Oggi l’Artificial Intelligence funziona talmente bene che non ci si accorge nemmeno della sua presenza. Questa affermazione solleva una domanda scomoda: cosa significa “intelligente”?
Nell’estate del 1956 durante un workshop presso il campus del Dartmouth College un gruppo di scienziati cercò di dare una svolta all’Artificial Intelligence. Sino ad allora i computer svolgevano compiti matematici di base, mentre le macchine della generazione successiva avrebbero potuto ragionare come una persona.
Ad oggi le applicazioni dell’Intelligenza Artificiale sono innumerevoli e lo sviluppo si concentra sull’agire razionalmente (capacità intellettuali e abilità nell’interagire). Un esempio sono state le partite di scacchi del 10 febbraio 1996 e dell’11 maggio 1997, che hanno messo in discussione la natura dell’intelligenza di un essere umano, il campione del mondo Garry Kasparov, e di una macchina, il supercomputer Deep Blue di IBM.
Anche se i primi incontri furono vinti da Kasparov, i miglioramenti apportati al sistema di apprendimento della macchina permisero a Deep Blue di diventare il primo computer a battere l’essere umano.
Uomo VS Deep Blue
L’errore di Kasparov probabilmente fu causato dalla stanchezza e dal fattore emotivo di competere contro un avversario inaspettatamente forte e completamente impassibile. Queste fragilità umane, naturalmente, non erano condivise da Deep Blue.
Per comprendere meglio, è opportuno riassumere brevemente le dinamiche di gioco.
Murray Campbell, Feng-Hsiung Hsu e Joseph Hoane hanno sviluppato Deep Blue, elaborando il progetto Deep Thought. La macchina era un computer con 30 processori IBM RS/6000 che eseguivano la “ricerca software” e 480 processori VLSI specializzati nel generare le mosse ed eseguire la “ricerca hardware”. Considerava 200 milioni di mosse al secondo e memorizzava migliaia di partite giocate.
Di primo acchito, sembra ovvio che un computer in grado di elaborare milioni di dati in pochi secondi sconfigga la mente umana in un gioco da tavolo. In realtà, il computer ha giocato da dilettante con librerie predefinite, analizzando la posizione dei pezzi e decidendo di volta in volta la mossa; mentre Kasparov ha scelto le poche posizioni da calcolare sulla base di strategie e tattiche di successo.
Questi algoritmi definiscono una conoscenza creata tramite ragionamenti tipici degli esseri umani nelle differenti situazioni e simulano le interazioni a seconda degli stimoli ambientali.
Possiamo dedurre così che questo successo non è dovuto ad un nuovo paradigma rivoluzionario, bensì all’applicazione delle capacità ingegneristiche e all’enorme aumento della velocità e della potenza di calcolo della macchina.
Vuoi conoscere maggiori dettagli su questi trend e leggere utili consigli per il tuo business? Seguici su LinkedIn!
