Intelligenza artificiale for dummies

Luca Massaron

• Publisher: Hoepli
• Year: 2020
• ISBN:
  9788820398149
• Topic: Informatica
• Subtopic: Intelligenza artificiale (IA) e semantica

Intelligenza artificiale: interessante, e anche un po' inquietante. Ed è già fra noi. L'AI ci protegge dalle frodi, prende gli appuntamenti per le visite mediche, è d'aiuto nel customer service e ci assiste nella scelta dei programmi televisivi e nella pulizia della casa. Volete saperne di più? Che siate dei tecnofili o dei semplici curiosi, sarete stupiti da ciò che imparerete!In questo libro troverete tutte le risposte alle vostre domande e scoprirete cos'è (e cosa non è) l'intelligenza artificiale, oltre a considerazioni sulle questioni etiche implicate nell'impiego dell'AI, al suo utilizzo odierno e ad alcune delle meraviglie che, in un futuro non troppo distante, sarà in grado di fare.

1

Introduzione all’intelligenza artificiale

Capitolo 1

Introduzione all’intelligenza artificiale

IN QUESTO CAPITOLO

» Definizione dell’AI e della sua storia

» Utilizzo dell’AI a fini pratici

» Al di là dell’hype

» Connessione fra AI e tecnologia informatica

L’intelligenza artificiale, o AI, dalle iniziali delle parole inglesi artificial intelligence, ha avuto, nel corso degli anni, svariate false partenze e interruzioni, in parte perché non è facile capire di che cosa si tratti esattamente o, addirittura, se sia opportuno arrivare a ottenerla. Gran parte del problema è dovuta al fatto che sembra che film, spettacoli TV e libri abbiano cospirato per dare delle false speranze in merito a ciò che l’AI può offrirci. Inoltre, la tendenza molto umana ad antropomorfizzare (ossia ad assegnare caratteristiche umane a qualcosa) la tecnologia fa sì che sembri che con l’AI siano raggiungibili risultati ben al di là delle sue effettive possibilità. Il modo migliore per iniziare la lettura di questo libro, pertanto, consiste nel dare una corretta definizione di intelligenza artificiale, specificando altresì che cosa non è e in che modo, oggi, è collegata con il mondo dei computer.

Ovviamente, ciò che ci si può aspettare dall’AI è dato da una combinazione del modo in cui si definisce l’AI, della tecnologia disponibile per implementarla e degli obiettivi che ci si propone; di conseguenza, ognuno vede l’AI in modo diverso. In questo libro cercheremo di mantenere un approccio equilibrato, dando uno sguardo all’AI da più punti di vista possibile, da un lato senza cedere all’hype proposto da chi la sostiene, né, dall’altro, cedendo alla negatività fatta propria dai suoi detrattori: in tal modo, potrete avere la visione migliore possibile dell’AI in quanto tecnologia. Di conseguenza, potreste scoprire che le vostre aspettative sono un po’ diverse rispetto a quelle illustrate nel testo, il che è perfettamente lecito; ma è d’altro canto essenziale tener conto di ciò che la tecnologia è in grado di offrire realmente, piuttosto che aspettarsi qualcosa che non può fare.

Definizione del termine “intelligenza artificiale”

Prima di utilizzare un termine in un modo appropriato e significativo, è necessario avere una sua definizione: dopotutto, se non ci si accorda su un suo significato, il termine non ne assume alcuno ed è soltanto una sequenza di lettere. La definizione di una locuzione idiomatica (ossia, un termine il cui significato non risulta chiaro prendendo semplicemente il risultato degli elementi che lo costituiscono) è particolarmente importante quando si tratta di termini tecnici che, in diversi momenti e in vari modi, hanno ricevuto una certa copertura mediatica.

Dire che l’AI è un’intelligenza artificiale non aggiunge nulla al suo significato, il che è il motivo per il quale ci sono, intorno a questo termine, tante discussioni e disaccordi. Vero è che potreste argomentare che ciò che è artificiale è quanto non proviene da una fonte naturale; tuttavia, la parte riguardante l’intelligenza è, come minimo, ambigua. Può darsi che non concordiate con la definizione di intelligenza artificiale riportata nei paragrafi che seguono, ma in questo libro ci atterremo a tale definizione; ricordatevela, vi renderà più facile seguire il testo.

Distinguere l’intelligenza

Ci sono molti modi in cui viene definita l’intelligenza, ma nel complesso potremmo dire che in essa sono coinvolte determinate attività mentali così costituite:

» Apprendere: saper ottenere ed elaborare nuove informazioni.

» Ragionare: essere in grado di manipolare le informazioni in modi diversi.

» Comprendere: tenere in considerazione il risultato della manipolazione delle informazioni.

» Afferrare la verità: stabilire la validità delle informazioni manipolate.

» Vedere le relazioni: capire in che modo i dati validati interagiscono con gli altri dati.

» Tenere in considerazione i significati: applicare le verità a situazioni particolari in modo coerente con le loro relazioni.

» Separare i fatti dalle convinzioni: stabilire se i dati sono adeguatamente supportati da fonti probabili di cui si possa dimostrare la coerenza e la validità.

L’elenco potrebbe diventare molto lungo, ma anche essere comunque passibile di interpretazioni da chiunque lo consideri accettabile. Tuttavia, da questo elenco si può intuire come l’intelligenza segua un processo che può essere imitato da un sistema informatico come parte di una simulazione, seguendo questo schema:

1. Impostare un obiettivo in base a necessità o desideri.

2. Valutare il valore di qualsiasi informazione attualmente conosciuta a supporto dell’obiettivo.

3. Raccogliere altre informazioni che possano supportare l’obiettivo.

4. Manipolare i dati in modo che raggiungano una forma coerente con le informazioni esistenti.

5. Definire le relazioni e i valori di verità fra informazioni esistenti e informazioni nuove.

6. Stabilire se l’obiettivo è stato raggiunto.

7. Modificare l’obiettivo alla luce dei nuovi dati e dei loro effetti sulla probabilità di successo.

8. Ripetere i passaggi da 2 a 7 fino a che l’obiettivo non è stato raggiunto (è vero) o le possibilità di raggiungerlo non sono esaurite (è falso).

Anche se è possibile creare degli algoritmi e fornire accesso a dati che supportano questo processo all’interno di un computer, la capacità posseduta da un sistema informatico di raggiungere l’intelligenza, come l’abbiamo descritta, è fortemente limitata. Per esempio, un computer non è in grado di comprendere alcunché perché, per manipolare i dati, si basa su processi macchina utilizzando la matematica pura in maniera rigorosamente meccanica. Analogamente, non è facile per un computer separare la verità dalla non-verità (come si vedrà nel Capitolo 2). In effetti, nessun computer è in grado di implementare nessuna delle attività mentali descritte nell’elenco riportato in precedenza.

Anche suddividere l’intelligenza in categorie può tornare utile per decidere che cosa costituisce veramente l’intelligenza. Gli esseri umani non impiegano un unico tipo di intelligenza; per svolgere delle attività, fanno uso di diversi tipi di intelligenza. Howard Gardner, dell’università di Harvard, ha definito questi tipi di intelligenza (vedere http://www.pz.harvard.edu/projects/multiple-intelligences per maggiori informazioni). Conoscerli può aiutarvi a metterli in relazione con le attività che possono essere simulate con un computer per riprodurre l’intelligenza (si veda la Tabella 1.1 per una versione modificata di questi tipi di intelligenza, con descrizioni aggiuntive).

Quattro modi per definire l’intelligenza artificiale

Come abbiamo visto nel paragrafo precedente, il primo concetto da capire è che un’AI non ha niente a che fare con l’intelligenza umana. Alcune AI, è vero, sono modellate in modo da simularla, ma, appunto, si tratta di simulazioni. Quando si pensa all’AI, c’è una sinergia fra ricerca degli obiettivi, elaborazione dei dati necessari a raggiungere tali obiettivi e acquisizione dei dati utilizzati per meglio capire gli obiettivi medesimi.

TABELLA 1.1Comprendere i tipi di intelligenza

L’AI si basa su algoritmi per raggiungere un risultato che potrebbe avere a che fare, oppure no, con le finalità o i metodi impiegati dagli esseri umani per raggiungere tali obiettivi. Tenendo a mente quanto detto, ci sono quattro possibili categorie in cui ricade l’intelligenza artificiale:

» Comportamento simile a quello degli esseri umani: quando un computer si comporta come un essere umano, riesce a passare il test di Turing, nel quale il computer ha successo se non è possibile distinguere fra computer ed essere umano (si veda http://www.turing.org.uk/scrapbook/test. html per maggiori informazioni). Questa categoria contiene anche tutto ciò che i media vorrebbero far credere che sia l’intelligenza artificiale. La si può trovare impiegata per tecnologie come l’elaborazione del linguaggio naturale, la rappresentazione della conoscenza, il ragionamento automatico e il machine learning. Per passare il test, devono essere presenti tutte e quattro queste tecnologie o l’AI deve utilizzare delle valide alternative, come fa Mitsuku (https://www.pandorabots.com/mitsuku/), un chatbot che ha vinto per cinque volte il Loebner Prize per l’intelligenza artificiale, utilizzando un sistema esperto al posto del machine learning.

Il test di Turing originale non prevedeva alcun contatto fisico, mentre nella più recente nuova versione, detta Turing test totale, si prevede un test di manipolazione degli oggetti e una verifica delle abilità percettive dell’AI: per riuscire, il computer deve sapere anche usare la visione artificiale e la robotica. Fra le tecniche utilizzate oggi va per la maggiore l’idea di mettere alla prova l’AI nel raggiungere un obiettivo, invece di valutarlo nei suoi tentativi di imitare completamente il comportamento umano. Per analogia, considerate come i fratelli Wright non sono riusciti a creare un aeroplano copiando con esattezza il volo degli uccelli; questi hanno semplicemente rappresentato lo spunto iniziale, che ha poi condotto allo sviluppo dell’aerodinamica che ha, alla fine, portato al volo umano. L’obiettivo è volare; sia gli occelli sia gli uomini riescono a raggiungerlo, sebbene utilizzando approcci diversi.

» Capacità di pensiero simile a quella umana: quando un computer pensa come un essere umano, svolge compiti che richiedono, per avere successo, l’intelligenza (e non semplici operazioni ripetitive) di un essere umano, come guidare un’auto. Per stabilire se un programma sta pensando come un essere umano, bisogna avere un qualche modo per determinare in che modo pensano gli esseri umani, definito dall’approccio della modellazione cognitiva. Il modello è basato su tre tecniche:

• Introspezione: rilevare e documentare le tecniche utilizzate per raggiungere un obiettivo osservando i processi mentali di qualcuno.

• Test psicologico: osservare il comportamento di una persona e aggiungerlo a un database di comportamenti simili riscontrati in altre persone, in presenza di un insieme simile di circostanze, obiettivi, risorse e condizioni ambientali (fra le altre cose).

• Imaging del cervello: monitorare l’attività cerebrale direttamente per mezzo di diversi mezzi meccanici, come la tomografia assiale computerizzata (TAC), la tomografia a emissione di positroni (PET), l’imaging a risonanza magnetica (RMI) e la magnetoencefalografia (MEG).

Dopo aver creato un modello, si può scrivere un programma che lo simuli. Data la quantità di variabilità fra i processi mentali degli esseri umani e la difficoltà insita nel cercare di rappresentarli come parte di un programma, i risultati sono, quando va bene, di livello sperimentale. La categoria relativa alla capacità di pensiero simile a quella umana viene spesso impiegata in psicologia e in altri campi, nei quali è essenziale la modellazione dei processi mentali umani per creare simulazioni realistiche.

» Pensiero razionale: studiare come pensano gli esseri umani utilizzando determinati standard consente di stabilire delle linee guida che descrivono i tipici comportamenti umani. Una persona viene considerata razionale quando segue tali comportamenti, entro certi limiti di deviazione. Un computer che pensa in modo razionale si basa su comportamenti registrati e crea in tal modo una guida su come interagire con l’ambiente circostante basandosi sui dati che ha a disposizione. Lo scopo di questo approccio è risolvere i problemi logicamente, qualora sia possibile. In molti casi, questo approccio può consentire la creazione teorica di una tecnica per la soluzione di un problema, che può quindi essere modificata in modo ...