E’ in corso l’insegnamento dell’intuizione all’intelligenza artificiale

Le quattro epoche dell’Intelligenza artificiale possono essere riassunte così:

• la prima fase tendeva a rispondere alla domanda “Cosa è successo?”,
• la seconda ha voluto andare più in profondità per rispondere alla domanda “Perché è successo?”.
• La terza, quella in cui siamo immersi, ha come scopo principe quello di capire cosa accadrà in futuro, sulla scorta di ciò che è successo e dei motivi per cui è successo.

Inizia così la quarta epoca, chiamata Intuizione artificiale. Per capire cos’è, come funziona e quali obiettivi si prefigge, ci siamo avvalsi della collaborazione di Jonni Malacarne, Ceo dell’azienda trentina BlueTensor Srl, che ha co-fondato con Federico Lucca e che sviluppa soluzioni di Intelligenza artificiale.

«L’Intuizione artificiale è una forma di Intelligenza artificiale evoluta che è in grado di risolvere problemi in maniera più autonoma. L’intuizione è una tecnica che dà risposte immediate, senza bisogno di essere addestrata, senza che qualcuno le dia un metodo per trovare una risposta a un problema».

Tra le diverse strategie per addestrare algoritmi emergono i sistemi supervisionati e quelli non supervisionati, tipici dell’Intuizione artificiale.

«L’Intuizione artificiale – continua Malacarne – lavora più sugli algoritmi e meno sui dati per estrarre informazioni di valore. Un sistema supervisionato è quello di Google Lens, applicazione che riconosce un oggetto fotografato mediante un sistema di riconoscimento addestrato su tanti oggetti simili».

Per esempio, riconosce un fiore perché lo confronta con le immagini di fiori che già “conosce” e di cui ha memoria.

Per comprendere appieno i sistemi non supervisionati tipici dell’intuizione artificiale, occorre affidarsi a un’astrazione della mente, come spiega Malacarne:

«Un sistema non supervisionato si presta a grandi quantità di dati eterogenei che sarebbe impossibile etichettare».

Un lavoro più votato alla qualità che, esaminando i dati, è in grado di individuare il contesto dei dati stessi e ricavarne anomalie, usando una logica che si adatta al contesto rilevato.

L’Intuizione artificiale, benché oggi si sia ancora agli albori di questa fase evolutiva degli algoritmi, viene utilizzata soprattutto in ambito bancario e finanziario e permette di scovare, tra la miriade di transazioni e operazioni svolte in periodi di tempo ristretti, quelle che risultano anomale. La capacità intuitiva (tipicamente umana) viene integrata negli algoritmi di intelligenza artificiale.

Per essere alimentata, l’Intuizione artificiale ha bisogno di dati di input (come detto dà il meglio di sé con enormi dataset eterogenei) e, scevra di contenuti umani riguardo gli obiettivi da raggiungere, estrapola la migliore soluzione possibile per il contesto in cui viene applicata.

Cambia il ruolo del data scientist

Ci sono alcuni aspetti della professione del data scientist che vengono sollecitati più di altri. L’etichettatura dei dati non viene più affidata all’uomo, proprio perché l’Intuizione artificiale lavora con enormi dataset eterogenei molto difficili da catalogare; per contro, restando fedeli all’esempio dell’ambito finanziario, l’algoritmo non supervisionato restituisce un elenco delle transazioni sospette, toccherà poi all’intervento umano capire se sono lecite o meno. Ma questa, che può apparire come una regressione, è esattamente il suo contrario. Il data scientist può concentrarsi su lavori più appaganti e perfino a loro modo “visionari”.

A cosa apre le porte l’Intelligenza intuitiva

Ciò che ci aspetta, detto in tutta onestà, è persino difficile da prevedere perché sembra proprio che i limiti siano nella creatività dell’uomo e nella sua capacità di integrare le peculiarità della natura a quelle delle macchine.

Ciò che si sta facendo oggi è pionieristico, certo, ma mostra un potenziale notevole: il designer Maurice Conti, dopo avere montato su un’automobile quello che definisce un “sistema nervoso” (ovvero dei sensori) e averla fatta girare per una settimana nel deserto registrando e prelevando miliardi di dati, ha affidato a un’intelligenza intuitiva il compito di disegnare il miglior telaio possibile per una vettura che deve muoversi su un simile percorso. Il risultato è visibile qui sotto.

È fuori dubbio che un uomo non avrebbe mai creato qualcosa di simile. Partendo dai dati di input (i 4 miliardi di dati raccolti dai sensori montati sulla vettura) e senza briglie relative all’output, lasciando che l’Intelligenza artificiale si adattasse da sé all’obiettivo ultimo del suo compito, ha restituito questo risultato.

Il ponte che si costruisce da sé

In collaborazione con il designer Joris Laarman, Conti ha progettato un ponte che si costruisce senza l’intervento dell’uomo, come mostra l’immagine sotto.

I bracci robotici che stampano il ponte prendono informazioni da sensori che danno informazioni sia sull’avanzamento dei lavori sia sull’uso dei materiali.

Come dice Conti,

“una volta avviato i robot stamperanno il ponte fino a lavoro finito, senza intervento umano”.

Pensiero stupendo

Si chiama JanusNode (può essere prelevato gratuitamente) ed è un algoritmo che amplia le capacità di McPoet, un software degli anni Novanta per la generazione computerizzata di testo. Usa un linguaggio poetico in continua evoluzione e, già nel 2012, è stato pubblicato un libro interamente scritto da quello che era un prototipo degli algoritmi del settore:

“You can bring an elephant to a Broadway show, but you cannot make it drink Chablis: 365 computer-generated excuses to converse.” (Puoi portare un elefante a vedere uno spettacolo di Broadway ma non puoi fargli bere dello Chablis. 365 pretesti per conversare generati da un computer).

Tutto ciò però è preistoria.

Oggi, con il Generative Pre-trained Transformer 3 (GPT-3) è possibile produrre – grazie al deep learning – testi più elaborati e più simili a quelli che scriverebbe una persona in carne e ossa. Lo scorso settembre un redattore del Guardian ha chiesto a un modello GPT-3 di scrivere un articolo, assegnandogli soltanto il tema da affrontare, il linguaggio da usare (di facile comprensione) e il numero di parole da comporre. Il risultato è un articolo di pace con cui l’Intelligenza artificiale dichiara di non volere spazzare via il genere umano.

Intelligenza intuitiva e derivati

Intelligenza intuitiva, Intelligenza generativa e Intelligenza autoregressiva (che si appoggia su modelli probabilistici) sono il futuro, già iniziato, dell’apporto che uomo, macchine e algoritmi possono darsi l’un l’altro.