LOGIN
In un mondo in cui si sente parlare ogni giorno di più di "Artificial Intelligence" e "Machine Learning" sono molti a pensare che le macchine stiano diventando davvero intelligenti. I sempre più numerosi utenti degli assistenti digitali come Google Assistant, Amazon Alexa e Apple Siri, poi, spesso credono che questi prodotti abbiano persino una loro personalità. I più giovani vedono tutto ciò con grande entusiasmo, chi ha invece un po' di anni in più e ha visto al cinema Terminator 2 - Il giorno del giudizio comincia quasi ad aver paura. Ma le cose, a dir la verità, non stanno proprio come le si racconta. In parole povere: l'intelligenza artificiale può imparare, ma non capisce proprio nulla di ciò che sente, vede, legge. O, almeno, non lo capisce oggi.
Cosa può fare l'intelligenza artificiale oggi
Se già oggi tante persone credono che i computer siano diventati veramente intelligenti è solo perché essi riescono a fare tante cose che "sembrano" intelligenti. Per fare un esempio banale: Gmail ha una nuova serie di funzionalità tra le quali "Smart Compose", cioè la capacità di scrivere le e-mail (quasi) al nostro posto. Quando scriviamo il testo di un messaggio, infatti, Gmail sembra capire cosa stiamo scrivendo e ci propone automaticamente l'auto-completamento della parola che abbiamo appena iniziato a scrivere. A noi questa cosa sembra intelligentissima, perché effettivamente la parola suggerita è quasi sempre quella che stavamo scrivendo noi. Ma questo non significa che Gmail abbia capito cosa abbiamo scritto fino a quel momento e che, conseguentemente, sia in grado di completare da sola il resto del testo. Quello che Gmail fa, al contrario, è semplicemente un controllo in un database di frasi comuni. E siccome noi umani, che ci crediamo intelligenti, scriviamo più o meno tutti le stesse cose e nello stesso modo per Gmail il compito di azzeccare cosa stavamo per scrivere è facile.
Lo stesso discorso vale anche per i suggerimenti di YouTube, che sembra capire perfettamente i nostri gusti musicali e ci propone nuovi artisti che, guarda un po', molto spesso ci piacciono pure. In realtà, però, YouTube analizza il comportamento di milioni di utenti per "capire" che "se ti piace l'artista X, allora probabilmente ti piace anche l'artista Y". Applicate lo stesso ragionamento, e lo stesso metodo di lavoro, un po' a tutte le azioni dei vari Assistant, Alexa e Siri e vi renderete conto che no, non sono intelligenti: hanno solo studiato moltissimo.
Il Machine Learning bara
Ma veniamo agli algoritmi di Machine Learning, cioè quei pezzi di codice tramite i quali le macchine "imparano" eseguendo dei giochi. Tramite il machine learning, in estrema sintesi, un computer fa esperienza nell'esecuzione di un compito e cataloga i risultati come positivi o negativi. I successivi tentativi, quindi, saranno influenzati dall'esperienza già fatta, ma non ci sarà alcun "colpo di genio" da parte del software, che non può muoversi dai confini stabiliti. Questo, a volte, porta a un risultato paradossale: gli algoritmi di machine learning barano o, peggio, si comportano come bambini frustrati che non riescono a risolvere un gioco. Tra i casi paradossali già registrati, ad esempio, c'è un algoritmo che si suicida alla fine del livello 1 per evitare di perdere nel corso del livello 2. O di quello che mette in pausa il gioco all'infinito, sempre per evitare di perdere.
Il Machine Learning e le Reti Neurali
Gli scienziati stanno utilizzando gli algoritmi di machine learning per migliorare i risultati delle reti neurali artificiali, cioè dei modelli di calcolo ispirati al funzionamento dei neuroni del cervello umano. In una rete neurale le stesse informazioni vengono processate più volte, in base a parametri diversi, un po' come succede nel nostro cervello (almeno per quanto ne sappiamo oggi del cervello umano). Se ad esempio vogliamo che un computer impari a riconoscere i cani nelle foto, non faremo altro che dargli in pasto milioni di foto con e senza cani. I vari "strati" della rete neurale saranno programmati per trovare i diversi dettagli che identificano un cane, quindi è possibile che alla fine, dopo un bel po' di allenamento, la macchina riesca a identificare i cani nella gran parte delle foto. Ma, alla fine, non avrà comunque idea di cosa sia un cane. Ancora peggio: se gli faremo vedere la foto di un cane impossibile, magari alto due metri e di colore verde, l'algoritmo assai probabilmente lo riconoscerà come cane perché ha la coda, quattro zampe, i denti, la lingua di fuori e il pelo.
Intelligenza artificiale e guida autonoma
Uno dei campi di applicazione pratica dell'intelligenza artificiale, che vedremo entro qualche anno diventare realtà, è la guida autonoma di Livello 5. Cioè la guida completamente gestita dal computer, con il guidatore che diventa un semplice passeggero e non interviene mai a correggere la macchina. Anche in questo caso non si tratta di vera intelligenza, ma solo di una enorme mole di dati gestita in maniera rigida. L'azienda che sembrerebbe più avanti in questo settore è Waymo, una divisione di Google che ha messo in strada in USA per i test (al momento con un dipendente pronto a prendere il comando del mezzo in caso di pericolo) centinaia di Chrysler Pacifica imbottite di sensori.
Nei mesi scorsi ha fatto molto ridere il video in cui si vede un'auto a guida autonoma di Waymo ferma al semaforo in attesa di svoltare a destra. L'auto non svolta per diversi secondi, perché ci sono due donne che stanno chiacchierando all'incrocio proprio davanti all'accesso alle strisce pedonali. Le due donne, che hanno il verde, non hanno però la minima intenzione di passare. Ma l'auto non lo capisce: è programmata per aspettare.
6 giugno 2019
