L’Intelligenza Artificiale in 6 minuti

L’Intelligenza Artificiale (AI) ha fatto degli incredibili progressi nell’ultimo anno. Dai primi Ubers autonomi alle vittorie di AlphaGo abbiamo visto come AI sia sempre più frequentemente al centro dell’attenzione.

di Marco Bena

Alcuni dati principali

• 85% delle interazioni con i clienti saranno gestite senza esseri umani entro il 2020 (Gartner)
• Le aziende hanno investito nell’AI 1.500.000.000 dollari di venture capital solo nel maggio 2016 (CB Insight)
• Sono 1.196 le start-up sull’AI selezionate su Crunchbase, una lista on-line di tutte le start-up nel mondo finanziate con Venture Capital (Crunchbase).
• 6 miliardi è il numero degli apparecchi connessi previsti in servizio entro il 2018. Pensate al vostro tostapane che chiama l’assistenza tecnica… (Gartner)
• Il 16% dei posti di lavoro negli USA verrà rimpiazzato da AI entro il 2020 … (Forrester)

“Io so che cos’è AI… credo”

Tra Hollywood e la nostra collezione impolverata di racconti di fantascienza, nel tempo abbiamo raccolto molte rappresentazioni dell’AI del futuro. Ma AI è presente. È già intorno a tutti noi, solo in forme più nascoste.

Il comportamento intelligente come un agente autonomo: questa è AI.

È descrivere il “cervello”, non il “corpo”, di una macchina intelligente (AI non è uguale a robot). L’AI di oggi può svolgere compiti specifici: guidare un’auto, pianificare una riunione, selezionare la vostra programmazione Netflix per il fine settimana.

Ma la ricerca sull’AI sta puntando a qualcosa di più avanzato: l’Intelligenza Artificiale Generale (in inglese, AGI).

Questa intelligenza artificiale, il cui modo di fare le cose non è distinguibile dal comportamento umano, è ciò a cui si vuole arrivare.

La Sinfonia di AI
l’AGI (Artificial General Intelligence) è come il Gran Finale di una sinfonia. Ma prima che si stacchi il maestoso accordo finale, ogni strumento dev’essere suonato con grande maestria. E gli strumenti principali sono questi:

• Machine Learning
• Natural Language Understanding
• Context Awareness
• Data Privacy.

Machine Learning e AI non sono la stessa cosa. Machine Learning è uno strumento della sinfonia, un componente di AI. Quindi cos’è esattamente Machine Learning (ML)?

È la capacità di un algoritmo di imparare a produrre un comportamento in base ai dati ricevuti in precedenza. ML insegna alle macchine a prendere decisioni in situazioni che non hanno mai sperimentato prima.

L’approccio più diffuso a ML è quello di mostrare all’algoritmo una serie di dati conoscitivi sulla situazione indicandogli quale sia la scelta giusta: si addestra un modello. Questo è ML “supervisionato”.

Una volta che il modello è addestrato, noi potremo fornire all’algoritmo nuovi dati e, speriamo, la macchina prenderà decisioni intelligenti affrontando nuove e sconosciute situazioni.

Per continuare la metafora musicale, è come quando si impara a suonare la tromba.

L’insegnante insegna la posizione delle dita sui pistoni per suonare le note: questa è AI Supervisionata. Quanto voi, macchina umana, sapete processare questa serie di informazioni su “come si suonano le note” determinerà come saprete suonare la tromba in situazioni nuove (suonare con altri musicisti, suonare brani diversi, con ritmi differenti ecc. ecc.)

Il Deep Learning (apprendimento in profondità) è un ramo del Machine Learning in cui reti neurali artificiali (algoritmi strutturati secondo lo schema dei neuroni del cervello umano) individuano dei modelli nei dati grezzi combinando strati multipli di neuroni artificiali. Con l’aumentare della quantità di strati cresce anche la capacità della rete neurale di imparare sempre meglio concetti astratti.

Per esempio, le reti neurali possono imparare ad identificare un volto umano. Come?

Il primo strato di neuroni preleva dei pixel da un’immagine campione, il secondo acquisisce il concetto di come i pixel formano un contorno, quindi passa questa conoscenza ad altri strati, combinando il concetto di “contorno” a quello di “faccia”.

Questo processo prosegue incessantemente finché BAM! gli algoritmi della rete neurale riconoscono le caratteristiche specifiche, quelle di una faccia umana.

Deep Learning è stato il concetto alla base della tecnologia utilizzata da Google nel progetto AlphaGo. Una macchina capace di battere un campione umano, Lee Sedol, in un gioco estremamente complesso (Go, appunto). Perché? In Go il numero di possibili posizioni sul tavolo da gioco è superiore al numero di atomi presenti nell’universo…

Natural Language Process. 

AI deve poter comunicare con gli umani così come gli umani comunicano tra loro. Nell’AI questo livello di conoscenza è chiamato Natural Language Understanding (comprensione naturale del linguaggio). E’ una priorità estremamente importante della ricerca sull’AI. Perché?

Perché la comunicazione umana non è lineare e semplice. È una combinazione complessa di connessioni, casualità, disordine, condita di humor, emozioni e conflitti ed è fortemente condizionata dal contesto in cui si sviluppa. Nel momento in cui AI vincerà la sfida della comunicazione umana, decifrando domande complesse , facendo connessioni e fornendo risposte sensate, un progresso epocale sarà alle porte.

Context Awareness. 

Come un vero assistente umano, anche AI può fornire un’assistenza valida solo in base alle informazioni (il contesto) che noi le forniamo.

Se il vostro assistente (umano o artificiale) può accedere solo al vostro calendario ed alle vostre prenotazioni ma non ai vostri contatti ed ai dati sui luoghi che frequentate è evidente che non sarà di grande supporto. Il Contesto è tutto, quando si tratta di compiti complessi. È così per gli esseri umani e lo è anche per AI.

Ogni sezione di dati ed il contesto devono essere perfettamente “accordati” tra loro, per eseguire bene le note della sinfonia di AI.

L’avanzata del Comando Vocale negli assistenti virtuali. 

Anche se, come abbiamo visto, lo sviluppo del NLP continua, la tecnologia speech-to-text è migliorata in maniera impressionante. La nuova (e migliorata) versione di Siri ed il lancio di Amazon Echo e Google Home sono la prima dimostrazione di come una sceneggiatura di fantascienza stia diventando realtà.

AI non è l’avanzata delle macchine, è la macchinizzazione degli umani.

Fin da quando il cinema e la TV hanno raffigurato robot con corpi umani, molti hanno tentato (fallendo) di esplorare l’applicazione di AI nel corpo umano. Anche un visionario della AI come Elon Musk sta iniziando a parlare di simbiosi Uomo-AI, ipotizzando che una nanotecnologia AI possa guarirci perfino dalla morte. Suona inquietante ma affascinante.

Il Contenuto come terreno di prova. 

Per diventare più intelligente AI richiede moltissimi dati, modelli e situazioni nuove. La cosiddetta Piattaforma dei Contenuti. I modelli di acquisto degli utenti, ad esempio, vengono configurati da AI in applicazioni come Spotify (“Discover Weekly”), i “Raccomandati per Te” di Netflix e la capacità di Facebook di tenervi incollati alla vostra “bolla” di attività. AI sta imparando ad essere meno parziale. Quando un gruppo di ricercatori si accorsero che la loro AI stava replicando la parzialità umana (ad esempio, “uomo: programmatore – donna: casalinga”) hanno eliminato le radici di questa parzialità e risolto il “problema”.

La Tecnologia è inevitabile… e nascosta. 

Probabilmente nell’ultimo anno abbiamo raggiunto lo zenith dell’inevitabilità della tecnologia nelle nostre vite. Per contro si è anche avuta una risposta diffusa al sovraccarico tecnologico, con la nascita di diversi movimenti e prodotti “Mindful Technology” (Tecnologia Consapevole).

Basta vedere la testimonianza di Tristan Harris (“Time Well Spent”), il movimento di Rand Hindi (“Make Technology Disappear”), e prodotti come The Light Phone e il Vinaya Bracelet.

Abbiamo bisogno di Data Privacy. 

Il futuro di AI dipende dalla privacy dei dati. Perché? Perché senza dati da cui imparare AI non può progredire velocemente. Le società devono impegnarsi a creare prodotti sicuri e privati. Gli utenti hanno bisogno di sapere che i loro dati personali saranno al sicuro se decidessero di permettere ad AI il pieno accesso alle informazioni personali.
Ma ad oggi questa protezione è tutt’altro che assicurata, infatti solo il 6% degli adulti si dice “molto fiducioso” circa la capacità delle agenzie governative di tenere al sicuro i loro dati privati. (Pew) mentre Il 45% delle persone che hanno dichiarato la loro preoccupazione sulla privacy e la sicurezza on-line potrebbero arrivare a smettere di usare il web per scopi pratici (via NTIA)