Contatti
Opinioni

La rivoluzione AI

, di Marc Mezard e Riccardo Zecchina - rispettivamente, professore di fisica e Vodafone Chair in Machine Learning
Alla base del cambiamento epocale che stiamo vivendo oggi ci sono le informazioni e la loro elaborazione. Ma siamo solo all'inizio e all'orizzonte le sfide saranno la comprensione e il controllo degli algoritmi di apprendimento automatico e della natura stessa del comportamento intelligente con una sempre maggiore integrazione con le scienze cognitive e le neuroscienze. Senza mai rinunciare pero' a essere trasparenti, equi e responsabili

Probabilmente avete sentito parlare di ChatGPT. Forse l'avete provato e ne siete rimasti sorpresi. Dovreste essere incuriositi, preoccupati o irritati per i suoi possibili usi o abusi... Questo software è in realtà l'ultimo di una serie di sorprendenti scoperte nel campo dell'intelligenza artificiale avvenute nell'ultimo decennio. Gli algoritmi di apprendimento automatico, che imparano da soli le regole statistiche attraverso l'analisi di database estremamente ampi, hanno raggiunto prestazioni di livello umano in molti compiti. Alcuni punti di riferimento: l'analisi delle immagini e la diagnosi basata sulle immagini, l'esecuzione di giochi complessi e la pianificazione strategica, la previsione delle forme delle proteine e la progettazione di nuove molecole per la medicina, la generazione di immagini o testi.

Nessuno poteva prevedere queste recenti scoperte, quindi le nostre attuali previsioni sono destinate a essere sbagliate! Ad ogni modo, corriamo il rischio e cerchiamo di tracciare almeno alcune linee guida di massima.

Mentre la rivoluzione industriale è stata una rivoluzione energetica, con l'utilizzo di macchine che consumano energia fossile per sostituire il lavoro fisico degli esseri umani, la rivoluzione dell'intelligenza artificiale è una rivoluzione di elaborazione delle informazioni. Nuovi strumenti di intelligenza artificiale vengono integrati nelle attività umane come ausiliari e questa tendenza è destinata ad accelerare. Per fare solo alcuni esempi, citiamo gli ausili per la diagnosi medica, la pianificazione, la generazione di corrispondenza standard, la profilazione dei clienti o la ricerca scientifica assistita dall'IA.

I recenti e notevoli miglioramenti nei modelli linguistici di grandi dimensioni sicuramente amplieranno e aiuteranno questa integrazione, ma metteranno anche sotto pressione l'organizzazione delle economie al fine di incorporare nuovi strumenti in modo efficiente.

Mentre continuiamo a sviluppare le tecnologie di IA, è fondamentale considerare le implicazioni etiche del loro utilizzo. Dobbiamo garantire che lo sviluppo e l'impiego dell'IA siano trasparenti, equi e responsabili; lo sviluppo del giusto quadro normativo e l'educazione all'uso corretto dei dispositivi di IA sono priorità. Gli attuali sviluppi dipendono inoltre fortemente dall'accesso a grandi quantità di dati e di potenza di calcolo, e di conseguenza le nuove tecnologie sono sviluppate principalmente da poche grandi aziende. Dobbiamo fare in modo che i benefici dell'IA siano condivisi equamente nella società e non rimangano nelle mani di poche aziende.

Si può prevedere che la ricerca sull'IA si svilupperà in due direzioni principali. Da un lato, è fondamentale la comprensione e il controllo degli algoritmi di apprendimento automatico utilizzati per addestrare i moderni dispositivi di IA. Al momento, non abbiamo una spiegazione completa di come queste macchine raggiungano le loro sorprendenti prestazioni su nuovi compiti, sono utilizzate come scatole nere per le quali non esiste alcuna garanzia. In secondo luogo, le recenti scoperte stimolano a mettere in discussione la natura stessa del "comportamento intelligente".

Sebbene il successo dei modelli di linguaggio o di creazione di immagini di grandi dimensioni sia in gran parte dovuto all'addestramento di dispositivi sempre più grandi, riteniamo che l'aumento delle dimensioni non sia in grado di colmare il divario con l'intelligenza umana. La scienza cognitiva dimostra che un bambino impara un concetto generalizzando e indovinando una regola a partire da pochi esempi, molto lontano dal database con milioni di elementi utilizzato nell'apprendimento automatico. Mentre gli approcci puramente statistici hanno dimostrato la loro potenza, interfacciarli con le regole logiche è una grande sfida.

Su questa strada verso un comportamento più "intelligente", un altro sviluppo critico per l'IA sarà la capacità di generare rappresentazioni interne del mondo, basandosi su dati non supervisionati. Una direzione potrebbe essere quella dell'apprendimento per rinforzo, che premia azioni specifiche e porta all'apprendimento per tentativi ed errori. Questa tecnica ha già portato a grandi scoperte, ma in ambiti limitati come i giochi. Nei prossimi anni sarà utilizzata in contesti più realistici, dove le azioni possono aiutare a costruire rappresentazioni.

Poiché anche le neuroscienze stanno facendo notevoli progressi nella raccolta di dati sull'attività neurale e nella loro correlazione con vari compiti, è possibile che si verifichi una nuova convergenza tra neuroscienze computazionali e IA. Ad esempio, alcuni recenti risultati sperimentali sulla natura non stazionaria delle rappresentazioni interne dei cervelli funzionanti hanno stimolato nuove discussioni in entrambe le comunità. La ricerca all'interfaccia di queste due discipline dovrebbe fornire nuove e profonde conoscenze sulla natura dell'intelligenza, con un impatto sia sulla progettazione di nuovi dispositivi di IA sia su una migliore comprensione del cervello.

Non c'è dubbio: quella a cui stiamo assistendo è una rivoluzione dell'IA. Il suo impatto sull'organizzazione delle società sarà importante e deve essere gestito e controllato. Come ogni innovazione tecnologica, può essere utilizzata in modo improprio, sia deliberatamente che per errore: le conseguenze etiche devono essere considerate e regolate. Allo stesso tempo, questa rivoluzione dell'IA apre importanti e affascinanti questioni scientifiche. Come scienziati, dobbiamo rimanere umili e riconoscere i limiti degli attuali sistemi di IA, sforzandoci di comprendere meglio il comportamento intelligente e di sviluppare quadri etici per il loro utilizzo.