Enciclopedia   Indice

 

Intelligenza artificiale

Di Donata Allegri, da “Robot & Risorse Oceaniche” - Ed. Lampi di stampa - 2006
A fine testo troverete un articolo scritto nel 2024, che aggiorna lo scritto della dott.ssa Allegri.

 

L'Intelligenza Artificiale si propone di indagare i meccanismi che sono alla base della cognizione umana, in primo luogo il ragionamento logico-matematico, la capacità di risolvere problemi e la comprensione del linguaggio naturale, con il fine dichiarato di riprodurli per mezzo di elaboratori elettronici sufficientemente potenti. Secondo Marvin Minsky, che era uno dei partecipanti allo storico incontro organizzato presso il Darthmouth College, oltre a Claude Shannon, Herbert Simon Allen Newell e John McCarthy, lo scopo dell’Intelligenza Artificiale è quello di far fare alle macchine delle cose che richiederebbero l’intelligenza se fossero fatte dagli uomini.

In questo senso la storia si può  far risalire a C. Babbage che, resosi conto delle potenzialità delle schede perforate usate da Jacquard, nel 1823 progettò un congegno che chiamò “The different engine”, riusciva a fare calcoli differenziali facendo uso delle schede perforate e forniva i risultati sotto forma di nuove schede perforate. La macchine funzionava tramite bielle, cilindri, ingranaggi, ruote dentate con un numero di denti conforme al sistema decimale a 10 cifre. Il suono di campanelli avvisava quando si dovevano introdurre altre schede.

Herman Hollerith, studioso di statistica elaborò un tabulatore elettromeccanico per registrare i dati statistici mediante una perforazione automatica di schede, tale sistema fu usato con successo nei censimenti degli USA del 1890 e del 1900, mentre nel 1880 la tabulazione del censimento richiese 2 anni e mezzo e si trattava di 65 milioni di persone. Hollerith fondò la International Business Machines (IBM) e assieme a Remington Rand e John Powers migliorò il sistema di calcolo elettromeccanico.

Il fatto di dover affrontare una sempre crescente quantità di informazioni ha portato la società ad inventare calcolatori sempre più veloci ed elaborati. Howard Aiken che lavorava all’IBM, ideò, nel 1937 Mark I che era in grado di eseguire operazioni con numeri di undici cifre decimali, anche se si trattava ancora di una macchina elettromeccanica, può essere considerata il primo calcolatore digitale. La struttura dei calcolatori viene decisamente migliorata con la sostituizione dei relè, con le valvole o tubi elettronici e nel 1946 nasce E.N.I.A.C., concepito da John von Neumann, faceva l’elaborazione a lotti (batch) nell’ordine di migliaia di informazioni al minuto e la programmazione avveniva mediante schede. Questo primo calcolatore elettronico pesava  30 tonnellate, occupava una superficie di 140 m² e conteneva 19.000 valvole. La seconda generazione di computer si ebbene gli anni ’60, grazie alla sostituzione delle valvole con i transistor era diventato tutto più veloce e con un minor dispendio di energia, più terminali e più telescriventi erano collegati ad un calcolatore centrale. Nella generazione che seguì l’invenzione del transistor, si scoprirono altri modi per comprimere ulteriormente la capacità d’informazione e la memoria in dispositivi a stato solido sempre più piccoli. Negli anni ’70 inizia la microelettronica su circuiti stampati, grazie alla comparsa del microchip, il risultato è stato che i calcolatori sono divenuti accessibili a tutti, l’elaborazione è diventata indipendente dai computer centrali, si inizia a parlare di  “informatica distribuita”, tramite cavi telefonici sia per telescriventi che per computer intelligenti.

Mentre da una parte si facevano sforzi per sviluppare programmi capaci di esibire comportamenti intelligenti, dall’altra ci si chiedeva se una macchina poteva essere intelligente, tanto che il matematico Alan Turing nel 1950 scrisse un articolo dal titolo "Computing machinery and intelligence" in cui descriveva quello che oggi è noto come test di Turing, egli era dell'idea che si potessero creare macchine capaci di mimare tutti i processi del cervello umano. Il fatto è che è difficile determinare cosa significhi pensare, nessuno è ancora riuscito a dare una definizione soddisfacente di intelligenza. Per questo motivo esistono 2 branche principali in cui è diviso lo studio dell’Intelligenza Artificiale:

 

1) intelligenza artificiale forte
2) intelligenza artificiale debole.

 

Quelli che appartengono alla prima sostengono che un computer possa essere dotato di un’intelligenza non distinguibile dall’intelligenza umana. Alla base di questa teoria vi sono le idee di Thomas Hobbes il quale sosteneva che ragionare non è nient’altro che calcolare e quindi la mente umana sarebbe il prodotto di un complesso insieme di calcoli eseguiti dal cervello. Quelli che sostengono la seconda teoria dicono che un computer non sarà mai equivalente alla mente umana, se potrà arrivare a simulare processi cognitivi non riuscirà a riprodurli nella loro totale complessità, in quanto componenti essenziali della mente umana sono anche la creatività, la socialità, le emozioni.

Un aspetto importante della nostra mente è che oltre all’eredità genetica, si sviluppa anche mentre vive, facendo esperienza o lavorando, questo processo è molto intenso nei primi anni di vita, però è molto difficile comprendere quali processi materiali avvengano e a quali leggi chimiche corrispondano.

Quando si parla di Intelligenza Artificiale si pensa in genere alla mente di un uomo,  mentre sarebbe più utile riferirsi alla mente di un bambino, oppure di un animale, a seconda dell’ambiente nel quale il robot dovrà operare, in quanto si tratta di una macchina, anche molto sofisticata, che deve essere un collaboratore dell’uomo. Ad esempio chi si interessa di robotica subacquea dovrà studiare il comportamento degli animali acquatici come i pesci, le tartarughe, i delfini, mentre chi vuole realizzare robot che volano dovrà osservare gli insetti o gli uccelli. Spesso il mondo fisico nel quale deve operare un robot è “non strutturato”, ossia non sempre prevedibile a priori, quindi il robot deve saper modificare il proprio comportamento a seconda delle situazioni.

Sono stati progettati computer che giocano a scacchi, Deep Blue è stato prodotto dall'IBM e nel 1996 vinse a scacchi giocando contro l’allora Campione del Mondo Garry Kasparov; la forza di Deep Blue deriva principalmente dalla sua straordinaria potenza computazionale, è capace di calcolare 100 milioni di posizioni al secondo. Però un computer non è dotato di facoltà cognitive infatti nemmeno il più sofisticato, è in grado di scrivere un romanzo o un banale racconto e questo perché un e l’elaborazione letteraria è il concetto più vicino a quello dell’intelligenza umana.

Il professor Selmer Bringsjord, all’inizio degli anni novanta, ha voluto raccogliere questa sfida dando vita a Brutus 1, un computer che partendo da una base di migliaia di possibili situazioni memorizzate in un database riusciva a scrivere dei brevi racconti di 500 parole. Però era necessario fornirgli la struttura del racconto e una serie di informazioni sulla natura dei personaggi.

Scienziati di tutto il mondo stanno cercando di sviluppare sistemi che simulino il modo di funzionare del nostro cervello. La capacità di calcolo è una delle caratteristiche essenziali ma la velocità, da sola, non è mai sinonimo d’intelligenza. Chris McKinstry sta lavorando alla creazione di una gigantesca banca dati di informazioni comuni a tutti gli abitanti della Terra, con lo scopo di rendere i computer più intelligenti. Questa banca dati viene aggiornata continuamente da volontari via internet, le informazioni fornite sono molto semplici del tipo true/false o proposte probabilistiche. Ognuna di queste affermazioni è classificata come “item” (voce) o “mindpixel”.

Un computer che pensa è un computer che impara e combina delle informazioni semplici per fare delle cose complicate. Il problema è che non si riesce a fare dei modelli matematici del comportamento umano, si tratta di processi complessi ed aleatori, bisognerebbe scomporre questi in atti semplici programmabili e gestibili da un software, per attuare questo  Nel 1994  McKinstry ha lanciato un primo progetto per raccogliere “items” su internet, successivamente ha lanciato un progetto più complesso GAC (Generic Artificial Consciousness), con i dati raccolti  formerà un data base per addestrare un sistema basato su una rete di neuroni  per mimare l'essere umano. McKinstry non è l'unico a lavorare ad un progetto di questo genere, anche Push Singh del Media Lab di Boston ha elaborato un sistema le cui informazioni sono “open source” cioè chiunque può scaricarle e utilizzarle, rispettando poche e semplici regole. Se da una parte c’è un forte stimolo a realizzare computer  sempre più efficienti capaci di vedere, palare, sentire, dall’altra c’è chi teme tutto questo ma, come scriveva Isaac Asimov: ”Quale modo migliore per celebrare la vittoria dell’intelligenza se non quello di trasmettere la nostra eredità ad una intelligenza ancora più grande, creata da noi?”

 

Donata Allegri "Robot & Risorse oceaniche" - 2006

 

L'Ascesa dell'Intelligenza Artificiale: Evoluzione, Innovazioni e Sfide Etiche

Articolo scritto nel 2024

 

Dal 2006 a oggi, l'intelligenza artificiale (IA) ha fatto enormi progressi, trasformando non solo il mondo della ricerca e della tecnologia, ma anche la nostra vita quotidiana. Se prima l'IA era vista come qualcosa di lontano e teorico, oggi la sua presenza è tangibile in molte aree della nostra esistenza, grazie a nuove scoperte e applicazioni che hanno ampliato le sue possibilità.
Uno dei più grandi sviluppi è stato il machine learning (apprendimento automatico), un ramo dell'intelligenza artificiale che permette alle macchine di imparare dai dati, migliorando le loro prestazioni senza essere programmate esplicitamente. Dal 2006 in poi, questo approccio ha ricevuto una spinta straordinaria grazie all'aumento delle capacità di calcolo, alla disponibilità di grandi quantità di dati (i cosiddetti big data) e allo sviluppo di nuovi algoritmi.
Un sottocampo del machine learning, chiamato deep learning (apprendimento profondo), ha giocato un ruolo fondamentale. Basato sulle reti neurali artificiali che imitano il funzionamento del cervello umano, il deep learning ha rivoluzionato campi come la visione artificiale (riconoscimento di immagini e video), il riconoscimento vocale e la traduzione automatica. Ad esempio, le tecnologie di riconoscimento facciale e gli assistenti vocali come Siri, Alexa o Google Assistant sono tutti prodotti di questi progressi. Oggi, l'IA è in grado di riconoscere voci e immagini con un'accuratezza sorprendente e può persino generare testi o immagini partendo da brevi istruzioni.
L'intelligenza artificiale è entrata in modo significativo anche nel campo della medicina. Sistemi basati su IA sono utilizzati per diagnosticare malattie analizzando immagini mediche, come radiografie o risonanze magnetiche, con un livello di precisione che in alcuni casi supera quello dei medici umani. Ad esempio, algoritmi di deep learning possono rilevare segnali di tumori o malattie cardiache in modo rapido e preciso, aiutando i medici a prendere decisioni più informate. Inoltre, l'IA è utilizzata per sviluppare farmaci, accelerando i processi di ricerca e permettendo di testare nuove cure più velocemente.
Nel settore dei trasporti, i veicoli autonomi sono uno degli esempi più evidenti di come l'intelligenza artificiale stia cambiando il mondo. Aziende come Tesla, Waymo (di proprietà di Google) e altre stanno sviluppando automobili in grado di guidare da sole, grazie a sofisticati sistemi di IA che analizzano l'ambiente circostante, prendono decisioni in tempo reale e migliorano continuamente attraverso l'apprendimento automatico.
In ambito industriale, la robotica avanzata ha reso i robot più intelligenti, capaci di svolgere compiti complessi in autonomia. Questi robot vengono impiegati nelle fabbriche per assemblare prodotti, ma anche in ambienti come ospedali, dove aiutano nelle operazioni chirurgiche o nel trasporto di materiali.
Un'altra grande innovazione recente è rappresentata dall'IA generativa, capace non solo di analizzare informazioni, ma di crearle. Questi modelli di IA, come GPT (Generative Pre-trained Transformer), che è alla base di strumenti come ChatGPT, sono in grado di generare testi complessi, rispondere a domande, scrivere articoli e persino creare musica, immagini o video a partire da semplici descrizioni. Questo rappresenta una nuova frontiera per l'IA, aprendo possibilità creative che prima sembravano fantascienza.
Con l'evoluzione dell'intelligenza artificiale sono emerse anche numerose sfide etiche. Uno dei grandi interrogativi riguarda l'impatto che l'IA avrà sul lavoro umano: molte professioni stanno cambiando o scomparendo a causa dell'automazione, e questo pone questioni su come adattare il mondo del lavoro a una realtà in cui sempre più compiti possono essere svolti dalle macchine.
Inoltre, l'uso dell'IA in ambiti delicati, come la sorveglianza o le decisioni legali, ha sollevato preoccupazioni sulla privacy, sulla sicurezza e sulla possibilità di discriminazioni. Algoritmi di intelligenza artificiale, infatti, sono solo "intelligenti" quanto i dati su cui vengono addestrati, e se questi dati contengono pregiudizi, l'IA rischia di perpetuarli su larga scala.
Nonostante i grandi progressi, l'intelligenza artificiale non ha ancora superato gli esseri umani in termini di creatività, empatia e comprensione profonda. Anche le IA più avanzate non possono scrivere romanzi con la stessa complessità emotiva degli esseri umani o comprendere realmente il contesto sociale in cui operano. Le macchine sono strumenti straordinari, ma la vera intelligenza umana è ancora molto diversa, radicata in esperienze uniche, emozioni e capacità di adattamento non riducibili a semplici calcoli.
L'intelligenza artificiale è passata da essere un concetto teorico e sperimentale a una tecnologia pervasiva, capace di cambiare radicalmente numerosi settori della nostra vita. Ma rimangono molte sfide da affrontare, non solo dal punto di vista tecnico, ma anche sociale ed etico. Guardando al futuro, sarà fondamentale trovare un equilibrio tra innovazione tecnologica e valori umani, affinché l'intelligenza artificiale possa essere uno strumento al servizio dell'umanità, piuttosto che una sua sostituta.