Sommario

Per molto tempo in contesti "seri" di intelligenza artificiale si è parlato poco. E quando lo si è fatto, ci si è accertati di avere il giusto distacco. Come quando si parla di fusione fredda o di reattori adronici. Le idee troppo popolari e troppo discusse tendono a creare attese eccessive che, nel breve periodo, vengono sistematicamente deluse. E la ricerca scientifica necessita di finanziamenti. Se un argomento di ricerca è ritenuto poco credibile, semplicemente questo non viene finanziato. Talvolta qualche idea è stata nascosta per poterla sviluppare senza intoppi; e farla arrivare ad essere molto più che un'idea. Con effetti profondi, ampi e inattesi.

Gli inverni dell’Intelligenza Artificiale

Nella storia dell'Intelligenza Artificiale di periodi in cui i fondi e l'interesse sono mancati ce ne sono stati molti. Tanti che ad essi è stato dato persino un nome: inverni dell'intelligenza artificiale ¹ . Quando un'idea diventa troppo popolare, se ne parla tanto e le attese diventano maggiori di quanto sia lecito aspettarsi. In ambito scientifico questo fenomeno viene detto hype. E quando gli entusiasmi diventano eccessivi accade che le attese vengano deluse. E la delusione degli investitori corrisponde alla drastica riduzione dei fondi per la ricerca. Il problema degli hype, delusione e taglio dei fondi è assai comune per le tecnologie emergenti, ma è stato particolarmente grave per l'intelligenza artificiale, ripetendosi molte volte (vedi Tavola 1).

I periodi peggiori per l'intelligenza artificiale sono stati quelli tra 1974-80 e 1987-93.

Ora questi periodi corrispondono a reali fallimenti solo nella percezione popolare. Gli ambiziosi obiettivi finali, è vero, hanno bisogno di tempo, ma il progresso non si è mai interrotto. Tuttavia la pressione esercitata sugli operatori aveva ed ha effetti traumatici. Ad esempio quando Marvin Minsky e Seymour Papert nel 1969 hanno pubblicato ² le prove dell'impossibilità del modello di rete neurale allora in voga, il Perceptron di Frank Rosenblatt, di apprendere alcune funzioni matematiche, le reti neurali sono state letteralmente ridicolizzate. E molti vedono nell'incidente di navigazione occorso a Frank Rosenblatt poco dopo un vero e proprio suicidio. Quando poi nei successivi anni '80 le problematiche delle reti neurali evidenziate da Minsky e Papert sono state risolte, la ricerca è ripartita come avrebbe voluto il suo caposcuola. Peccato che Rosenblatt possa ora raccogliere solo riconoscimenti postumi.

E non tutti sono stati cosi coraggiosi. Alcuni studiosi per rispondere alla richiesta di risultati eclatanti hanno preferito inventarli. Venendo progressivamente scoperti e portando discredito alla ricerca. Sì, è successo e succede anche in ambito scientifico. Di recente, come riportato per ben due volte dal New York Times ³ , Marc Hauser, professore di psicologia all'Università di Harvard e biologo evoluzionista, ha falsificato i dati di uno studio pubblicato nel 2002 sulla rivista Cognition nel quale dimostrava come le scimmie siano in grado di comprendere semplici regole algebriche e di discriminare tra diversi tipi di operazioni. Si tratta di uno dei massimi esperti di neuropsicologia cognitiva comparata e uno dei padri della teoria della morale naturale, che evidenzia nella nostra specie una sorta di codice innato, ben riassunta in un libro di grande successo, Menti morali ⁴ . E' possibile che Hauser abbia ceduto al desiderio di mantenere alto il suo prestigio, ma ora come facciamo a credere alla necessità biologica del rispetto delle regole morali se il suo scopritore è il primo a violarle? Il mondo scientifico durante gli inverni dell'intelligenza artificiale ha dovuto confrontarsi con risultati incredibili e paradossali. Una situazione ben evidenziata in un divertentissimo articolo di Garrison Cottrell, ora Professore all'Università di California San Diego, nel quale si ironizzava su possibili reti neurali per riprodurre gli effetti degli allucinogeni sul suono della chitarra di Jimi Hendrix, pubblicato su una rivista seria come Connection Science, in una apposita sezione "humor" ⁵ .

La maschera polare

Che tu te ne prenda cura (That Thou Art Mindful of Him) è un racconto fantascientifico scritto da Isaac Asimov ⁶ . Nel racconto i robot fanno paura agli umani e il Governo Mondiale ha applicato leggi sempre più restrittive all'uso dei robot e ritiene sia giunto il momento di chiudere il loro unico produttore, la U.S. Robots. Keith Harriman, direttore dell'azienda, su suggerimento proprio di un robot, trova la soluzione. L'azienda dovrà smettere di produrre robot antropomorfi: inizieranno invece a creare robot animali, che non intimoriscono l'uomo. Harriman ritiene che dopo secoli di abitudine ai robot animali, le future generazioni non avranno nessun timore dei robot umani.

Qualcosa di molto simile è accaduto per l'intelligenza artificiale. Agli inizi degli anni novanta del secolo scorso era apparso chiaro che i problemi degli hype erano destinati a ripetersi. Il concetto stesso di intelligenza è un hype, di per se così ambiguo e sfuggente da impedire una definizione rigorosa. Così nel 1991, in pieno inverno, un logico, Lofti Zadeh, padre dei fuzzy set ⁷ , inventa la "maschera polare" dell'intelligenza artificiale, spostando sottilmente ma efficacemente il problema e inventando de facto una nuova disciplina: il Soft Computing ⁸ .

Le tecniche di soft computing si prefiggono di valutare, decidere, controllare e calcolare in un ambito impreciso e vago emulando e utilizzando la capacità degli esseri umani di eseguire le suddette attività sulla base della loro esperienza. Il soft computing si avvale delle caratteristiche delle sue tre principali branche:

• la possibilità di modellare e di controllare sistemi incerti e complessi, nonché di rappresentare la conoscenza in maniera efficiente attraverso le descrizioni linguistiche tipiche della teoria degli insiemi fuzzy;
• la capacità d‟ottimizzazione degli algoritmi genetici la cui computazione si ispira alle leggi di selezione e mutazione tipiche degli organismi viventi;
• la capacità di apprendere complesse relazioni funzionali delle reti neurali, ispirate a quelle proprie dei tessuti cerebrali.

Secondo Lotfi Zadeh, «una linea promettente è costituita dall'uso della logica fuzzy in combinazione con il calcolo neurale e gli algoritmi genetici. Più in generale, la fuzzy logic, le reti neurali e gli algoritmi genetici possono considerarsi i principali costituenti di ciò che potrebbe essere definito calcolo soft. A differenza dei metodi di calcolo tradizionali o hard, il soft computing si prefigge lo scopo di adattarsi alla pervasiva imprecisione del mondo reale. Il suo principio guida può così esprimersi: sfruttare la tolleranza per l'imprecisione, l'incertezza e le verità parziali in modo da ottenere trattabilità, robustezza e soluzioni a basso costo».

La sua idea è stata sostenuta da Teuvo Kohonen, pioniere delle reti neurali adattative: «soft computing, real-world computing ecc. sono denominazioni comuni per certe forme di elaborazione naturale di informazione che hanno la loro origine in biologia. La logica fuzzy e probabilistica, le reti neurali, gli algoritmi genetici ecc., d'altra parte, sono formalismi teorici alternativi mediante i quali si possono definire schemi computazionali e algoritmi per questi scopi».

Pertanto, le tre tecniche citate, complementari, e non competitive rispetto a quelle tradizionali, hanno costituito il nucleo centrale del calcolo soft, e un modo nuovo di affrontare la questione dell'intelligenza delle macchine. Sotto la maschera del soft computing vi è l'ammissione di principio che al momento la domanda se una macchina abbia intelligenza o possa pensare è troppo confusa per poter dare una risposta precisa. D'altra parte se lo scopo è quello di simulare il comportamento umano, la misura del successo è data dal grado di somiglianza delle prestazioni del sistema con il comportamento umano. Si accetta in altri termini il passaggio di scopo:

• Non è lo studio di come rendere i calcolatori capaci di pensare nel vero senso letterale del termine ⁹ . Cioè realizzare sistemi che pensano come gli uomini.
• È lo studio di come far fare ai calcolatori cose che, ora come ora, gli uomini fanno meglio ¹⁰ . Cioè realizzare sistemi che agiscono come gli uomini.

E nello specifico un sistema intelligente deve fare 3 cose:

1. Memorizzare la conoscenza
2. Applicare la conoscenza per risolvere i problemi
3. Acquisire conoscenza tramite l'esperienza

Il soft computing ha ereditato così tutta la ricerca dell'intelligenza artificiale "scientifica" e le sue principali metodologie, ma senza le sue pressanti attese. E da quel momento, sotto la maschera del soft computing, priva dell'assillo della nascita del nuovo dio AI, l'intelligenza artificiale è dilagata in migliaia di applicazioni ¹¹ .

Sotto la maschera

Tomaso Poggio, Eugene McDermott professor presso il Department of Brain Sciences del Massachusetts Institute of Technology (MIT) di Boston, ha sviluppato un approccio teorico ai problemi della computer vision partendo dalle neuroscienze, dallo studio della fisiologia del cervello e non da criteri ingegneristici. E riguardo al futuro ha idee precise: «Negli ultimi 3-4 anni è stato dimostrato che imitare il funzionamento del cervello porta ad algoritmi che applicati all'intelligenza artificiale funzionano molto bene, quindi è un segnale che siamo sulla buona strada. Ho sempre detto che capire cos'è l'intelligenza, com'è, come funziona, e quindi creare macchine intelligenti che la imitino è un problema molto difficile. Non mi aspetto che sarà risolto nei prossimi 10 anni. Ci vorrà molto di più».

Ma l'intelligenza artificiale si manifesta in svariati modi, ce ne sono altri, che, secondo Tomaso Poggio, possono essere oggi molto più insidiosi: «Per esempio Google, che è la cosa in un certo senso più vicina all'intelligenza artificiale, un'entità che è entrata nella vita di tutti. Ha accesso ad una serie di informazioni su quello che facciamo, quali siti web visitiamo, quali sono le nostre e-mail: la nostra vita privata non è mai stata così pubblica come lo può essere adesso. Google è uno strumento estremamente utile, ma ha una sua intelligenza o potrebbe sicuramente evolverla nel corso degli anni» ¹² .

Poggio parla di uno dei maggiori investitori attuali nel settore del soft computing. Nei mesi scorsi si è sentito parlare di BlindType, una tastiera virtuale che si basa su soft computing per correggere ciò che viene digitato sui cellulari. BlindType riconosce gli errori di digitazione sugli schermi touch e sembra interpretare ciò che ha in mente chi scrive. La tecnologia sembra così promettente che Google ha acquisito la startup, creata da Kostas Eleftheriou e Panos Petropoulos ¹³ .

Ed è di pochi giorni or sono la notizia, quasi in sordina, che Google offre un nuovo servizio gratuito indirizzato agli sviluppatori di software: Google Prediction API ¹⁴ . Si tratta di un sistema che riesce a "capire" e "classificare" informazioni contenute in un testo, secondo alcune regole di apprendimento impostate dallo sviluppatore. Ma a cosa serve? Esempi possono essere:

• Identificazione della lingua usata per comporre la frase
• Pubblicità di prodotti correlati a quanto viene scritto
• Re-indirizzamento automatico di messaggi
• Analisi dei sentimenti di chi scrive (clienti, amici, ...)
• Diagnostica
• Classificazione di e-mail e documenti
• Identificazione di attività sospette
• e molto altro...

E se poi qualcuno raccontasse che negli ultimi mesi un'auto ha percorso 1.500 km sulle strade che vanno da San Francisco a Los Angeles senza alcun intervento umano, senza che mai nessuno prendesse in mano il volante, se non la macchina stessa, probabilmente si penserebbe ad uno scherzo. Eppure è realtà: Google ha messo in strada una Toyota Prius, che è un vero concentrato di soft computing, capace di percorrere oltre 1.500 chilometri senza alcun intervento dei due ingegneri a bordo e altri 2.200 con qualche intervento sporadico e occasionale. E senza incidenti fatta eccezione per un tamponamento (subito, per giunta) ad un semaforo. E' un progetto portato avanti da Sebastian Thrun, direttore dello Stanford Artificial Intelligence Laboratory ¹⁵ .

E non c'è solo Google. Al momento vi è un'esplosione delle applicazioni nei controlli automatici, si pensi anche soltanto ai sistemi di messa a fuoco delle macchine fotografiche, l'analisi dei sistemi complessi in ambito finanziario, il riconoscimento delle anomalie, il trattamento dei dati biologici...

Motivare la singolarità

Il concetto di singolarità tecnologica come è conosciuto oggi viene accreditato al matematico e romanziere Vernor Vinge. Vinge cominciò a parlare della Singolarità negli anni ottanta, e raccolse i suoi pensieri nel primo articolo sull'argomento nel 1993, con il saggio Technological Singularity ¹⁶ . Da allora questo è divenuto il soggetto di molte storie e scritti futuristici e di fantascienza. Il saggio di Vinge contiene l'affermazione spesso citata che «Entro trenta anni, avremo i mezzi tecnologici per creare una intelligenza superumana. Poco dopo, l'era degli esseri umani finirà».

In effetti noi non stiamo aspettando l'intelligenza artificiale. E' già qui, nascosta nelle videocamere, appostata nei rilevatori del sistema TUTOR di controllo della velocità autostradale, coordinante nelle catene di produzione, lampeggiante nei sistemi di puntamento. Nascosta da un nome e un aspetto diversi da quelli che immaginiamo, evolve, continuamente, inesorabilmente.

Eppure oltre la ricerca vi è un importante tassello da completare. Che potrebbe effettivamente dare senso e significato all'affermazione di Vinge. La scelta della motivazione. «La motivazione (dall'etimo latino motus) è una spinta per svolgere una certa attività e si può definire come un processo di attivazione finalizzato alla realizzazione di un dato scopo in relazione alle condizioni ambientali. Da tale processo dipende l'avvio, la direzione, l'intensità e la cessazione di una condotta da parte del soggetto» ¹⁷ . Anche tecnicamente la motivazione è necessaria nei sistemi evoluti. Ad esempio un'architettura neurale dotata di un circuito motivazionale/emozionale ha prestazioni migliori rispetto ad una che ne è priva ¹⁸ . Ciò sembra confermare le tesi di vari neuroscienziati ¹⁹ , secondo i quali nel sistema nervoso umano esistono strutture sotto-corticali che agiscono in appoggio al più complesso sistema corticale. Strutture presumibilmente dedicate alla gestione del livello strategico del comportamento.

Che motivazioni daremo alle nostre intelligenze artificiali? Le spingeremo a veicolare meglio la pubblicità, ad inseguire il profitto, a controllare le persone, come teme Tomaso Poggio, oppure a migliorare la condizione umana, come vorrebbero i più ottimisti? Di certo è una domanda da porsi. E presto. Come regola generale perché si goda dei risultati delle innovazioni tecnologiche si ha sempre bisogno di più tempo di quanto non prevedano i sostenitori del cambiamento. Ma quando finalmente il cambiamento arriva, in genere ha un effetto più profondo, ampio e inatteso di quanto chiunque possa immaginare, compresi gli scrittori di fantascienza ²⁰ .