ricerca

Anno 2016: l’avvento delle macchine intelligenti?

Ovvero, come nel 2015 il trend di crescita nel campo dell'intelligenza artificiale ha superato ogni ragionevole previsione. E perchè questo fatto dovrebbe interessare (e preoccupare) un po' tutti.

6938469933_08535f5c93_z
APPROFONDIMENTO – L’anno da poco concluso ha segnato un decisivo cambio di ritmo in molti settori della scienza e della tecnica. In particolare esiste un campo in cui i trend di crescita sono stati superiori anche alla più rosea della previsioni: parliamo dell’intelligenza artificiale (AI, “Artificial Intelligence”), la disciplina al confine tra scienza e filosofia il cui obiettivo è la creazione di macchine dotate di capacità e abilità tipiche del ragionamento umano.

Impossibile tracciare tutte le novità che hanno preso corpo nel corso degli ultimi dodici mesi: ci limitiamo qui di seguito a individuare gli sviluppi più promettenti su alcune delle tematiche di maggior rilievo. Anzitutto, introduciamo qualche utile definizione per districarci nella giungla futuristica delle applicazioni dell’AI.

AI di livello 1, o Intelligenza artificiale ristretta (Artificial Narrow Intelligence): denominata anche “intelligenza artificiale debole” è relativa alle applicazioni strettamente specializzate, come, ad esempio, la creazione di macchine in grado di giocare a scacchi, risolvere un problema di fisica, dipingere un quadro o comporre una sinfonia. Ovviamente, algoritmi e macchine realizzate in questo ambito non saranno in grado di eseguire nessun altro task se non quello per cui sono state progettate.

AI di livello 2, o Intelligenza Artificiale Generale (Artificial General Intelligence): nota anche come “intelligenza artificiale forte”, si riferisce alla creazione di agenti artificiali che non si limitino ad eseguire specifici compiti, ma che posseggano coscienza, creatività, capacità di giudizio del tutto analoghe a quelle di un essere umano. Naturalmente in questo caso il grado di complessità è molto maggiore rispetto al livello 1, e, a rigore, questo stadio non è ancora stato raggiunto, nemmeno dalle applicazioni più innovative ed avveniristiche.

AI di livello 3, o Superintelligenza Artificiale (Artificial Superintelligence): ha a che fare con lo sviluppo di enti artificiali “superiori” che, oltre a possedere creatività, capacità di giudizio, emotività, come previsto già dal precedente livello 2, sono in grado di eseguire compiti tipicamente umani con performance di velocità, precisione e qualità molto superiori agli standard umani. Siamo, almeno per ora, ben lontani dall’ottenere creature artificiali “superintelligenti”. Di sicuro raggiungere il livello 2 è un prerequisito per poter affrontare successivamente una sfida così ardita.

Per il momento, esistono svariate applicazioni di livello 1, e poche o nessuna che possa collocarsi al successivo livello 2. Vediamo le più rilevanti:

  • Automobili a guida autonoma, in corso di sviluppo da parte di diversi colossi del settore automotive, come ad esempio Toyota. La stessa Google ha una nutrita equipe di ricercatori al lavoro per rendere sempre più sofisticate (e sicure) le vetture del prossimo futuro. Secondo le stime attuali, entro il 2020 circoleranno almeno 10 milioni di vetture autonome.
  • Algoritmi per la diagnosi precoce di malattie, come ad esempio Watson dell’IBM. Dovrebbero fornire supporto ai medici oncologi nell’individuazione della patologia e nell’analisi delle informazioni relative al paziente, allo scopo di definire la terapia più adatta, anche sulla base di informazioni statistiche su casi simili nel passato.
  • Robotica evoluzionaria, che si occupa dello sviluppo di automi che utilizzino meccanismi tipici dei sistemi biologici, come la selezione naturale, per migliorare le proprie caratteristiche ed adattarsi in modo autonomo a differenti ambienti, mantenendo una elevata flessibilità nell’esecuzione di vari compiti.
  • Motori di ricerca semantici, che siano cioè in grado di estrarre ed interpretare il “senso” delle richieste degli utenti, non limitandosi ad una mera analisi della loro sintassi. Ad esempio, un motore di ricerca classico può fornire ad un utente che digita la frase “voglio acquistare il computer desktop col miglior rapporto qualità-prezzo sul mercato” una lista dei siti più diffusi di vendita online di computer. Un motore semantico, al contrario, può fornire precise indicazioni ed analisi comprensibili per l’utente sull’effettivo modello da acquistare.

La carrellata potrebbe proseguire, ma in ogni caso è piuttosto chiaro che nessuna delle applicazioni suddette può “sconfinare” dal proprio stretto dominio di competenza. Un algoritmo per la traduzione simultanea non potrà essere utilizzato per giocare a scacchi, così come un motore di ricerca semantico non potrà essere impiegato per dipingere un quadro.

Il passaggio successivo, ossia la realizzazione di sistemi in grado di replicare, o addirittura superare, la coscienza e le capacità umane, porta con sè una serie di questioni non solo di natura scientifica o tecnologica, ma più in generale di natura filosofica ed etica. Le principali?

  • Una macchina munita della capacità di ragionare può/deve essere asservita agli esseri umani?
  • Un robot pensante deve godere di diritti? Se sì, quali?
  • Quali leggi occorre formulare e rispettare per garantire che l’enorme sviluppo nel settore dell’intelligenza artificiale sia effettivamente proficuo per l’umanità, e non si traduca al contrario in una minaccia per la sua sopravvivenza?
  • Quali limiti occorre porre alla facoltà dei sistemi automatici di raccogliere dati sugli utenti (ad esempio sui social network) con la finalità di potenziare nuovi algoritmi di intelligenza artificiale?
  • Quanto occorre arginare l’emersione delle nuove tecnologie e il loro impatto sul mondo del lavoro per impedire di ritrovarsi nel giro di qualche anno con un esercito di disoccupati rimpiazzati da  algoritmi e macchine intelligenti?

Se tutto questo dovesse sembrarvi prematuro, o addirittura delirante, il seguente rapporto elaborato da Gartner, una delle principali società al mondo nel settore della consulenza strategica per le imprese, forse vi rimetterà sulla giusta strada. Qualche previsione?

  • Entro il 2018, saranno presenti sei miliardi di terminali o dispositivi aziendali connessi in rete che richiederanno supporto tecnico in tempi strettissimi
  • Entro il 2020, agenti software completamente fuori dal controllo umano contribuiranno ad almeno il 5% di tutte le transazioni economiche mondiali
  • Entro il 2018, più di 3 milioni di lavoratori in giro per il mondo saranno supervisionati da macchine
  • Entro il 2018, il 45% delle aziende con maggiore crescita avranno meno impiegati che processi gestiti da macchine “intelligenti”

E infine:

  •  Entro il 2018, a due milioni di impiegati sarà richiesto di indossare dispositivi per il monitoraggio delle condizioni fisiche e per la localizzazione come condizione imprescindibile per l’assunzione.

Morale della favola: se anche il 2016 non dovesse essere l’anno che segnerà l’avvento delle macchine intelligenti, questo non vuol dire che questo delicato argomento non vada affrontato già da subito, discutendone tutte le implicazioni, le nuove legislazioni necessarie e i paradigmi di sviluppo.

Pubblicato con licenza Creative Commons Attribuzione-Non opere derivate 2.5 Italia.   
Crediti immagine: Defence Images, Flickr

Condividi su
Gianpiero Negri
Laureato in Ingegneria Elettronica, un master CNR in meccatronica e robotica e uno in sicurezza funzionale di macchine industriali. Si occupa di ricerca, sviluppo e innovazione di funzioni meccatroniche di sicurezza presso una grande multinazionale del settore automotive. Membro di comitati scientifici (SPS Italia) e di commissioni tecniche ISO, è esperto scientifico del MIUR e della European Commission e revisore di riviste scientifiche internazionali (IEEE Computer society). Sta seguendo attualmente un corso dottorato in matematica e fisica applicata. Appassionato di scienza, tecnologia, in particolare meccatronica, robotica, intelligenza artificiale e matematica applicata, letteratura, cinema e divulgazione scientifica, scrive per Oggiscienza dal 2015.