A partire dagli anni Cinquanta, figure pionieristiche come Alan Turing e John McCarthy hanno posto le fondamenta di ciò che oggi chiamiamo intelligenza artificiale (e che da adesso in poi indicherò con le iniziali inglesi AI, per brevità). Da allora, il concetto stesso di AI si è trasformato più volte, adattandosi alla varietà di obiettivi che ha assunto nel tempo. Parallelamente all’evoluzione delle strategie algoritmiche che hanno dato origine all’attuale approccio al machine learning, la comunità scientifica ha continuato a interrogarsi su quanto fosse realistico o ambizioso il traguardo dell’intelligenza artificiale. Seguendo questa prospettiva, l’AI è stata interpretata in molte forme diverse, in base agli scopi perseguiti. Le principali definizioni emerse nel corso degli anni possono essere così sintetizzate.
L’AI debole, o AI ristretta, indica sistemi progettati per automatizzare compiti specifici, senza la capacità di estendere la propria comprensione oltre l’ambito per cui sono stati creati. Esempi includono il riconoscimento di immagini, la traduzione automatica di testi, assistenti vocali come Siri e Alexa, sistemi di raccomandazione e veicoli a guida autonoma. L’AI forte, nota anche come AI generale (nota come AGI, Artificial General Intelligence, in inglese), rappresenta invece sistemi in grado di apprendere, ragionare e applicare conoscenze in un’ampia varietà di contesti, con prestazioni paragonabili alle capacità cognitive umane. Sebbene l’AI debole, in certi compiti mirati, possa superare l’essere umano, resta comunque vincolata a limiti molto più rigidi rispetto persino alle forme più semplici di intelligenza naturale. Oggi, tutte le AI esistenti rientrano nella categoria dell’AI ristretta, mentre possiamo affermare che l’AI generale, nonostante la straordinaria quantità di sforzi economici e umani che continua ad attrarre, è ancora lontana dal diventare una realtà (Togelius, 2024). Infine, la cosiddetta superintelligenza artificiale è, allo stato, un’idea puramente teorica, in cui l’AI supererebbe l’uomo in ogni aspetto, dalla creatività alla capacità di risolvere qualsiasi tipo di problema, fino a possedere abilità sociali superiori.
Attualmente ci muoviamo ancora entro i limiti dell’AI ristretta, capace di supportare l’essere umano in compiti specifici senza porsi in competizione con l’intelligenza naturale nel suo insieme. Ciò non toglie che queste tecnologie possiedano capacità straordinarie, spesso difficili da eguagliare per noi: analizzare enormi volumi di dati, sintetizzare in tempi rapidissimi informazioni complesse, prevedere con notevole accuratezza i comportamenti di consumo e, non da ultimo, produrre testi, poesie, racconti, immagini e persino film in una frazione di secondo.
Oggi, il nucleo dell’avanzamento dell’intelligenza artificiale risiede nella capacità dei computer di apprendere in modo autonomo, soprattutto grazie alle reti neurali artificiali. Questo apprendimento si fonda in gran parte sulla possibilità di addestrare tali reti utilizzando dati – spesso, ma non necessariamente, big data – più che sull’applicazione diretta della teoria scientifica tradizionale. Ovvero, non comunicando regole e teorie, ma trasmettendole esperienza codificata in (grandi) quantità di dati. È fondamentale, però, che i dati impiegati siano pertinenti al compito da affrontare. In un certo senso, l’esperienza racchiusa nei dati ha assunto un ruolo predominante rispetto alla teoria, ribaltando il paradigma della scienza classica, in cui i modelli matematici e le equazioni costituiscono il motore principale, mentre i dati (iniziali, al contorno ecc.) svolgono un ruolo subordinato, ancillare rispetto alle formule del modello matematico.
La visione artificiale, il riconoscimento e l’elaborazione del linguaggio scritto e parlato, l’intelligenza generativa capace di produrre testi, immagini e video, la robotica, la guida autonoma di veicoli e mezzi di trasporto pubblici, insieme ai sistemi esperti – ossia applicazioni in grado di seguire procedure complesse per risolvere problemi con la competenza di uno specialista umano – rappresentano alcuni tra i principali ambiti in cui l’intelligenza artificiale ha ottenuto risultati di grande rilievo. Questi settori dimostrano non solo la versatilità delle tecnologie AI, ma anche la loro crescente capacità di affrontare compiti complessi in contesti reali, con prestazioni che in alcuni casi si avvicinano o superano quelle umane.
Tratto da “Il battito della matematica” (Hoepli), di Alfio Quarteroni, 19,90 euro, 214 pagine.
