sublimina.it

  • Full Screen
  • Wide Screen
  • Narrow Screen
  • Increase font size
  • Default font size
  • Decrease font size






  research gate


omino_logo_sublomina


La Conoscenza è come una linea, dove sono i confini non ci è dato di saperlo.

Sublimina.it è un viaggio personale nel mondo del pensiero umano. Per raggiungere ogni meta c'è una via ed ogni via ha un ingresso. Questa è la mia porta personale, l'ho appena aperta. Ognuno ha la sua porta, qualche volta si ha bisogno, però, di intravedere cosa c'è al di là della porta altrui per mirare l'altrove che sta dietro la propria.  Ispirato da: Franz Kafka, Il processo (1925)


Siamo un grande laboratorio di Intelligenza Artificiale

E-mail Stampa PDF

“I believe that at the end of the century the use of words and general educated opinion will have altered so much that one will be able to speak of machines thinking without expecting to be contradicted”.

Alan Turing


“I believe that at the end of the century the use of words and general educated opinion will have altered so much that one will be able to speak of machines thinking without expecting to be contradicted”.

Così si esprimeva Alan Turing in un pionieristico articolo nel 1950 dal titolo “Computing Machinery and Intelligence” dove discuteva di macchine dotate di intelligenza e del suo celebre test (Test di Turing) per misurare il grado di intelligenza in un sistema di Intelligenza Artificiale.

A che punto siamo?
Per abbozzare una risposta innanzitutto bisogna domandarsi qual era il livello di sviluppo tecnologico alla fine degli anni ’50 dello scorso secolo quando John McCarthy, Marvin Minsky, Claude Shannon, Nathaniel Rochester, Herbert Simon e molti altri parteciparono ad un famoso convegno e fondarono fattivamente il campo di studi interdisciplinare che oggi conosciamo come Intelligenza Artificiale.
Semplicemente i transistor non esistevano, non esistevano i chip nanometrici e la televisione, come mezzo di comunicazione di massa iniziava seppur lentamente a farsi vedere dagli specchietti della radio e del telefono, tecnologia quest’ultima davvero sviluppata, seppur con vistose limitazioni rispetto ad oggi. Internet e il web 2.0 erano allora nell’altrove del futuro avvenire. C’erano le valvole termoioniche, come unità di computazione e i computer capaci di calcoli complessi occupavano intere stanze e arrivavano a pesare centinaia di tonnellate. Mostri elettromeccanici con memorie di capienza minore della SIM card del cellulare. Non parliamo della velocità di calcolo. Non c’erano schermi, touchscreen, mouse, tastiere in senso convenzionale, WIFI e tutto ciò che oggi iniziamo a dare per scontato.
Fino all’avvento di internet di massa nei tardi anni ’90 e del web 2.0 e dei Social negli anni 2000 la ricerca nel campo dell’IA seppur con passi da gigante proseguiva in maniera abbastanza statica, con laboratori e gruppi di ricerca con progetti talvolta scollegati l’uno dall’ altro, uniti solo da classiche collaborazioni nel tentativo di misurarsi e unificare il campo di studi. A dire la verità, la stragrande maggioranza degli algoritmi e metodi utilizzati oggi, che rendono strabiliante l’esperienza degli utenti su Internet attraverso PC desktop o smartphone, erano già pronti. Uno su tutti le Reti Neurali Artificiali, basate su un modello matematico del cervello biologico, capaci di apprendere una miriade di informazioni, processare il linguaggio naturale, fare traduzioni, riconoscere volti o oggetti in immagini e video.

Qualcosa mancava che adesso c’è.
E' noto che le Reti Neurali più di molti altri algoritmi necessitano di una ingente capacità computazionale e per dare il meglio hanno bisogno anche di grandissime quantità di dati. Fin dagli anni ’60 si conoscevano le loro potenzialità ma solo oggi è possibile metterle in pratica. Come?

Prima una distinzione. Con apprendimento supervisionato si suole intendere l’apprendimento automatico tramite sistemi di AI che necessitano di “esempi”, proprio come a scuola o nella vita dove buona parte dell’apprendimento (umano) di compiti complessi è basato su esempi.

Con apprendimento non supervisionato si intende una tipologia di apprendimento non basata su esempi, ma comunque basata su algoritmi di ricerca complessi capaci di individuare la struttura soggiacente i dati e le informazioni.

Web 2.0 e Social Network.
Ciò che mancava allora ed oggi c’è è l’utente, ovvero tutti coloro che fruiscono le tecnologie dell’informazione.

Di fatto:
OGNI NOSTRA AZIONE SU INTERNET (E QUINDI SUI SOCIAL) CONTRIBUISCE A RENDERE PIU’ INTELLIGENTE GLI ALGORITMI IN RETE.

Avete messo un “mi piace”? Avete commentato un post di un blog? Avete messo una stellina al ristorante odiato? Avete messo un cuoricino al post su Facebook della ragazza che vi interessa? Avete visitato la pagina del vostro ex? Avete cercato un titolo di un film su Google? Avete letto l’articolo interessante per più di 5 minuti?

Se la risposta è sì, l’ecosistema tecnologico Internet è diventato più intelligente. E qui non si vuole nemmeno affrontare la questione “guadagni inestimabili” delle major che offrono servizi avanzati su Internet e che utilizzano a scopo di marketing tali informazioni.
Oggi i laboratori di IA continuano ad essere quei posti dislocati nelle varie università fisiche o sempre più spesso nelle divisioni di ricerca e sviluppo di compagnie che compilano bilanci comparabili ai bilanci di interi stati. Ma il grosso del lavoro lo stiamo facendo noi con le nostre azioni quotidiane “aggiungendo tag”, quindi etichette, ad informazioni presenti sul web o sui social e favorendo proprio quello che era difficile fare in passato: l’apprendimento supervisionato.

I "tag" nel senso generalizzato del termine sono il Sacro Graal dei motori di Intelligenza Artificiale soggiacenti i moderni Social Media. In gergo informatico essi sono noti come "label", riferendosi alle informazioni taggate e qualunque manuale sul tema ribadirà che ottenere dati con "label" è estremamente costoso.

Ecco un esempio, per l’appunto.
L’emoji stile “like” su Facebook che esprime il vostro sentimento riguardo ad una frase o ad un immagine è proprio quello che un sistema di AI necessita. State fornendo in questo caso un esempio di emozione legata al contenuto di quella frase o immagine, che unito a gli esempi di tutti gli altri utenti che “taggano” il contenuto, permette l’apprendimento artificiale. Questo vale per qualsiasi azione oggi computa su Internet.

Grazie al “villaggio globale” iperconnesso di Internet, l’esperienza ludica dell’utente ha una duplice natura, se non triplice (se consideriamo il guadagno delle major in pubblicità). Da una parte l’utente è intrattenuto e compie le proprie azioni su Internet per scopi propri, perseguendo obiettivi che non hanno nulla a che vedere con il rendere le macchine intelligenti. Dall’altra, le stesse azioni, su un diverso piano semantico quasi completamente opaco, permettono alle macchine di acquisire informazioni ed esempi ("label") per poter apprendere e utilizzare le informazioni apprese per arricchire la stessa esperienza in un processo a retroazione positica che si autoalimenta.

Messa su questo piano stiamo tutti partecipando ad un grande esperimento di Intelligenza Artificiale, il più grande che l’essere umano possa aver mai immaginato. Altro che i laboratori di IA dello scorso secolo. Siamo all’interno di un processo, forse irreversibile, che cambia le carte in tavola e che, a mio parere, mette in discussione l’intero edificio di ipotesi su cui si è basato l’odierno dibattito sull’IA.


Aggiungi commento


Codice di sicurezza
Aggiorna

Hanno detto..

NewS - Le Scienze

You are here: L'ingegnere Errante Siamo un grande laboratorio di Intelligenza Artificiale