IA: cos’è e come si è evoluta

Primo di una serie di articoli sull’Intelligenza Artificiale e la sua applicazione per il lavoro delle Imprese Funebri.

Se ne parla sempre di più, ma da quando su WhatsApp è comparso il simbolo che consente di avvalersi dell’aiuto della Meta AI, sono esplosi innumerevoli contributi sull’intelligenza artificiale.

Anche chi non aveva mai mostrato curiosità verso il tema ha cominciato a prestare attenzione all'intelligenza artificiale, ma districarsi nel mare di interventi - più o meno tecnici - è dispendioso in termini di tempo ed energie. In questa pubblicazione e in quelle che seguiranno vorrei quindi poterti aiutare a comprendere la natura di questo concetto. Osserveremo cos’è, quali tipi di IA (sì, ce ne sono diverse!) si sono succedute, la sua storicità e i contesti ai quali si applica. Partiamo dalle basi.

Cosa si intende per Intelligenza Artificiale?

Mi sono rivolta alla Treccani per avere una definizione che fosse immediatamente comprensibile a chi non è avvezzo a una terminologia più tecnica. Ecco cosa mi ha restituito la nota Enciclopedia in corrispondenza della voce Intelligenza Artificiale:
“[...] (IA) Disciplina che studia se e in che modo si possano riprodurre i processi mentali più complessi mediante l'uso di un computer. Tale ricerca si sviluppa secondo due percorsi complementari: da un lato l'i. artificiale cerca di avvicinare il funzionamento dei computer alle capacità dell'intelligenza umana, dall'altro usa le simulazioni informatiche per fare ipotesi sui meccanismi utilizzati dalla mente umana [...]”.

Ma quali sono gli ambiti di applicazione nei quali quotidianamente l’IA interviene? Facciamo alcuni esempi: le preferenze di Netflix, i prodotti correlati di Amazon, Alexa, etc. Devi però sapere che l’IA, per quanto si evolva in modo estremamente veloce (caratteristica connaturata a quasi tutte le tecnologie), è un concetto non proprio recente.

Gli albori dell’AI Artificial Intelligence

La parola Artificial Intelligence compare per la prima volta nel 1956. È questo il periodo in cui la disciplina scientifica inizia ad assumere forme più definite, concentrandosi sul funzionamento dei calcolatori. Siamo nel New Hampshire, gli studiosi del Darmouth College organizzano un convegno che ospita noti informatici con l’obiettivo di discutere e rintracciare la possibilità di replicare l’intelligenza umana all’interno di calcolatori e comprendere dunque come questi calcolatori avrebbero potuto ricalcare la nostra intelligenza.
Furono numerosi i contributi discussi rispetto al tema durante il convegno, comprese le prime osservazioni sugli sviluppi futuri. Ma il contributo più rilevante fu quello di Alan Turing, matematico e filosofo passato alla storia come il padre della moderna informatica.

Il test di Turing

Già dal 1936 Turing aveva studiato concetti come la computabilità e la calcolabilità, descrivendo le possibilità degli algoritmi computazionali. Mosso dalla volontà di rendere automatica una macchina da scrivere, Turing studiò un sistema che, in base alla programmazione, rendeva possibile l’esecuzione di determinate operazioni. Questi studi resero ancora più concreto il suo pensiero nel 1950, quando grazie al famoso Test di Turing cercò di mostrare come una macchina potesse essere considerata “intelligente”.
Nell’articolo “Computing machinery and intelligence” il matematico, descrivendo in un contesto sperimentale un gioco a tre partecipanti, mostrava che una macchina avrebbe potuto essere considerata intelligente se il suo comportamento - osservato da un altro essere umano - fosse stato ritenuto non distinguibile da quello di una persona. Gli studi, dopo aver attirato il fermento della comunità scientifica attorno al concetto di Intelligenza Artificiale, diedero impulso ad ulteriori approcci. Negli anni Ottanta portarono per esempio alla creazione dei cosiddetti “sistemi esperti” dove l’approccio metteva insieme le conoscenze rispetto a un determinato settore da parte di un essere umano. In un particolare esperimento le conoscenze di un determinato studioso vennero trasmesse a un altro essere umano - un programmatore - in grado di tradurre in algoritmo i flussi mentali e le informazioni di quella persona rispetto a quel determinato argomento. Il software che ne conseguì cercava dunque di replicare i ragionamenti umani in un settore specifico: così nacque “ELIZA”, l’imitazione di uno psicologo.

Sono innumerevoli gli studi e le tecnologie che si sono succedute da allora fino a condurci alle applicazioni che ci supportano ai giorni nostri, ma un concetto fondamentale per comprendere i diversi approcci rispetto alle tecnologie relative all’intelligenza artificiale, deriva dai pionieri che si accostarono al tema nel 1956 e risiede nella distinzione tra Intelligenza Artificiale Generale e Ristretta.
In sostanza la prima descrive un sistema in grado di replicare qualsiasi azione, che è potenzialmente capace di svolgere qualsiasi cosa. Una tecnologia parecchio ambiziosa! La seconda, l’intelligenza Ristretta, invece, rappresenta un modello in grado di eseguire un compito specifico, come ad esempio rintracciare utenti in target, riconoscere oggetti, immagini e così via. Teniamo bene a mente che fino a questo punto gli studiosi si erano concentrati sulle possibilità di spiegare - traducendo tramite algoritmi al computer - come ragionare dal punto di vista umano. I tentativi successivi si concentrarono invece sui concetti di apprendimento del computer, sulla base di un set di dati.

Le nuove applicazioni della IA

Dopo aver fatto un po’ di chiarezza rispetto a concetti chiave legati al tema dell’IA e aver illustrato obiettivi di studi e ricerche possiamo restringere e contestualizzare in modo più specifico il concetto, dando una ulteriore definizione di IA. Possiamo descriverla come la disciplina che studia le tecnologie in grado di simulare abilità umane, comportamenti intelligenti; capaci quindi di compiere azioni (utili per risolvere problemi) che richiedono l’utilizzo di una intelligenza. Tipica degli umani.
Quali possono essere questi comportamenti? La comprensione del linguaggio naturale, ossia la nostra lingua; riconoscere oggetti; comprendere audio. Il riconoscimento facciale utilizzato per sbloccare i nostri dispositivi o il calcolo del percorso quando usiamo le app di navigazione rappresentano gli esempi nei quali ti imbatti ogni giorno. ELIZA fu il primo tentativo di comprendere il nostro linguaggio. Il suo utilizzo si basava su un pattern di parole, collegato a risposte corrispondenti. Se pensiamo a questi primi tentativi di simulazione di abilità umane e li confrontiamo con quelli attuali, appare chiaro il limite: tali sistemi integravano ciò che i ricercatori riuscivano a descrivere al calcolatore. L’approccio compie infatti un salto rilevante nel momento in cui cambia il modo di accostarsi alla programmazione delle tecnologie, quando si intuisce la possibilità di non dover dire ai sistemi come comportarsi, ma si offre loro la possibilità di apprendere grazie all’osservazione degli esempi di comportamento, sempre sulla base di un set di dati. Siamo così approdati al mondo delle applicazioni del Machine learning degli anni 2000. Nei prossimi numeri di Oltre Magazine spiegherò le sue applicazioni più recenti e le sfide che l’IA ci mette davanti.

Alla prossima pubblicazione!

Serena Spitaleri