Martedì 14 Gennaio alcuni studenti delle classi quinte degli indirizzi di Informatica e Telecomunicazioni hanno partecipato a uno stage formativo presso l’Università degli studi dell’Insubria sul tema dell’intelligenza artificiale.
Cos’è un’AI:
“Un’Intelligenza Artificiale (IA) sussiste quando una macchina si comporta in modi che chiameremmo intelligenti se a comportarsi così fosse un essere umano“.

Questa potrebbe sembrare una definizione accurata, tuttavia può essere considerata tale solo nel caso in cui si sia definito il significato di intelligenza. Per questo è bene precisare questa definizione, parlando, più che di intelligenza, di comportamento razionale: cioè quando la soluzione trovata a un determinato problema è quella che permette alla macchina di ottenere il miglior risultato atteso date le informazioni a disposizione.

Molteplici sono stati le innovazioni che portarono alla nascita dello studio delle IA:

1.    Un passo importante fu l’articolo di Alan Turing redatto nel 1936 che pose le basi utilizzate in seguito da concetti quali: calcolabilità, computabilità, e la famosa macchina di Turing. 
Turing si interessò alla materia dopo che, in quegli anni, medici e scienziati specializzati nello studio del cervello scoprirono che la sua struttura interna è composta da una rete di neuroni che trasmettono impulsi elettrochimici; 
2.    In seguito, nel 1943, McCulloch e Pitts crearono ciò che viene ritenuto il primo progetto inerente all’intelligenza artificiale. Tale sistema impiega un modello di neuroni artificiali nel quale ogni neurone può essere “acceso” o “spento”. Arrivarono quindi a mostrare che qualsiasi funzione computabile può essere rappresentata da una rete di neuroni, e che tutti i connettivi logici (“e”, “o”, ...) possono essere implementati da una semplice struttura neurale.
3.    Sette anni più tardi, nel 1950, due studenti dell’università di Harvard, Marvin Minsky e Dean Edmonds, crearono quella che viene riconosciuta come la prima rete neurale, conosciuta con il nome di SNARC.
 

4.    Tra il 1964 e il 1966 Joseph Weizenbaum creò ELIZA, che viene ricordata come un passo fondamentale nella storia delle AI perché fu la prima volta che si sviluppò un’interazione uomo-macchina con l’obiettivo di creare l’illusione di una conversazione tra esseri umani. 
Nacquero così le prime voci critiche tra i filosofi, e l’ideatore di ELIZA espresse il dubbio: “È moralmente corretto creare un’intelligenza artificiale?”.
5.    Dato il successo di ELIZA, si tornò a finanziare e investire nella ricerca sulle intelligenze artificiali, che però si arrestò fino alla metà degli anni ’90, a causa della tecnologia troppo arretrata.
Dopo molteplici fallimenti, lo studio della intelligenza artificiale cambiò approccio: da una ricerca basata su intuizioni si passò ad una ricerca concentrata su basi teoriche, risultati matematici dimostrati ed estensiva sperimentazione, che
unita alla disponibilità di elaboratori sempre più veloci e a nuove ondate di finanziamenti portò a significativi risultati:
o    Nel 1996 Garry Kasparov, campione mondiale di scacchi, fu battuto dalla macchina Blue Deep.
o    Nel 2005 un veicolo a guida autonoma vinse la DARPA Grand Challenge.
o    Nel 2007, un veicolo a guida autonoma vinse la DARPA Urban Challenge.
o    Negli ultimi anni i veicoli a guida autonoma sono divenuti una realtà. 

Cosa è cambiato oggi rispetto a vent’anni fa? Cosa ha permesso uno sviluppo così impressionante in così poco tempo?

Le risposte sono due:

•    La prima è di natura scientifica: sono aumentate la potenza e la capacità di calcolo di elaboratori, e gli algoritmi si sono fatti più complessi e sofisticati. 

•    La seconda è di natura sociale: la popolazione ha innescato, inconsapevolmente, un processo di miglioramento dell’Intelligenza Artificiale, consentendole di avere accesso a milioni di dati personali e non, i cosiddetti big data.

Tre diversi approcci all’AI

•    Weak AI:

L'IA debole è sia il più limitato che il più comune dei tre tipi di AI. È anche noto come AI stretta o intelligenza artificiale stretta (ANI).
L'intelligenza artificiale debole si riferisce a qualsiasi strumento di intelligenza artificiale che si concentra sul calcolare soluzioni relative a un singolo problema, cioè ha un compito solo ben definito. L'idea alla base dell'IA debole non è quella di imitare o replicare l'intelligenza umana, ma di simulare il comportamento che un umano avrebbe in risposta a un determinato problema.

•    Strong AI:

L'intelligenza artificiale forte si riferisce a un’AI che mostra un'intelligenza a livello umano e quindi può capire, pensare e agire nello stesso modo di un umano in una determinata situazione.

•    Super AI: 

Si definisce super AI "Qualsiasi intelletto che superi di molto le prestazioni cognitive degli esseri umani praticamente in tutti i settori di interesse".
Punti di riflessione
Molti sono stati gli spunti di riflessione che ci sono stati forniti: 
•    Che cosa significa pensare? 
•    Qual è l’etica dell’intelligenza artificiale? 
•    Come possiamo essere sicuri che i programmi di intelligenza artificiale agiscano in modo etico? 
•    Potranno le macchine avere una coscienza? 

Le reti neurali artificiali

Le reti neurali artificiali sono una componente chiave nei progressi attuali nello studio dell’intelligenza artificiale, del machine learning (ML) e del deep learning, e sono la base per lo sviluppo di algoritmi che possono essere utilizzati per modellare schemi complessi e previsioni.    
Una rete neurale artificiale è un modello computazionale composto da neuroni artificiali.

Una rete neurale biologica riceve dati e segnali esterni (nell’uomo e nell’animale vengono percepiti attraverso i sensi), e in seguito questi vengono elaborati in informazioni attraverso un imponente numero di neuroni interconnessi tra loro in una struttura non-lineare e variabile, che fornisce una risposta basata sugli input forniti.Le reti neurali artificiali sono, come quelle biologiche, strutture non-lineari di dati statistici organizzate come strumenti di modellazione. Uno strato di nodi (che rappresenta l’unità di elaborazione, cioè il processore) riceve gli input, e ognuno di questi “nodi d’ingresso” è collegato a svariati nodi interni alla rete che, tipicamente, sono organizzati a più livelli in modo che ogni singolo nodo possa elaborare i segnali ricevuti, trasmettendo ai livelli successivi il risultato delle sue elaborazioni.

In linea di massima, le reti neurali sono formate da tre strati (che però possono coinvolgere migliaia di neuroni e decine di migliaia di connessioni):
1)    lo strato degli ingressi (I – Input): è quello che ha il compito di ricevere ed elaborare i segnali in ingresso adattandoli alle richieste dei neuroni della rete;
2)    il cosiddetto strato hidden (strato nascosto): è quello che effettua il processo di elaborazione vero e proprio;
3)   lo strato di uscita (Output): qui vengono raccolti i risultati dell’elaborazione dello strato H che vengono adattati alle richieste del successivo livello-blocco della rete neurale.

Bice Marzagora