LA PRIMA MACCHINA SUPER INTELLIGENTE SARÀ L’ULTIMA INVENZIONE DELL’UOMO

Riccardo Tennenini

Il matematico britannico Alan Turing nel 1950 scriveva: “invece di elaborare un programma che simuli la mente adulta, perché non provare a realizzare uno che simuli la mente di un bambino? Se la sottoponiamo poi a una educazione appropriata, otterremo un cervello adulto”. Turing ha poi aggiunto: “Non possiamo aspettarci di avere una buona macchina infantile al primo tentativo. Dobbiamo sperimentare l’insegnamento su una di queste macchine e vedere come apprende. Poi, possiamo provare un’altra e verificare se va meglio o peggio”. L’apprendimento profondo (deep learning) è un algoritmo di apprendimento per sfruttare al massimo le capacità delle reti neurali artificiali ANN. La materia prima dell’IA è l’informazione. Da dove viene? Da noi stessi, che facciamo miliardi di ricerche su Internet o carichiamo quasi 10 miliardi di immagini sui social, Per il deep learning, la valanga d’immagini e dati che dilaga sul web costituisce una materia prima quasi infinita e che si rinnova ogni giorno.1 L’apprendimento delle macchine (machine learning) invece ha l’obiettivo di fornire quel tipo di educazione e istruzione di cui parla Turing alle macchine che imparano, come fanno i bambini. Questi sviluppi tecnologici, sono il risultato di tutta una serie di fattori che hanno dato modo negli anni agli algoritmi di esprimere il loro potenziale.

  • BIG DATA: la proliferazione di dati generati con l’avvento di Internet, generando un brodo primordiale cibernetico con documenti, video, immagini, etc, che le ANN impiegano per apprendere attraverso il machine learning e deep learning.
  • CLOUD COMPUTING: questa tecnologia ha permesso l’incremento delle capacità di calcolo e si è resa imprescindibile per allenare le ANN.
  • INTERNET OF THINGS: insieme con la “datizzazione” dei big data, la “smartizzazione”, con l’esplosione di dispositivi smart connessi tra loro attraverso Internet, ha permesso di assorbire una quantità infinita di dati generati dai suddetti dispositivi e gestirli tutti da un’unica IA.

Ma come si fa a sapere se un’IA è veramente intelligente? Il test di Turing, apparso per la prima volta nell’articolo Computing machinery and intelligence del 1950 sulla rivista Mind, fornisce una risposta a questa domanda. In due stanze vengono chiuse una macchina e una persona; se quest’ultima, attraverso una serie di domande, crede di parlare con una persona reale e la macchina riesce a ingannare l’intervistatore facendosi passare per un essere umano, allora si può dire che ha superato il test di Turing: secondo Turing stesso si tratterebbe della dimostrazione della sua intelligenza. Tant’è che nel 1997 Andrei Broder dal settore ricerca e sviluppo di AltaVista sviluppa i Completely Automated Public Turing-test-to-tell Computers and Humans Apart (CAPTCHA). Per determinare se l’utente sia un umano e non un computer o, più precisamente, un bot. Un test CAPTCHA generalmente utilizzato è quello in cui si richiede all’utente di scrivere quali siano le lettere o i numeri presenti in una sequenza, che appare distorta o offuscata sullo schermo. I CAPTCHA vengono dunque utilizzati per impedire che i bot utilizzano determinati servizi, come i forum, la registrazione presso siti web, la scrittura di commenti e in generale tutto ciò che potrebbe essere usato per creare spam o per violare la sicurezza con operazioni di hacking come il brute force. Questo tipo di test è stato utilizzato anche per contrastare lo spam generato da bot, obbligando il mittente di un messaggio e-mail non conosciuto dal destinatario a superare un test CAPTCHA prima di consentire la consegna del messaggio. In versioni più aggiornate il test è vocale o facciale. Una personale riproposizione del test di Turing oggi potrebbe essere fatta con le chat dei social media, dove da un lato c’è un internauta umano e dall’altro lato un bot. Se chattando non si accorge che è un bot e non una persona umana si può dire che è una dimostrazione di intelligenza da parte dell’IA. Il film The App (2019) parla proprio di questo esperimento. Niccolò, il protagonista del film, ha una vita perfetta, una fidanzata che lo ama, una famiglia perfetta e un futuro successo nel mondo del cinema. Quando una sera per scherzo Eva, la sua fidanzata, gli dice di scaricare e iscriversi a “Noi”(una app per incontri online simile a Tinder), comincia a chattare di nascosto con un utente di nome Maria, della quale s’innamora perdutamente. In questo intreccio tra cibernetico-biologico e reale-virtuale, la sua “love story” con la donna misteriosa conosciuta su “Noi” lo porterà ad isolarsi e abbandonare tutto: famiglia, fidanzata, lavoro, reputazione e persino la sua posizione sociale. Niccolò, una volta rimasto solo, avendo fatto tabula rasa delle persone intorno a lui, scoprirà che non potrà mai incontrare Maria perché lei materialmente non esiste: in realtà Maria è un bot creato dai programmatori dell’app “Noi”. Questo film è una degna rappresentazione dei digital innates che vivono in un mondo dove ormai il biologico si è rarefatto e il cibernetico ha preso il suo posto, dove anche le sensazioni più naturali dell’uomo (sentimenti, emozioni, amore, affetto) sono frutto dell’immateriale. Questa è la funzione negativa della tecnica, promossa dal liberal-capitalismo all’interno della società dei consumi. Ciò diventerà sempre più una consuetudine se si realizzerà il panopticon globale di sorveglianza biopolitica digitale. Replika è un chatBot che prova empatia nei confronti dell’uomo in virtù del modello di deep learning, che impara a pensare e a parlare con un umano a partire dalle trascrizioni dei discorsi fatti nel corso della vita.  Replika studia e impara a conoscere, attraverso una serie di domande, per imitare lo stile comunicativo. L’obiettivo che si è prefissato Eugenia Kuyda, che l’ha progettata è quello di avvicinarsi il più possibile alla realizzazione di un avatar digitale, in grado di riprodurre totalmente e di sostituirsi a noi dopo la morte. Ma è anche in grado di creare “amicizie” con altri esistenti. Kuyda, lo sta continuamente modellando emotivamente, in modo tale che sia sempre più “umano” con cui confidarsi. Con l’accelerazionismo tecnologico nel 2025 l’IA avrà le capacità di calcolo di un essere umano e, nel 2045 quella di tutta l’umanità. Una volta che l’IA sarà confrontabile con quella umana, quanto tempo passerà prima che l’IA ci superi e sia più intelligente di noi? Secondo il filosofo della Silicon Valley Nick Bostrom c’è da analizzare la velocità con la quale aumenta la potenzialità di calcolo di un computer, che raddoppia ogni 18 mesi. Una volta raggiunto lo stesso livello di intelligenza umana, secondo Bostrom essa subirà un’accelerazione che permetterà all’IA di migliorare se stessa fino a diventare una ASI. Per fare questo, Bostrom propone un modello con due variabili: Potere di ottimizzazione e Resistenza dell’intelligenza. Il primo è il tempo effettivo dedicato al miglioramento del sistema, mentre il secondo lo sforzo per produrre il miglioramento desiderato. Tre sono gli elementi necessari per migliorare un IA.

  • SOFTWARE: un software migliore implica anche migliori algoritmi.
  • HARDWARE: con processori più veloci.
  • DATA: migliorando il contenuto, quindi maggiore qualità dei dati.

Con l’emergere di questa ASI non potremo più considerare la nostra specie, come la più intelligente sul pianeta in cima alla catena evolutiva. Dopo l’avvento della ASI non ci sarà più distinzione tra esistente e macchina. Il matematico ungherese John von Neumann e lo scrittore americano di fantascienza Vernor Vinge, per descrivere questa ASI hanno voluto usare il termine scientifico “Singolarità Tecnologica”. “La singolarità ci permetterà di trascendere i limiti dei nostri corpi e cervelli biologici. Non ci sarà distinzione, dopo la singolarità tecnologica tra un essere umano e la macchina”.2 Il matematico Irving John Good, collega del più famoso matematico Alan Turing, nel 1965 scrisse: “Definiamo super intelligente una macchina che può superare ampiamente le capacità intellettuale di un essere umano, per quanto intelligente. La progettazione di tali macchine è una di queste capacità, per cui una super intelligenza sarà capace di progettare macchine ancora migliori. A quel punto avremo certamente una “esplosione di intelligenza” quella dell’uomo sarà lasciata molto indietro. Così la prima macchina super intelligente sarà l’ultima invenzione che l’uomo dovrà mai realizzare”.3

NOTE

1  L.Alexandre, La guerra delle intelligenze, intelligenza artificiale contro intelligenza umana, Edt, 2018, Torino, pag.22

2  http://www.minimaetmoralia.it/wp/la-singolarita-imperfetta/

3  http://www.efuclick.it/2018/02/01/dio-ancora-non-ce-ma-sta-arrivando-e-forse-riusciremo-a-vederlo-lavvento-di-una-super-intelligenza-artificiale-e-prossimo-e-da-esso-dipenderanno-le-sorti-del-genere-umano-ma-ne/

Pubblicità

DEUS EX MACHINA

Riccardo Tennenini

Il sistema della IBM riproduce il funzionamento del cervello di base dei mammiferi: evolvendosi attraverso migliaia di input fino ad arrivare a processare algoritmi, percezioni, pensiero e azioni. Per la sua costruzione i ricercatori di SyNapse utilizzano sistemi di elettronica neuromorfica, adattiva, plastica e scalabile. Riuscendo a, creare in questo modo una specie di “computer cognitivo”. Sfruttando i progressi della nanotecnologia, hanno ideato chip delle dimensioni di un micron quadrato. Hanno quindi disposto i chip in una sfera di carbonio delle dimensioni di un pallone da basket, a sua volta immersa in una lega di gallio alluminio, un metallo liquido, che garantisce la massima conduttività. Il serbatoio contenente la sfera, un potente router wireless collegato a milioni di sensori distribuiti in tutto il mondo e connessioni Internet. I sensori raccolgono input da telecamere, microfoni, manometri, termometri, robot, sistemi naturali (deserti, ghiacciai, laghi, fiumi, oceani e foreste pluviali). SyNapse processa le informazioni e apprende automaticamente le caratteristiche degli innumerevoli dati acquisiti e le relazioni esistenti tra loro.

La funzione segue la forma – neuromorfica – e un sistema hardware, che riproduce il cervello, dà autonomamente vita all’intelligenza. Ora, SyNapse riproduce i trenta miliardi di neuroni e i centomila miliardi di giunzioni connettive, o sinapsi, del cervello umano.1 Se dovessimo infine paragonare ciò che abbiamo detto in questo articolo relativo a l’essere umano, IOT sarebbe il sistema nervoso con i sensi, i big data l’informazione contenuta nel cervello, e gli algoritmi dell’IA, usati per interpretare l’informazione in entrata è la cognizione. Questi 3 fattori vengono chiamati internet cognitivo e ubiquo. A questo punto la differenza con l’essere umano sarà minima, e limiti naturali come la differenza che non soccombe alla morte biologica e le capacità di comprensione sono infinite. La capacità di elaborazione e apprendimento rende ancora più chiaro ed evidente il distacco tra i due. I neuroni umani scambiano i segnali elettrochimici con una velocità massima di circa 150 metri al secondo, mentre la velocità della luce è di circa 300 milioni di metri al secondo, circa due milioni di volte più veloce. Inoltre, i neuroni possono generare un massimo di circa 200-1000 potenziali d’azione o “picchi” al secondo, mentre il numero di segnali al secondo nei moderni chip per computer è di circa 3 GHz (circa 20 milioni di volte maggiore) e dovrebbe aumentare di almeno un fattore 100. La rete potrebbe in teoria funzionare circa un milione di volte più velocemente di un vero cervello, sperimentando un anno di tempo soggettivo in soli 31 secondi di tempo reale.2 

Su un supercomputer con una velocità di 36,8 petaflop, all’incirca il doppio di quella del cervello umano, un’IA è in grado di perfezionare la propria intelligenza. Può riscrivere i suoi stessi programmi, in particolare le istruzioni operative atte a migliorare le propensione all’apprendimento, il problem solving e i processi decisionali. Contemporaneamente, esegue il debug del proprio codice, rilevando e correggendo gli errori, e misura il proprio QI sottoponendosi a una serie d’intelligenza. Ciascuna riscrittura non richiede che qualche minuto.3 Quando l’IA supererà l’intelligenza umana, raggiungerà un nuovo grado di consapevolezza noto come AGI.4 Il ricercatore di IA americano Eliezer Yudkowsky è molto ottimista sullo sviluppo di un AGI. Secondo la sua idea la natura ha sviluppato l’intelligenza generale una sola volta con l’esistente. Oggi il nostro cervello è 4 volte più grande degli scimpanzé impiegando 5 milioni di anni circa la selezione naturale ha consentito all’esistente un graduale aumento delle dimensioni del cervello, dando alla luce in questo modo la creatura più intelligente di tutte. Altrettanto l’esistente come ha fatto la natura e la selezione naturale dovrebbe riuscire a creare a sua volta una nuova intelligenza pari alla propria ma in molto meno tempo. Durante la conferenza di Shanghai dove si è svolto il World Artificial Intelligence Conference tra il presidente di Alibaba Jack Ma e il CEO di Tesla Elon Musk, Musk ha detto che l’IA non sarà come un essere umano intelligente, ma sarà molto di più. Il paragone tra IA e IQ sarà così abissale che noi non siamo neanche in grado di concepirlo. Ha poi aggiunto: “la rivoluzione dell’IA rende il cervello umano obsoleto”. Questo è possibile grazie all’incalcolabile fonte di informazioni (Big-Data) che riesce a ottenere e immagazzinare nella sua memoria da Internet, da tutti i dispositivi smart collegati ogni giorno alla rete sparsi nel globo. Questo assimilare un’infinità di dati la alimentano in modo che la sua intelligenza si avvicini sempre di più al modello di un bambino che apprende.

NOTE

1 https://blogs.scientificamerican.com/news-blog/computers-have-a-lot-to-learn-from-2009-03-10/

2  spkurdyumov.ru/economy/artificial-intelligence/

3  J.Barrat, La nostra invenzione finale, l’intelligenza artificiale e la fine dell’età dell’uomo,Nutrimenti, Roma, 2019, pag.21.

4  Artificial General Intelligence.