Art for the AI generation - Art and Artificial Intelligence Laboratory, Rutgers University of New Jersey
L’Ignoranza Artificiale (1)
di Vincenzo Rampolla
Un giorno, nel 1882, Friedrich Nietzsche acquistò una macchina da scrivere, una delle prime, un complesso meccanismo di scrittura automatica, con tasti organizzati su una superficie sferica e un rullo di carta da azionare manualmente. La malattia e la vista indebolita gli impedivano di continuare a scrivere. Temeva il peggio. Divenuto padrone dei tasti, fu in grado di scrivere a occhi chiusi e poté riprendere i suoi scritti. La macchina cambiò profondamente la sua prosa, divenuta concisa e più diretta, trasformata. All’amico musicista che glielo fece notare, replicò: Hai ragione, i nostri strumenti di scrittura prendono parte alla formazione dei nostri pensieri, mutano da pensieri in giochi di parole, da argomenti in aforismi, dalla retorica nello stile telegramma.
Le nostre connessioni mentali, le connessioni dense formate tra i 100 miliardi di neuroni all'interno del cranio, sono in gran parte definite nell'età adulta e il cervello ha la capacità di adattarsi a un nuovo modo di funzionare - dicono le neuroscienze - e lo raggiunge attraverso la riprogrammazione automatica. Esempio illuminato è l'orologio meccanico.
Fin dal XIV secolo l’uomo ha dissociato il tempo dagli eventi umani creando un mondo indipendente di sequenze matematicamente misurabili. Il quadro astratto della suddivisione del tempo è divenuto il punto di riferimento del pensiero e dell'azione. Nel decidere quando mangiare, lavorare o dormire l’uomo ha interrotto l’ascolto dei suoi sensi e ha iniziato a obbedire al meccanismo esterno da lui costruito. Con l'orologio meccanico, la gente ha iniziato a pensare che il cervello funzionasse come un orologio.
Nell'era del software la gente pensa che il cervello funzioni come il computer e sempre le neuroscienze confermano che le modifiche indotte vanno ben più in profondità della metafora. La plasticità del cervello consente l'adattamento anche a livello biologico. Lo vediamo ogni giorno. Internet, potentissimo sistema di elaborazione, assorbe la maggior parte delle nostre funzioni intellettuali e sta diventando la nostra mappa e il nostro orologio, la nostra macchina da stampa e la macchina da scrivere, la calcolatrice e il telefono, la radio e la TV. Quando la Rete risucchia in parte o in toto un media, quel mezzo viene assorbito e ricreato nell'immagine della Rete. Inietta nel mezzo contatti ipertestuali, richiami visivi e altre marchiature digitali e ne amalgama il contenuto con quello di tutti gli altri media assorbiti. Enorme è l’influenza della larva, ma scarsa è l’analisi su come, esattamente, stia riprogrammando la mente. Intanto l'etica intelligente della Rete sussulta confinata nell’oscurità. Ignora.
Nello stesso periodo in cui Nietzsche iniziava a usare la macchina per scrivere, un giovane di nome Frederick Taylor portava un cronometro nell’acciaieria Midvale Steel di Filadelfia e iniziava una storica serie di esperimenti volti a migliorare l'efficienza degli operai. Suddividendo ogni lavoro in una sequenza di brevi fasi e poi testando i diversi modi di eseguirle, Taylor costruiva un insieme di istruzioni precise, algoritmi per regolare il lavoro di ogni dipendente. Sentendosi ridotti a automi gli operai contestarono il nuovo regime di lavoro, ma la produttività della fabbrica salì alle stelle. E fu l’inizio.
Che sono questi algoritmi? Sono soluzioni, processi per risolvere un problema, senza dover inventare una soluzione ogni volta. Ieri era algoritmo il Teorema di Pitagora per misurare aree e distanze, oggi è un programma di computer. Sono loro a generare i risultati dei motori di ricerca quando io calcolo l'ammontare del risarcimento che un’assicurazione deve pagare, influenzo i prezzi sul mercato azionario, trovo la via più breve per raggiungere un dato luogo, fabbrico oggetti industriali, simulo e modello l'evoluzione dell'atmosfera e degli oceani, scelgo un particolare brano di piattaforma musicale.
Quello che Taylor ha fatto per il lavoro in fabbrica, Amazon lo sta facendo all'interno della sua azienda e Google lo esegue per organizzare le informazioni del mondo e renderle accessibili e utili universalmente.
Da anni Amazon, Google, Facebook, Apple, Microsoft e i Cinesi si sono messi in moto. Giorno e notte ci danno dentro. La Cina progetta per prima la costruzione di una base subacquea robotizzata da cui far partire sottomarini robotici per missioni esplorative, raccogliere dati sulle forme di vita marine e prelevare campioni di minerali da analizzare autonomamente nella base. Costo stimato del progetto: $160 milioni.
Facebook annuncia un piano per sradicare tutte le malattie e Microsoft si impegna nella sconfitta del cancro. Tutti vogliono fare e strafare e passare i limiti. Amazon ha già portato le cose al livello successivo, riorganizza l'azienda con la sua IA (Intelligenza Artificiale) e la guida con l’apprendimento automatico (machine learning).
In sostanza, ciò che viene creato in un settore di Amazon fa da catalizzatore per l'IA, lo sviluppo e la crescita dell'apprendimento automatico in altre aree aziendali.
La sua affiliata Liberty Mutual fornisce auto e informazioni assicurative e Capital One consente ai clienti di effettuare un pagamento con lo schema Amazon.
Anche Amazon Go, il negozio senza cassiera, sfrutta la ricchezza di dati per tracciare le tendenze degli acquisti dei clienti e offre loro soluzioni AI personalizzate per piccole e grandi imprese.
Quello che Taylor ha fatto per il lavoro in una fabbrica, Google lo sta facendo con l’organizzazione delle informazioni.
Usa Internet, inarrestabile macchina progettata per la raccolta, la trasmissione e la manipolazione delle informazioni. Efficiente e automatizzata, con legioni di programmatori sa scovare il metodo migliore, l'algoritmo perfetto per eseguire ogni movimento mentale di ciò che siamo e siamo indotti a definire attività di conoscenza.
Grazie al crescente potere degli ingegneri informatici esercitato sulle nostre vite intellettuali, gli schemi di Taylor iniziano a governare anche il regno della mente, parole unanimi dei fondatori di Google: L'informazione è una sorta di merce, una risorsa utilitaria che può essere estratta e elaborata con efficienza industriale. Più sono le informazioni che possiamo ricevere e diffondere e più velocemente possiamo estrarne il succo e più diventiamo produttivi come pensatori.
I leader parlano spesso del loro desiderio di trasformare il loro motore di ricerca in una IA, una macchina simile al supercomputer HAL9000 di Odissea nello Spazio collegabile direttamente al cervello. Sicuramente se tu avessi tutte le informazioni del mondo direttamente collegate al tuo cervello, o un cervello artificiale più intelligente del tuo, non staresti meglio?
In un’assemblea di scienziati il Presidente di Google con solennità ha dichiarato: Sto provando davvero a costruire l’IA e voglio farlo su larga scala per risolvere problemi che non sono mai stati risolti prima. Là fuori, l’IA è il problema più difficile che ci aspetta.
Sconvolgente? Neanche per idea. Inarrestabile Google procede a passo spedito. Con Street View ha prodotto una nuova funzione inglobata nel servizio cartografico Google Maps e Google Earth. In pratica fornisce viste panoramiche a 360° gradi in orizzontale e a 160º in verticale lungo le strade mappate – con immagini prese a distanza di 10-20 metri l’una dall’altra – e permette agli utenti di riconoscere un luogo non con la tradizionale prospettiva aerea ma a terra, a livello di pedone.
Il software genera un algoritmo che autonomamente individua targhe e volti, oscurandoli.
Estraendo dai Big Data il tipo di auto, marca e modello, nelle città studiate i sistemi di IA sono in grado di fare previsioni molto accurate con le dettagliate informazioni demografiche sulle persone. Si parla di 200 città americane mappate con oltre 50 milioni di immagini e 22 milioni di veicoli, 8% di tutte le auto. Classificate per marca, modello e anno, usando una rete neurale (ispirata dalla organizzazione della corteccia visiva animale e derivata dalla bioinformatica), sono lo strumento fondamentale nel campo del deep learning adatto per il riconoscimento di immagini e per addestrare una nuova rete e usarla successivamente per nuovi dati.
In due settimane si è eseguito il lavoro di circa 15 anni-uomo associando il tipo di auto a fattori come le inclinazioni politiche dell’area … e altre informazioni demografiche in combinazione con l’analisi di regressione, altro algoritmo molto efficiente per l’apprendimento automatico.
Con i Big Data, database che usano calcolatori estremamente potenti e con enormi quantità di diversi tipi di informazioni si apre una visione inaspettatamente nuova sull’insieme estremamente complesso delle relazioni sociali e si scoprono ignote connessioni dove prima non appariva nulla, dai testi all’audio, dai video alle immagini, dai like su Facebook alle transazioni finanziarie. E’l’era dei Brontobyte, unità di misura inimmaginabile: 10 ²⁷ o 2 ꝰ⁰ byte. Nell'ottobre 2010, l’insaziabile Google ha annunciato di aver costruito una serie di sette auto a guida autonoma, con già nel motore 140.000 km sulle strade della California e del Nevada. Le auto senza conducente forniscono un'anteprima di come l’IA e gli algoritmi dei robot saranno in grado di navigare e eseguire il lavoro nel mondo fisico, rilevando attività che richiedono consapevolezza ambientale, movimento coordinato e processo decisionale di alto livello e massima rapidità.
Con l’apprendimento automatico mostriamo i compiti ai computer, li addestriamo e imparano da soli, sia un ultimo esempio, afferma il Direttore Europeo della ricerca di Google. Realizzando una simulazione del funzionamento fisico dei neuroni, agli inizi del 2014 un super computer ha simulato per un secondo il funzionamento di 1% del cervello umano. Per l’elaborazione ci sono voluti 40 minuti. Bastano i computer più potenti? Diamo uno sguardo agli ordini di grandezza in gioco e alla criticità di calcolo: nel cervello 10 ¹¹ neuroni e 1.5 x10 ¹⁴ sinapsi e un massimo 1,5 x10 ¹⁶ operazioni al secondo, mentre oggi il più potente supercomputer dotato dei giusti algoritmi di IA può eseguire 9.3 x 10¹⁶ operazioni al secondo.
Dunque, con i migliori mezzi odierni per simulare completamente e in tempo reale il funzionamento logico della rete neurale di un cervello umano è necessaria una potenza almeno 6 volte più del necessario di quella naturale del cervello, quando ognuno dei 100 miliardi di neuroni cerebrali attraverso le sinapsi sviluppa in media 10 mila connessioni con le cellule vicine, con impulsi da un nodo all’altro alla velocità 400 km/h.
Il neurone non è solo un semplice interruttore acceso/spento; è un sistema estremamente complesso, con una vasta serie di molecole di incerta composizione. Lo ignoriamo. Che cosa succede con precisione all'interno dei neuroni, se ancora ignoriamo la funzione esatta delle varie connessioni all’interno del cervello? Che sappiamo del funzionamento del cervello nelle funzioni diverse da quelle più semplici? Lo ignoriamo.
Anche se fossimo in grado di realizzare un computer con tanti elementi quanti sono i neuroni umani e se fossimo in grado di interconnetterli nello stesso modo altamente complesso in cui sono collegati nel cervello, potrà il computer fare ciò che il cervello può fare naturalmente, senza nulla sapere della propria complessità? Chi può dirlo? Resta da sciogliere l’amletico dubbio: nella super IA non ancora completamente messa a punto da Google, la riproduzione delle attività umane considerate intelligenti deve o no disporre di una coscienza artificiale?
