di Giulio Galetti
La realtà, come sempre, è complessa. Quello che si legge e che si ascolta confonde termini che non sono sinonimi. Ci sono infatti 4 tipologie di “intelligenza” se vogliamo continuare a usare questo termine improprio per definire la capacità di svolgere delle operazioni matematiche in autonomia.
-Intelligenza artificiale ristretta (ANI)
-Intelligenza artificiale generativa (AWI)
-Intelligenza artificiale generale (AGI)
-Intelligenza artificiale super (ASI).
Le differenze abissali contano anche da un punto di vista etico e di conseguenza… normativo.
Prima di procedere è meglio ricordare che esistono modi diversi per rendere un computer capace di fare dei calcoli che simulano in qualche modo l’intelligenza umana e non dobbiamo mai dimenticare che l’intelligenza artificiale è una branca dell’informatica, e non una scienza a se stante.
Alan Turing, in un lavoro pubblicato nel 1950, “Computing Machinery and Intelligence”, si è chiesto: “Può una macchina fare quello che noi, come soggetti pensanti, facciamo?” La dimostrazione matematica di Turing dice che sì, è possibile.
Per riconoscere una intelligenza artificiale capace di pensare come una persona, si poteva usare un modello dal nome “The imitation game” che oggi si chiama il “Test di Turing”. L’idea è che una macchina capace di passare quel test è in grado di ingannare un essere umano, e quindi viene così dimostrato che è “come se fosse” capace di pensare, anche se non si tratta di pensiero, ma esaminiamo i 4 livelli diversi conosciuti
-Intelligenza artificiale ristretta (ANI)
Molte intelligenze artificiali (o “sistemi esperti”, come sarebbe assai meglio denominarli) erano in grado di fare sorprendentemente bene una UNICA cosa, ma non tutte le altre. Potevano agire in un ambito “ristretto”, quindi, rispetto all’obiettivo di una intelligenza artificiale “generale”, ovverosia capace di fare tutto quello che fa un essere umano e, magari meglio.
-Intelligenza artificiale generativa (AWI)
Le intelligenze artificiali generative, invece, sono state create per svolgere specifici compiti. Da questo punto di vista, se le paragoniamo a una Agi, sono AI “ristrette”. A differenza delle Agi, che non sono vincolate necessariamente a una specifica tecnologia o insieme di algoritmi, le intelligence artificiali generative che abbiamo oggi riescono a raggiungere i loro risultati perché si basano su modelli di reti generative avversarie (le Gan) e i modelli di trasformazione. Possono generare testo, immagini, musica o altri tipi di dati (anche tipi di cose digitali che gli esseri umani non sono in grado di capire, tantomeno generare) ma la cosa importante è che il loro prodotto non è una copia esatta, anche se mantiene tuttavia una forte coerenza con le altre creazioni di quel tipo.
Appartengono a questo gruppo le APP più diffuse: ChatGPT, Bard, Llama e decine di altri esempi minori. Tutte con un antenato comune. Infatti, il primo esempio di AI generativa risale al 1966: è il chatbot ELISA scritto dal professore del Mit di Boston Joseph Weizenbaum. Con poche centinaia di righe di codice i chatbot di Weizenbaum riescono a raggiungere risultati sorprendenti. Lo scienziato crea diverse versioni di Eliza con delle “personalità” diverse, basate su dei “copioni”. Quello che ha molto successo è Doctor, uno psicoterapeuta cibernetico della scuola “non direttiva” di Carl Rogers (un vero psicoterapeuta). Nella scuola di Rogers il terapeuta “gira” le frasi dette dal paziente in forma interrogativa e gliele ripete. Questo approccio semplifica molto il lavoro del chatbot, che sembra particolarmente realistico proprio perché deve in realtà fare molto poco.
Inserisco qui una testimonianza diretta: ho avuto la fortuna di lavorare in XEROX dal 1981, in un dipartimento d’avanguardia dove si sperimentavani programmi e applicazioni su sistemi, grandi schermi e mouse, quando al tempo si lavorava su terminali con fosfori verdi e interfaccia testo. Uno di queste macchine si chiamava STAR che pochi mesi dopo vide una sorellina nascere in Apple che la ribattezzó LISA in onore appunto di Weizenbaum. Xerox Star può essere definita la prima apparecchiature AI commerciale.
Nel corso del tempo le AI generative diventarono sempre più potenti. Oggi una AI generativa che crea un disegno ad acquerello lo fa sulla base di un prompt che definisce un soggetto, ed è capace di “inventarsi” il modo di mettere assieme l’opera, pescando nella logica e negli esempi che fanno parte del suo addestramento. Non produce una copia esatta, bensì qualcosa “alla maniera” di un acquerello definito dal prompt iniziale. Tuttavia, questo pone vari problemi: dalla effettiva originalità dell’opera prodotta alla titolarità del diritto d’autore, sino all’eventuale plagio o uso di materiale coperto da copyright utilizzato nell’addestramento.
-Intelligenza artificiale generale (AGI)
L’intelligenza artificiale generale (o Agi, dall’acronimo inglese), è una AI capace di fare molte cose diverse. Non è limitata agli aspetti “generativi” di alcune delle intelligenze artificiali ristrette (quelle capaci di fare una sola cosa: creare un disegno ma non preparare un caffè o rispondere alla domanda: Che ore sono?), ma può fare tutto, compreso generalizzare i problemi, derivando dei principi dai problemi concreti.
L’Agi, insomma, deve poter comprendere, apprendere e applicare l’intelligenza in un’ampia gamma di compiti, allo stesso modo in cui lo farebbe un essere umano. E soprattutto, deve essere capace di TRASFERIRE la conoscenza (E L’ESPERIENZA ACCUMULATA) da un campo all’altro, imparando a fare anche cose per cui non è stata programmata o addestrata.
Qui il filosofo della scienza di turno si pone il domandone: “Deve essere anche cosciente?”
In realtà, è una domanda senza senso, perché intelligenza e coscienza sono due concetti diversi che appartengono a due piani separati e non comparabili.
Ad oggi non si e ancora riusciti a realizzare un sistema AGI, ma il guru più acclamato dell’AI Ben Goertzel padre di SingularityNET, prevede l’avvento entro il 2027. Geoffrey Hinton, noto come il “padrino dell’IA” e grande esperto di Deeplearning, ha previsto che l’AGI sia passato da una sua previsione datata (vecchia di due anni) alla sua attuale e aggiornata che si accorcia di ben 7 anni (dal 2035 al 2028)
-Intelligenza artificiale generativa super (ASI)
È possibile che una intelligenza artificiale generale superi la capacità di un essere umano? Diventi cioè “super”? In teoria, niente lo impedisce: come per i processori o per il software, le versioni successive alla prima, cioè la due, la tre, la quattro punto zero e successive, sono sempre possibili. Non ci sono limiti perché questo avvenga, a differenza della scala e velocità evolutiva del nostro cervello. Nel caso l’AI superi la nostra capacità generale di “pensare”, si parla di Super-Agi, cioè di una intelligenza artificiale generale con capacità cognitive superiori a quelle degli esseri umani.
Quindi, dopo l’intelligenza artificiale ristretta (ANI) e dopo quella generale (AGI), nella teoria informatica c’è spazio anche per l’Artificial Super Intelligence, l’AI più “intelligence” degli esseri umani.
Se l’AGI non è ancora stata raggiunta, l’ASI è di là da venire. Tuttavia, dal momento che l’accelerazione nello sviluppo dell’intelligenza artificiale non è lineare, e che potrebbe venir ulteriormente potenziato dall’uso della stessa AI per progettare nuovi metodi e algoritmi di intelligenza artificiale, la distanza tra l’Agi e l’Asi potrebbe essere molto più breve di quella che ci separa dall’Agi stessa.
