Intelligenza artificiale: le macchine imparano ad annusare

Le macchine acquisiscono sempre più le capacità di vere e proprie intelligenze artificiali (IA). Riescono battere campioni di scacchi, vincere quiz milionari, aiutano a diagnosticare il cancro, e presto impareranno anche ad annusare come gli esseri umani. Diamo uno sguardo all'IA e a cosa significa per il nostro futuro.

Nel 2011, Watson, un sistema informatico di intelligenza artificiale sviluppato da IBM, ha partecipato a un'edizione speciale del quiz televisivo americano "Jeopardy!" Il programma, incentrato sul pensiero laterale, sulla comprensione linguistica e sulla velocità, sembrava un contesto troppo sofisticato per un computer. Ma Watson ha vinto in un testa a testa contro i vincitori dei due più alti montepremi della storia del programma, rispondendo alla domanda: potremmo essere alle soglie dell'era di un'autentica intelligenza artificiale?

L'espressione "intelligenza artificiale" fu coniata negli anni Cinquanta dallo scienziato cognitivo John McCarthy, che la definì "la scienza e la progettazione di macchine intelligenti". Oggigiorno, per IA si intende la capacità di computer e software di adottare comportamenti intelligenti, una ricerca che vede impegnati i ricercatori da cinquant'anni.

Tuttavia, l'evoluzione tecnologica non si è rivelata all'altezza dell'ottimismo iniziale circa le potenzialità dell'IA. Sebbene negli anni Settanta vi siano stati computer in grado di dimostrare teoremi matematici, di giocare a dama e persino di parlare, tali risultati non erano sfruttabili su larga scala. Sostanzialmente, le macchine non potevano andare aldilà dei dati forniti loro dai programmatori umani; in altri termini, dalle macchine era possibile tirare fuori solo ciò che vi era già stato immesso, per così dire.

La legge di Moore e la crescita esponenziale

Ma i progressi della tecnologia informatica degli anni Ottanta hanno contribuito a una svolta nella ricerca sull'IA. Tali progressi erano stati previsti nell'osservazione che un ingegnere elettrico (nonché fondatore di Intel Corporation) Gordon Moore, aveva fatto nel 1965. La legge di Moore, come è stata chiamata, fa riferimento alla potenza di calcolo dei circuiti integrati: Moore ipotizzava che il numero di transistor di un circuito integrato – e quindi la potenza di calcolo del circuito – sarebbe raddoppiato ogni due anni. Tale previsione si è dimostrata valida fino ad oggi, sottolineando la crescita esponenziale e la portata dei computer e dell'elettronica digitale in generale.

Relativamente all'IA, il principale contributo della legge di Moore concerne l'evoluzione dell'apprendimento automatico: la capacità di sviluppare e implementare algoritmi – il gruppo di regole che disciplinano le attività di calcolo o di problem-solving da parte di computer – che possono realmente apprendere da dati percettivi anziché da informazioni già elaborate. Il livello di sofisticatezza di Watson nel decodificare enigmi linguistici per vincere "Jeopardy!" è una dimostrazione lampante di tale capacità.

Big Data: la creazione del contesto

L'apprendimento automatico, a sua volta, è facilitato dall'uso di Big Data: estesi gruppi di dati che in passato non potevano essere analizzati e interpretati per l'inadeguatezza degli strumenti di elaborazione dati esistenti. Uwe Neumann, Senior Credit Analyst presso Credit Suisse, spiega che i Big Data creano un quadro di riferimento per un nuovo, sofisticato strumento in grado di trarre valore dalle informazioni. "Sostanzialmente, per Big Data si intende l'analisi di dati strutturati e non strutturati", spiega Neumann. I dati strutturati, confinati nell'ambito di parametri prestabiliti – pensiamo ai programmatori delle prime intelligenze artificiali – sono limitati come campo di applicabilità al problem-solving. Ma l'uso di analisi previsionali e di altre tecniche di data-scraping, consentite dai progressi tecnologici, hanno dotato i computer di avanzati strumenti di valutazione, analisi e classificazione di dati non strutturati. "Ora è possibile utilizzare dati che non possono essere strutturati ma che possono essere inseriti in un contesto" , sottolinea Neumann. Si tratta di un importante passo avanti verso un'intelligenza artificiale funzionale.

Dal deep learning all'olfatto – Un naso artificiale

Sebbene per definizione si riferisca a macchine che pensano come gli esseri umani, l'IA riguarda anche il conferimento di capacità umane ai computer: la capacità reattiva di interagire con l'ambiente come gli esseri umani, valutando ed elaborando dati al fine di informare i processi decisionali in cui gli umani sono ancora superiori alle macchine. Lavi Secundo, un ricercatore del dipartimento di neurobiologia del Weizmann Institute of Science israeliano fa parte di un team impegnato in un interessante progetto sull'IA: la creazione di un naso artificiale.

Esistono macchine, impiegate perlopiù in contesti di sicurezza, in grado di analizzare un ambiente e individuare la presenza di determinati prodotti chimici nell'atmosfera: una sorta di grossolano "olfatto". Ma il progetto Weizmann è molto più sofisticato, poiché sviluppa una macchina in grado di percepire le molecole volatili e ricreare la percezione dell'odore. "Ciò che stiamo tentando di fare è sviluppare un vocabolario olfattivo, addestrando il naso artificiale a descrivere l'ambiente in termini generali, senza soffermarsi sulle specifiche descrizioni molecolari", spiega Secundo; ricreare la complessità olfattiva del naso umano, portare le macchine oltre e al di sopra delle limitate capacità del riconoscimento chimico. Tutto ciò è possibile, spiega Secundo, in parte grazie ai contemporanei progressi del deep learning – l'utilizzo di algoritmi da parte dei computer che modellano astrazioni di alto livello dei dati. Gli algoritmi analizzano i dati in modo non lineare ma efficace – superando i limiti che un tempo ostacolavano l'IA.

Il futuro dell'IA – o degli esseri umani?

L'IA sta già determinando importanti avanzamenti in termini di produttività ed efficienza, sia nel campo del lavoro sia del tempo libero. La domanda da porsi, tuttavia, deve essere: se questi sviluppi rispecchiano i miglioramenti esponenziali della tecnologia che ha prodotto l'IA, è possibile che in futuro gli esseri umani diventino superflui? Neumann ritiene, per il momento, questa domanda non abbia risposte. "Se una macchina inizia ad apprendere più velocemente di un cervello umano si arriverà a un punto critico" afferma. Nel frattempo, prosegue, l'IA viene utilizzata come uno strumento di raccolta e interpretazione dei dati finanziari. "Ciò potrebbe rendere inutili gli analisti come me", dichiara ironicamente.

Non si tratta solo di analisi finanziaria. In una forma o nell'altra, l'IA costituisce già un supporto per diverse figure professionali, dal settore giuridico alla medicina e (sebbene riluttanti, bisogna ammetterlo) nel giornalismo. Se la legge di Moore continua a essere valida, e anche se il progresso tecnologico dovesse rallentare rispetto all'attuale ritmo esponenziale, in un futuro non troppo lontano i computer potrebbero arrivare a essere talmente sofisticati da soppiantare gli umani che li hanno prodotti.

Equilibrio fra benefici e divario

Ma magari questo è un po' prematuro. Nel loro autorevole libro del 2014, "La nuova rivoluzione delle macchine", i due docenti del MIT Erik Brynjolfsson e Andrew McAfee sostengono che la sfida principale non è se i computer soppianteranno gli esseri umani, ma piuttosto come gli esseri umani gestiranno l'indiscutibile valore aggiunto che l'intelligenza artificiale e altri sviluppi tecnologici porteranno nelle nostre vite. Nella fattispecie, essi mettono a confronto lo scarto tra quello che definiscono "beneficio", il ritorno economico dell'aumento di produttività dato dalla tecnologia, e il "divario", la concentrazione del "beneficio" nei percentili più alti della popolazione generale, come problema più immediato. "Le tecnologie che stiamo producendo aumentano nettamente il potere di cambiare il mondo" scrivono, "Ma in ultima analisi, il nostro futuro dipenderà dalle scelte che faremo."

Intelligenza artificiale, ingegno umano

Possiamo intuire che l'intelligenza artificiale in ultima analisi rispecchierà l'uso che ne faremo. Il naso artificiale di Secundo, ad esempio, è destinato a diventare un prezioso ausilio per la professione medica, poiché fornirà un sostituto più sofisticato e percettivo degli attuali test diagnostici. Senza dubbio migliorerà la qualità della nostra vita. E Watson, il nostro computer campione di quiz? Attualmente Watson, o la sua tecnologia, è uno strumento diagnostico utilizzato presso lo Sloan-Kettering Cancer Centre di New York. Aiuta medici e infermieri a filtrare la massa di ricerche, dati genetici, procedure e farmaci utilizzati nella cura del cancro. E non prenderà il posto di un medico: piuttosto, fornisce una gamma di opzioni precise e puntuali, supportate dai dati utilizzati per giungere alle sue conclusioni. A quanto pare l'intelligenza artificiale, con la giusta guida da parte dell'uomo, diventerà una forza positiva.