Carico...

Siamo stati a Superhumans: Human and Artificial Intelligence in Synergy, un simposio a cui hanno partecipato alcuni dei più grandi esperti di intelligenza artificiale del mondo.

Macchine intelligenti
Quello dell’intelligenza artificiale è uno dei temi più caldi di questi ultimi anni. Coniato nel 1956, il termine Artificial Intelligence (AI) ha quasi 60 anni. Fu usato per la prima volta alla Dartmouth Conference organizzata da Marvin Minsky (Università di Harvard), John McCarthy (Darthmouth College), Claude Shannon (Bell Telephone Lab) e Nathan Rochester (IBM). Quell’estate, 10 uomini si ritrovarono ad Hanover nel New Hampshire, per compiere uno studio interdisciplinare di due mesi. L’idea di fondo era che «ogni aspetto dell’apprendimento o una qualsiasi altra caratteristica dell’intelligenza possano essere descritte così precisamente da poter costruire una macchina che le simuli.» (Proposta di Dartmouth, p. 1.) Il fatto è che sappiamo ancora così poco sulla mente umana che replicarla risulta impossibile. In qualche modo, quindi, la ricerca sull’AI è innanzitutto una ricerca sul nostro cervello e sul nostro modo di ragionare.

Volendo indagare le radici storiche dell’intelligenza artificiale nella cultura occidentale, i primi tentativi di scomporre l’intelligenza in automatismi di pensiero, regole e significati risalgono a filosofi greci: Aristotele individuò nel sillogismo una forma di pensiero meccanico. Nella cultura orientale invece, l’ingegnere meccanico Yan Shi presentò al re Zhou Mu il primo esempio di automa circa mille anni prima di Cristo. In Machine Who Thinks, Pamela McCorduck ripercorre la strada compiuto dall’AI fino al 1979, dai miti greci di Efesto, Galatea e Pandora, il suo excursus storico passa per le pubblicazioni sugli automi del matematico arabo Al-Jazari, per Frankenstein di Mary Shelley e ci porta infine ad Eliza – la prima macchina ad aver superato il test di Turing.

Che la discussione sull’AI non sia qualcosa di nuovo è evidente anche senza tornare indietro di secoli, ma la storia aiuta a comprenderne le radici. Se, infatti, i primi esempi di automazione sono stati per lo più di tipo meccanico, l’idea attuale di intelligenza artificiale corrisponde ad attività di tipo cognitivo. Per alcuni il concetto di intelligenza è legato all’apprendimento: una macchina è intelligente non solo quando risolve problemi, ma quando impara a risolverne di nuovi. Per altri l’intelligenza non esiste di per sé, ma solo come sovrapposizione di diversi tipi di intelligenza: Deep Blue – il super computer sviluppato da IBM che sconfisse il campione del mondo di scacchi Kasparov nel 1997 – aveva un’intelligenza limitata a un contesto come il gioco degli scacchi, ma non estendibile ad altri campi come guidare un’automobile.

Lo storico match vinto da Deep Blue contro Gary Kasparov nel 1997. Lo stesso Kasparov era già stato battuto già nel 1994 da ChessGenius, il primo software in grado di battere un campione mondiale di scacchi.

Infine, c’è chi interpreta l’intelligenza come percezione di sé, come una forma di autocoscienza. Parlare di AI significa per forza muoversi su un terreno scivoloso: è uno scenario in continuo divenire, e dipingerne un quadro realistico richiede conoscenze specifiche molto approfondite. Il rischio è quello di ritrovarsi nel regno dell’AI for dummies, finendo per parlare di cose troppo vaghe per essere sbagliate. Quello che è certo è che l’intelligenza artificiale è un riflesso dell’intelligenza umana, e ci dice molte cose su chi siamo e dove stiamo andando. Un’altra cosa certa è che per capirne il potenziale, l’AI va giudicata non solo come scenario futuro, ma anche come tecnologia già presente nelle nostre vite quotidiane.

Il test di Turing, teorizzato da Alan Turing nel 1950, ha rappresentato per tempo la prova del nove per l’intelligenza artificiale: se una macchina compie una mansione umana per la quale è richiesta intelligenza in modo indistinguibile da un essere umano, quella macchina può essere considerata intelligente. Ma la prospettiva che la performance di un computer sia migliore di quella di un umano in contesti specifici, richiama una retorica che mal si confà alla contemporaneità. Nei decenni scorsi si chiedeva alle macchine di dimostrare di essere intelligenti come gli umani, o addirittura, in ambiti specifici, migliori delle menti più brillanti. Questa pretesa era legata a una specifica ricerca nel campo dell’AI che ancora non riguardava prodotti di largo consumo e che ha finito per essere un ostacolo alla diffusione dei prodotti che sarebbero stati sviluppati. L’incubo distopico di macchine dotate di una super-intelligenza in grado di prendere il controllo del nostro mondo nasce da proprio in quel periodo.

La mia conversazione con Eliza, software del 1966 che emulava uno psicoterapeuta roversiano. A quel tempo i tester scambiarono le risposte di questo chatterbot per quelle di un essere umano.

Intelligent Personal Assistant

Nel percorso che ha trasformato l’AI da un argomento per specialisti a una tematica mainstream, la parte del leone la recitano i personal assistant, la declinazione più rassicurante dell’intelligenza artificiale. Durante Google I/O 2016keynote annuale per developer che si tiene ogni anno a San Francisco –, Aparna Chennapragada, direttore di Google Now, ha definito il periodo attuale come “la primavera dell’intelligenza artificiale”. “Molti problemi reali si stanno trasformando in problemi legati all’intelligenza artificiale” ha aggiunto “come trasporti e salute, solo per citarne alcuni”. Dal suo punto di vista, grazie alla diffusione dei telefoni cellulari, l’impatto di questo tipo di tecnologia sulla vita reale è enorme: modelli e algoritmi che operano su big data generati online e aggiornati in tempo reale possono fornire soluzioni inimmaginabili fino a pochi anni fa ai problemi più diversi. Attualmente, le forme di Artificial Intelligence più vicine alla nostra quotidianità sono infatti legate ai nostri telefoni cellulari: sono i cosiddetti Intelligent Personal Assistant (IPA) come Siri, Google Now, Samsung S Voice e Microsoft Cortana. Altri esempi sono Amazon Echo o IBM Watson, in cui il software di intelligenza artificiale è legato ad un hardware che non prende la forma di un telefono cellulare. La tecnologia comune a tutti questi prodotti è la forma di comunicazione tra utente e intelligenza artificiale: la comunicazione verbale, migliorata esponenzialmente negli ultimi anni grazie all’avanzamento nel campo del voice recognition.

Volendo assumere la prospettiva dello user, questo dialogo tra uomo e macchina implica due considerazioni: l’input dell’utente non è più mediato dalla tastiera e strutturato nella forma del linguaggio scritto, ma diventa un flusso continuo di informazioni sulle quali il nostro controllo tende a essere sempre più sfumato. Il secondo punto è che questa forma di intelligenza si basa su una struttura dialogica, in qualche modo socratica, come se l’AI fosse fondata sulla maieutica. La stessa ELIZA era basata su un meccanismo di tipo dialogico: quando non viene interrogata per qualche minuto, dichiara di non poter essere di nessun aiuto senza che si dialoghi con lei.

Eliza può diventare impaziente se non fai domande.

Parlare di personal assistant implica uno scarto sostanziale a livello narrativo: permette di aggirare l’immaginario che vede macchine e umani in contrapposizione tra loro. La conversazione orale tra uomo e macchina è uno step fondamentale in questo percorso: perché temere l’AI se la decisione finale spetta sempre a noi umani? Un assistente non decide autonomamente, al massimo può consigliare.

Se pensiamo a IBM Watson Health, non lo percepiamo come il sostituto di un medico, ma piuttosto come una macchina che facilita le decisioni di un dottore sottoponendogli statistiche sulla casistica e le possibili soluzioni. Secondo IBM, è un prodotto che rappresenta un esempio pionieristico di collaborazione tra tecnologia e esseri umani. Questo processo è basato sul cognitive computing, un modello che mira a risolvere i problemi utilizzando processi cognitivi simili a quelli umani. La particolarità di Watson è quella di operare su dati non strutturati – al momento,  l’80% del totale – capire testi scritti e incrociare i dati in maniera complessa: in questo modo, restituisce un senso ai dati laddove un medico impiegherebbe anni solo per la loro consultazione. Non parliamo più di macchine super intelligenti quindi, ma di umani resi più intelligenti dalle macchine

carico il video...
IBM Watson Health è un cloud-based data sharing hub basato sulle più avanzate tecnologie cognitive e di analisi.

Superhumans
Il mese scorso sono stato invitato a un workshop organizzato da Microsoft Research a Cambridge, nel Regno Unito. Le organizzatrici erano Abigail Sellen – Principal Researcher e manager of Human Experience & Design (HXD) presso il lab di Cambridge – e Yvonne Rogers – professoressa di Interaction Design e direttrice dell’Interaction Center dello University College of London. Il titolo era appunto Superhumans: Human and Artificial Intelligence in Synergy. Gli invitati erano i migliori ricercatori del paese nel campo dell’AI, una materia che abbraccia molte discipline: scienze cognitive, design interdisciplinare, machine learning, media digitali, filosofia, semantica, logica e, ovviamente, scienze informatiche. Cosa ci facessi lì, me lo sto ancora chiedendo. Cosa ci facessero lì quei ricercatori però, seduti in quella piccola aula a cascata, è stato chiaro sin da subito. Radunare le persone più preparate nel campo dell’intelligenza artificiale aiuta a delinearne i contorni, a definire scenari e direzioni future.

carico il video...
“Le persone stanno cercando di capire il cervello come organo invece di creare buone teorie su come potrebbe funzionare. Non serve guardare al cervello senza buone teorie per interpretarlo.”

L’attuale momento storico rappresenta da questo punto di vista un’occasione senza precedenti: mai gli esseri umani hanno avuto a disposizione tecnologie simili. L’obiettivo è quindi quello di ridisegnare la traiettoria dell’intelligenza artificiale in modo da renderla parte integrante della nostra vita quotidiana eliminando rischi e paranoia. Spostare la discussione dal conflitto tra uomo e macchina alla sinergia tra i due può anche essere un modo per preparare il mercato all’assimilazione di un simile prodotto. Le risposte degli esperti aiutano a formare schemi di pensiero replicabili, in forma più semplice, in chiave di marketing.

Da parte loro, gli accademici invitati non hanno risparmiato critiche, anche feroci, alla retorica utilizzata per descrivere lo stato dell’arte dell’intelligenza artificiale. In molti non considerano davvero intelligenti macchine che non riescono a sovrapporre intelligenze di tipo diverso, ritenendo l’intelligenza come necessariamente multidimensionale: il rischio è quello di sovrastimare queste macchine e di affidarsi a delle dumb machines. Di qui l’idea di limitare le decisioni finali ai soli umani, unici responsabili morali delle decisioni prese. La realtà, però, è che i personal assistant sembrano un passaggio preliminare verso l’introduzione di AI più complesse e invasive. In fin dei conti, Google ha progettato un’auto che si guida da sola, qualche decisione la dovrà pur prendere. Un prodotto come IBM Watson Health, ad esempio, di decisioni ne prende parecchie quando analizza i dati a disposizione, tanto che una delle questioni fondamentali è stabilire come questo accada.

carico il video...
Quando la Google Driverless Car si schiantò su di un autobus. Fonte: Associated Press.

Per questo motivo si è parlato di Hybrid Teams dove gli umani siano parte del loop decisionale anche nel processo, collaborando e dividendosi i compiti con le macchine a seconda delle abilità specifiche: in questo modo, il valore del team è superiore alla somma delle sue parti. È un processo che si verificherà solo se esisterà la volontà di realizzarlo, perché richiede di prendere delle decisioni. sia nel campo della politica che del design. Per eliminare la competizione tra umani e macchine il primo passo potrebbe essere eliminare da queste ultime i tratti antropomorfi, come aspetto, voce e caratteristiche riconducibili alle persone. Dal punto di vista dell’estetica questo presuppone una virata dal modello del cyborg e dal test di Turing. Le macchine dovrebbero essere riconoscibili come tali, e il fatto che assomiglino agli umani, fisicamente e/o nel modo di pensare/relazionarsi, non è di per sé un valore, anzi. Tuttavia, l’intelligenza artificiale è necessariamente il risultato dell’intelligenza umana che l’ha progettata. E se a progettarla è un maschio occidentale che ha studiato in un’università britannica di alto livello, difficilmente quell’AI riprodurrà un modo di pensare radicalmente diverso.

L’ingresso del Microsoft Research Lab di Cambridge, UK.

L’impressione è che nemmeno coloro che si occupano quotidianamente di AI abbiano davvero idea di dove stiamo andando, e per questo sono in cerca dei contributi più svariati, provenienti dagli ambiti più disparati, da includere nella discussione. Secondo alcuni, tra vent’anni, ripensando alla nostra idea attuale di intelligenza artificiale, ci verrà da sorridere. Difficile affermarlo: gli umani, come le intelligenze artificiali, non riescono a valutare i cosiddetti unknown unknown. Per altri, invece, da qui a trent’anni, avremo macchine così efficienti da dover ripensare l’impostazione della nostra vita. Se fosse vero, diventerà davvero fondamentale che, a preoccuparsene, non siano solo gli addetti ai lavori e gli accademici che insegnano a chi lavorerà con l’AI nel futuro, ma che la società intera si interroghi sull’AI senza pregiudizi, senza paure, cercando di capire quale ruolo ricoprirà nel nostro futuro.

Quando si parla di AI, la discussione si concentra spesso sull’esaltazione del progresso tecnologico o, al contrario, dei possibili scenari apocalittici ad essa collegati, ma è poco lo spazio dedicato a una lettura equilibrata dei riflessi che potrebbe avere sulla nostra realtà quotidiana.

Per analizzare la questione da questo punto di vista, può essere conveniente partire proprio dalla retorica degli sviluppatori di dell’AI. In fondo, l’intelligenza artificiale è innanzitutto il risultato dell’intelligenza umana che l’ha prodotta, ne è in qualche modo l’immagine speculare, porta con sé colori, sesso e cultura. Messa in questo modo sembra abbastanza semplice, ma il rischio di trasformare ogni speculazione sull’AI in una banalizzazione della stessa è molto alto. È anche un processo quasi inevitabile per rendere la materia commestibile al grande pubblico, un po’ come la pubblicità di IBM Watson Health che ne spiega a grandi linee il funzionamento. La narrativa corporate diventa quindi understanding: il linguaggio usato per definire l’AI è un elemento fondamentale per capirne le dinamiche, ed è proprio da qui che bisognerebbe guardare al futuro dell’intelligenza artificiale.

Roberto Pizzato
Da piccolo sognava di guidare una ruspa, poi qualcosa è andato storto. Vive ad Amsterdam, dove ricerca, scrive e sviluppa idee su nuovi media e cultura digitale.

PRISMO è una rivista online di cultura contemporanea.
PRISMO è stata fondata ad Aprile 2015 all’interno di Alkemy Content.

 

Direttore/Fondatore: Timothy Small

Caporedattori: Cesare Alemanni, Valerio Mattioli, Pietro Minto, Costanzo Colombo Reiser

Coordinamento: Stella Succi

In redazione: Aligi Comandini, Matteo De Giuli, Francesco Farabegoli, Laura Spini

Assistente di redazione: Alessandra Castellazzi

Design Direction: Nicola Gotti

Art: Mattia Rinaudo

Sviluppatore: Gianmarco Simone

Art editor: Ratigher

Gatto: Prismo

 

Scriveteci a prismomag (at) gmail (dot) com

 

© Alkemy 2015