curarci: presto online il nuovo articolo a cura di Lino Mari.
