LOGIN
Per ora sembra essere una tecnologia rilevante solo per il mondo del cinema. D'altronde, nella vita quotidiana della gran parte degli abitanti del mondo, le occasioni per interagire attivamente con dispositivi animati da intelligenza artificiale sono veramente rare. Ma nei film, quelli di fantascienza in particolare, è tutt'altro che raro vedere il protagonista di turno interagire con questo o quel robot o, come accade nel film jj, gli androidi stessi diventano protagonisti del film.
Anche se lontano da occhi indiscreti, l'intelligenza artificiale sta facendo passi da gigante anche al di fuori del mondo cinematografico. Gli algoritmi di apprendimento (programmi che permettono a macchine e dispositivi elettronici di apprendere funzioni e comportamenti sempre nuovi grazie all'interazione con l'ambiente esterno) sono sempre più precisi, funzionali e potenti; molti laboratori e centri accademici in giro per il mondo stanno sviluppando nuovi modelli per la creazioni di reti neurali artificiali che riproducano il funzionamento del cervello umano.
Da qui alla creazione di droidi umani (come per per il progetto Russia 2045) o addirittura al raggiungimento della singolarità, però, ci vuole ancora molto tempo.
Cos'è l'intelligenza artificiale
Nel campo delle scienze informatiche, l'intelligenza artificiale è quella branca di studi che si occupa dello sviluppo di software e macchine intelligenti. Per i maggiori ricercatori del settore, l'intelligenza artificiale consiste nello studio e nello sviluppo di agenti intelligenti, dove per agenti intelligenti si intendono dei sistemi in grado di interagire con l'ambiente circostante e ricavare da questo informazioni utili a massimizzare le probabilità di successo.
L'intelligenza artificiale, quindi, si occupa di sviluppare strategie che permettano a programmi o dispositivi elettronici di ragionare, pianificare, apprendere, percepire, comunicare e manipolare oggetti. Un obiettivo più a lungo termine è quello di realizzare macchine dotate di un'intelligenza generale (Ipotesi dell'intelligenza artificiale forte, teorizzata per la prima volta dal filosofo statunitense John Rogers Searle) in grado di sostituire in tutto e per tutto un cervello umano.
Oggi il campo dell'intelligenza artificiale è composto da vari settori, a volte separati da problemi di comunicazione difficili da superare anche per motivazioni di natura sociale, culturale e tecnica.
I problemi dell'intelligenza artificiale
Il problema generale di creare dei sistemi informatici in grado di ragionare e prendere decisioni “intelligenti” è stato, nel corso degli anni, diviso in n numero di sotto-problemi, ognuno con il suo specifico campo di applicazione.
Uno dei primi problemi è quello della deduzione, del ragionamento e del problem solving. Negli anni, gli sviluppatori hanno realizzato degli algoritmi di apprendimento che riproducessero in maniera fedele le tecniche e le tattiche di funzionamento del cervello umano. Negli ultimi anni la ricerca è indirizzata verso lo sviluppo di algoritmi più efficienti che utilizzino tecniche di “ragionamento” più raffinate, come la simulazioni di reti neurali, approcci statistici e agenti incarnati.
Altro problema centrale è quello della rappresentazione della conoscenza. Molti dei problemi che macchine dotate di un'intelligenza artificiale devono risolvere richiedono una diffusa conoscenza dell'ambiente che le circonda. Questi agenti devono conoscere gli oggetti presenti nel loro ecosistema, le situazioni e gli eventi che si sono presentati nel passato e relazioni di causa ed effetto. Devono, quindi, possedere un'ontologia (ovvero una rappresentazione di ciò che esiste) dell'ecosistema in cui si trovano a vivere. Le cosiddette ontologie superiori tendono a fornire una conoscenza generale, che funga da fondamenta per tutto ciò che gli agenti intelligenti dovranno apprendere nel corso della loro vita.
L'apprendimento, al pari della rappresentazione della conoscenza, è il problema centrale dell'intelligenza artificiale. Negli anni sono stati sviluppati algoritmi di apprendimento automatico (machine learning algorithms in inglese) che permettono agli agenti di apprendere nuove funzioni e comportamenti grazie all'accumulo di esperienza e di dati provenienti dal mondo esterno. Le varie tattiche di apprendimento utilizzate si dividono in apprendimento non supervisionato, apprendimento supervisionato e apprendimento per rinforzo.
Il movimento e la manipolazione, l'elaborazione del linguaggio naturale e la percezione possono essere considerati come problemi secondari e derivanti dai problemi appena descritti.
Lo stato dell'arte
Nonostante tutti i passi in avanti fatti negli ultimi 50 anni, lo stato dell'arte nel campo dell'intelligenza artificiale non è dei migliori. Un recente esperimento portato avanti da un gruppo di scienziati della University of Illinois di Chicago (UIC) ha mostrato che le facoltà cognitive e deduttive di una degli agenti intelligenti più avanzati al mondo sarebbero pari a quelle di un bambino di 4 anni.
L'esperimento è stato condotto su ConceptNet4, uno dei dispositivi elettronici più intelligenti sinora realizzati e sviluppato nei laboratori del Massachusetts Institute of Technology. La macchina, sottoposta ad un test per misurare il quoziente intellettivo di bambini in età prescolare, ha riportato risultati disastrosi nel campo della comprensione generica, mentre ha ottenuto risultati confortanti nei test riguardanti il vocabolario e nel riconoscimento di parole o immagini simili.
Il motivo di tale défaillance è da ritrovarsi nell'incapacità degli agenti intelligenti di elaborare gli elementi provenienti dall'esterno per prendere decisioni consapevoli o rispondere a domande precise.
