L’umanità dell’Intelligenza Artificiale

Facciamo progressi

di Mario Gentili

Parlare di Intelligenza Artificiale all’epoca dei social network non è più un tabù. Si tratta di prendere coscienza di una realtà ormai pervasiva anche se molto spesso sconosciuta, e per questo oggetto di timori e di pregiudizi ancestrali: macchine dominatrici, robot dalle capacità sovrumane, intelligenze superiori.
A guardare bene la storia degli ultimi due secoli, abbiamo assistito a vere e proprie rivoluzioni scientifiche e tecnologiche alle quali la maggioranza delle persone si è spesso opposta per paura della novità, cercando di conservare la logica del certo che la quotidianità era in grado di offrire loro.

Il primo picconatore di successo fu Galileo Galilei (1564-1642) che, con il suo metodo scientifico, pose le basi delle scienze moderne. La sua affermazione tratta da Il Saggiatore segnò la nascita dei concetti di modello matematico della natura e di algoritmo:

…la filosofia naturale è scritta in questo grandissimo libro che continuamente ci sta aperto innanzi agli occhi, io dico l’universo, ma non si può intendere se prima non s’impara a intender la lingua e conoscer i caratteri nei quali è scritto. Egli è scritto in lingua matematica, e i caratteri son triangoli, cerchi ed altre figure geometriche, senza i quali mezzi è impossibile a intenderne umanamente parola; senza questi è un aggirarsi vanamente per un oscuro labirinto…
Galileo Galilei – Il Saggiatore

Le prime applicazioni di questo straordinario nuovo metodo di analisi e di indagine le troviamo nella rivoluzione industriale e negli acuti tecnologici scanditi da brillanti menti di scienziati; ma anche nelle forme di serendipità ovvero nelle scoperte o ritrovamenti fortuiti ed inattesi, eventi conosciuti anche come casualità, coincidenze o incidenti. Un esempio tra tutti è il successo del motore a benzina brevettato nel 1896 da Ramson Eli Olds, al cui ineludibile successo ha concorso la diffusione in Nord America, nel 1914, di un’epidemia di afta epizootica in seguito alla quale furono eliminati tutti gli abbeveratoi, unici luoghi in cui potevano approvvigionarsi i suoi maggiori competitor: i cavalli e le macchine a vapore.
Serendipità a parte, due sono però i pilastri su cui si basano le attuali scienze (sono più di una!) dell’Intelligenza Artificiale o per meglio dire delle Machine Learning di cui l’Intelligenza Artificiale ne è una declinazione.

Il primo è l’avvento del computer, il secondo è rappresentato dagli studi e dalla conoscenza delle funzioni del cervello umano.
Ormai è noto, il cervello di una persona mediamente intelligente compie dai quattro ai cinque processi contemporaneamente (in gergo scientifico: processi paralleli), il computer ne può svolgere milioni simultaneamente. Ma qual è la caratteristica secondo la quale una macchina si può definire intelligente? Diverse sono le risposte e le diatribe che in questo ultimo quarto di secolo si sono succedute e si susseguono, ma a noi piace pensare ancora una volta all’approccio primordiale al problema: quello di Alan Mathison Turing che, durante la seconda guerra mondiale, chiamato a decifrare i messaggi crittografati della marina tedesca, afferma che una macchina agisce umanamente se un esaminatore umano, dopo aver formulato alcune domande in forma scritta, non sarà in grado di stabilire se le risposte provengono da una persona oppure no. Per adesso ci limitiamo a notare che programmare una macchina in grado di superare il test di Turing richiede moltissimo lavoro. Infatti, il computer dovrebbe possedere almeno le seguenti capacità:

• interpretazione del linguaggio naturale, per comunicare ed interagire con il suo interlocutore;
• rappresentazione della conoscenza, per memorizzare quello che sa o sente attraverso dei sensori (l’equivalente dei sensi umani);
• ragionamento automatico, per richiamare opportunamente la conoscenza memorizzata ed utilizzarla in modo tale da rispondere alle domande e trarre conclusioni;
• apprendimento, per adattarsi a nuove circostanze, individuare ed estrapolare nuovi schemi comportamentali.

In sintesi, l’Intelligenza Artificiale deve saper rispondere non solo agli aspetti complicati della natura, ma soprattutto a quelli complessi. L’Intelligenza Artificiale deve confrontarsi con una intelligenza umana che impara solo attraverso l’incertezza. Infatti, ‘ciò che è certo’ non può pretendere di essere fonte di apprendimento. Da ciò ne deriva che gli attuali impegni sull’Intelligenza Artificiale devono concentrarsi sulla capacità di affrontare l’incertezza.

Il grande matematico e statistico italiano Bruno de Finetti ha fornito al trattamento dell’incertezza una costruzione logico-matematica molto originale che riporta alla soggettività il concetto di verità e di certezza. Nel saggio L’invenzione della verità, del 2006, la sua conclusione è che al più si possa parlare di ‘certezza pratica’, ovvero del grado di fiducia (probabilità), che diventa la nostra guida per prendere decisioni, e quindi compiere azioni, nelle condizioni più ‘usuali’. Ebbene, questa praticità si presta ad essere ben interpretata da macchine in grado di apprendere in base a serie storiche di comportamenti nel tempo che gli vengono fornite in input.

Non si può negare, però, che nella gran parte dei casi quotidiani, abbiamo la necessità di scegliere sulla base di gradi di fiducia poco definiti: da ciò nasce l’esigenza di essere capaci ad applicare valutazioni di probabilità non standard ma in grado di rispondere al problema contingente (hic et nunc). Tale bisogno non viene certo soddisfatto dalla capacità di adottare stime numeriche più o meno sofisticate. Di contro, viene assolto se si è in grado di applicare il pensiero probabilistico in risposta a casi non noti. Cioè, se si è educati alla ‘logica dell’incerto’, ovvero ad una logica più generale, che contiene, come caso particolare, quella ‘del certo’, che una macchina sa ben interpretare.
Premonitore fu Albert Einstein, quando affermò: «un giorno le macchine risolveranno tutti i problemi, ma mai nessuna di esse potrà porne uno» e provocatore è ancora di più Bruno de Finetti quando alla domanda «Che cos’è la probabilità?» era solito rispondere: «La probabilità non esiste».

Mario Gentili