Geoffrey Hinton, una figura di spicco nell’intelligenza artificiale, ha recentemente dichiarato che l’intelligenza artificiale non supererà l’intelligenza umana finché non comprenderemo appieno il cervello.
Durante una lezione al college, in cui è stato insignito della Medaglia Ulisse dell’UCD per i suoi contributi nel campo del deep learning, Hinton ha sottolineato che non è necessario replicare esattamente il cervello umano per raggiungere livelli avanzati di intelligenza artificiale. Ha smentito l’idea che le reti neurali per i computer digitali debbano funzionare esattamente come il cervello umano per migliorare.
Inoltre, Hinton ha evidenziato le differenze tra l’intelligenza artificiale e il cervello umano, suggerendo che le reti neurali utilizzate nei computer digitali sono già diverse dalla biologia umana. Ha notato che, sebbene l’intelligenza artificiale sia efficiente nel memorizzare e condividere conoscenze tra modelli, questa capacità non implica una comprensione completa del cervello umano.
Mentre l’intelligenza artificiale supera l’uomo nell’apprendimento, Hinton ha sottolineato che richiede una potenza di calcolo significativamente maggiore rispetto al cervello umano. Nonostante le speranze di utilizzare l’intelligenza artificiale per comprendere meglio il cervello, Hinton suggerisce che l’intelligenza artificiale potrebbe diventare più intelligente dell’uomo prima che ciò accada.
Le sue osservazioni hanno sollevato dibattiti sulla possibilità che l’intelligenza artificiale fornisca nuove intuizioni sulla comprensione del cervello umano, con alcune persone che ritengono che ciò possa portare a progressi significativi nella diagnosi e nel trattamento delle malattie mentali. Tuttavia, Hinton ha scherzato sul fatto che il suo lavoro nell’ambito delle reti neurali artificiali, pur non portando a una piena comprensione del cervello umano, ha comunque contribuito a importanti progressi nel campo dell’intelligenza artificiale.