AI: una storia evolutiva
di Ilaria Ricci
Si partiva da una semplice idea: sviluppare delle macchine dotate di capacità di assimilazione automatica e di adattamento provando ad imitare i modelli umani di apprendimento. Nel suo articolo pubblicato nel 1950, intitolato Computing machinery and intelligence, in seguito alla formulazione dei concetti di calcolabilità e di computabiltà presentati durante il 1937, Alan Turing, il padre dell’informatica moderna, proponeva l’ipotesi di macchina pensante: = “I propose to consider the question: Can machines think? This should begin with definitions of the meaning of the terms machine and think”.
Secondo il Test di Turing, basato sull’Imitation Game, una macchina veniva ritenuta intelligente se il suo comportamento non fosse stato distinguibile da quello di un essere umano. “Instead of attempting such a definition I shall replace the question by another, which is closely related to it and is expressed in relatively unambiguous words. The new form of the problem can be described in terms of a game which we call the ‘imitation game.”
I primi studi
I primi studi condotti negli anni cinquanta rimanevano ancorati alla dimensione teorica a causa della mancanza di dispositivi dotati di un’elevata capacità di calcolo. Nonostante ciò, la brillante intuizione di Turing, portò alla proliferazione di differenti approcci per la ricerca di una prima intelligenza artificiale. Tra i più sperimentati, sicuramente vanno ricordati i metodi della logica matematica e delle reti neurali, ad oggi applicate nell’ambito del Deep Learning.
Nel 1957, l’economista e informatico statunitense Herbert Simon riteneva che nell’arco di una decina di anni, la comunità scientifica avrebbe sviluppato una macchina di intelligenza artificiale capace di competere con i più grandi campioni di scacchi. Emergevano due paradigmi teorici principali: l’intelligenza artificiale forte e l’intelligenza artificiale debole. Il primo sosteneva che le macchine sarebbero state in grado di replicare l’intelligenza umana, sviluppando una coscienza di sé; nel secondo caso, invece, veniva considerato possibile realizzare delle macchine capaci di risolvere solo dei problemi specifici senza possedere la consapevolezza di svolgere delle attività.
Le applicazioni di AI promosse durante gli anni ’80 seguivano il secondo paradigma teorico in ambito industriale. La prima intelligenza artificiale sviluppata nel 1982 dalla Digital Equipment, denominata R1, “venne utilizzata in ambito commerciale per configurare gli ordini di nuovi computer: dopo quattro anni, l’azienda era in grado di risparmiare 40 milioni di dollari all’anno”.
Una storia che ci ha condotto ad oggi
Oggi, l’intelligenza artificiale continua a rappresentare uno dei principali centri di interesse e di dibattito scientifico. A partire dal lancio di chatGPT, la chatbot Generative Pretrained Transformer, realizzata nei laboratori di OpenAI, sono stati ampliati gli spazi di riflessione riguardanti le possibili implicazioni etiche e antropologiche dell’utilizzo dell’AI. Utilizzando gli algoritmi del Machine Learning, immagini, testi, audio, video, codici, realizzati in precedenza unicamente dalla creatività umana, divengono ora i prodotti di una nuova intelligenza artificiale capace di creare contenuti originali: la cosiddetta Gen-AI.
“I modelli generativi sono un fattore chiave per la creatività delle macchine, in quanto consentono loro di andare oltre ciò che hanno già visto e di creare qualcosa di nuovo”.
A fare da spartiacque tra l’antecedente AI e la sua nuova formula è stato il 2023: anno in cui si è resa manifesta la notevole portata del cambiamento tecnologico e antropologico determinato dalle soluzioni di AI generativa proposte con l’arrivo, nel novembre del 2022, di ChatGPT. La AI generativa si basa sui foundation mondel, addestrati su grandi quantità di dati, che prendono il nome di Large Languange Model (LLM). Dopo un pre-addestramento è possibile adattare i LLM ad esigenze specifiche diverse.
La Gen-AI
La Gen-AI viene applicata in particolare per la generazione di testi e immagini. Si tratta di modelli intelligenti capaci di muoversi tra scuole, stili, correnti artistiche e non, differenti: setacciano, imparano, riconoscono, ordinano e classificano. Appare evidente l’incontro tra un settore strettamente scientifico e tecnologico e una dimensione artistica e umanistica. La Gen-AI sembra trovare largo impiego nel contesto, più creativo che esclusivamente artistico, del design, della grafica, della moda, e della pubblicità.
Tuttavia, non sono pochi i dissensi espressi da coloro che vedono le proprie opere indebitamente utilizzate per favorire l’addestramento della macchina intelligente. Tali problematiche fanno emergere l’inadeguatezza delle normative in materia di copyright e di diritto d’autore. Difficile risolvere l’enigma relativo al possibile ruolo artistico svolto da un’intelligenza artificiale generativa.
Eppure, mettendo da parte dilemmi filosofici e morali inerenti il grado di intelligenza delle nuove macchine, la diffusione e l’utilizzo quotidiano dell’AI, ci conducono costantemente verso domande obbligate che interrogano l’esistenza e l’essenza della nostra creatività, della nostra immaginazione e, perché no? Anche della nostra umanità.
