Michele Pinassi“La civiltà sta producendo macchine che si comportano come uomini e uomini che si comportano come macchine”
Erich Fromm
Vi ricordate War Games, il film del 1983 con protagonista un giovanissimo Mattew Broderick, dove il supercalcolatore WOPR giocava a tris contro sé stesso salvando l’umanità dalla guerra termonucleare ? Quelli della mia generazione dovrebbero ricordarlo bene, perché probabilmente è stato il primo film famoso ad aver sdoganato il termine di intelligenza artificiale. Svariati anni dopo il cinema esordì anche con la trilogia di Terminator e poi, negli anni 2000, fu la volta di Matrix.
L’intelligenza artificiale, fortunatamente, non è ancora arrivata a tanto. Almeno non disponibile pubblicamente (magari i militari già hanno droni totalmente automatizzati…chissà !) e comunque non ai livelli sofisticati come nelle pellicole cinematografiche sopra citate.
La capacità cognitiva di un pezzo di silicio capace di interpretare solamente stati logici come 1 e 0 passa per una tecnologia chiamata “reti neurali”. Non mi metto a farla troppo lunga, anche perché non ne sono esperto, ma questa tecnologia permette ai computer di “imparare” (dopo un periodo di insegnamento) e di saper capire con una certa precisione (dovuta anche e soprattutto alla qualità dell’insegnamento) se ciò che forniamo come input è qualcosa che conoscono. Sembra complicato ma non è molto diverso dal funzionamento del nostro cervello quando riconosciamo gli oggetti, basandoci essenzialmente sulla nostra esperienza.
Il pattern matching avviene ad esempio all’interno degli algoritmi di OCR (Optical Character Recognition), dove diamo in pasto al software una immagine e lui riconosce, con una certa precisione, i caratteri ed i numeri raffigurati. Un processo che noi diamo per scontato, banale, ma che per le macchine non lo è affatto.
Questi algoritmi sono analoghi a ciò che troviamo nelle automobili di ultima generazione: riconoscimento cartelli stradali, pedoni, la segnaletica orizzontale etc etc etc… tutto basato su reti neurali appositamente addestrate allo scopo. Ed il futuro è tutto da immaginare, con processori sempre più potenti e quindi capaci di elaborare più velocemente le immagini ed estrapolarne i dati e le informazioni richieste. Lo vediamo bene anche nei social network, quando carichiamo le foto con gli amici ed il sistema riconosce i volti e, certe volte, anche le persone stesse: inquietante, se pensiamo che tutto questo avviene nel giro di pochissimi istanti confrontanto i volti nelle foto con miliardi di altri volti e riuscendo, con un ottimo grado di precisione, ad identificarli correttamente.
Per imparare come funziona l’intelligenza artificiale, Google ha intrapreso una serie di esperimenti (A.I. Experiments) per “Explore machine learning by playing with pictures, language, music, code, and more.“. Uno di questi, che ho trovato molto divertente, è Quick, Draw ! (https://quickdraw.withgoogle.com/), che attraverso gioco che assomiglia a quello che facevamo da bambini disegnando su un pezzo di carta e chiedendo agli altri di indovinare cos’è, dimostra le capacità dell’intelligenza artificiale applicata al pattern matching.
Ogni partita è composta da 6 round: per ogni round, il sistema chiede di disegnare un oggetto. Se il sistema indovina l’oggetto richiesto, you got the point.
Provateci, è divertente. Quick, draw !
Hai trovato utile questo articolo?
