LO STATO DI INTELLIGENZA ARTIFICIALE NEL 2019
Questo è ciò che sta accadendo nell’intelligenza artificiale in questo momento
Parte del numero AI di Real-World
È un fenomeno psicologico comune: ripeti ogni parola abbastanza volte, e alla fine perde ogni significato, disintegrandosi come tessuto fradicio nel nulla fonetico. Per molti di noi, la frase “intelligenza artificiale” è andata in pezzi in questo modo molto tempo fa. L’intelligenza artificiale è ovunque nella tecnologia in questo momento, si dice che stia alimentando qualsiasi cosa, dalla tua TV allo spazzolino, ma mai le parole stesse significano meno.
Non dovrebbe essere così.
Mentre la frase “intelligenza artificiale” è indubbiamente, indubbiamente abusata, la tecnologia sta facendo più che mai, sia nel bene che nel male. Si sta schierando nell’assistenza sanitaria e nella guerra ; aiuta le persone a fare musica e libri ; sta esaminando il tuo curriculum , giudicando la tua affidabilità e modificando le foto che fai sul telefono . In breve, sta prendendo decisioni che riguardano la tua vita, che ti piaccia o no.
L’INTELLIGENZA ARTIFICIALE VIENE UTILIZZATA PER PRENDERE DECISIONI SULLA TUA VITA, CHE TI PIACCIA O NO
Può essere difficile da quadrare con l’hype e il bluster con cui l’intelligenza artificiale viene discussa dalle aziende tecnologiche e dagli inserzionisti. Prendi, ad esempio, lo spazzolino Genius X di Oral-B, uno dei tanti dispositivi svelati al CES quest’anno che pubblicizzavano presunte abilità “AI” . Ma scavare oltre la riga superiore del comunicato stampa, e tutto questo significa che fornisce un feedback piuttosto semplice sul fatto che ti stai lavando i denti per la giusta quantità di tempo e nei posti giusti. Ci sono alcuni sensori intelligenti coinvolti per capire dove si trova il pennello in bocca, ma chiamarlo intelligenza artificiale non ha senso, niente di più.
Quando non c’è hype coinvolto, c’è incomprensione. La copertura stampa può esagerare la ricerca, incollando un’immagine di un Terminator su qualsiasi storia vagamente legata all’IA. Spesso questo si riduce alla confusione su ciò che l’intelligenza artificiale è anche . Può essere un argomento difficile per i non esperti, e le persone spesso confondono erroneamente l’IA contemporanea con la versione a cui sono più familiari: una visione scientifica di un computer cosciente molte volte più intelligente di un umano. Gli esperti si riferiscono a questa specifica istanza di intelligenza artificiale come intelligenza generale artificiale e, se creiamo qualcosa di simile, sarà probabilmente una lunga strada per il futuro . Fino ad allora, nessuno è aiutato esagerando l’intelligenza o le capacità dei sistemi di intelligenza artificiale.
Robots in pictures: London Science Museum
Foto hands-on robot di consegna stellare Starship
Che cos’è l’IA? (In senso orario dall’alto: un modello del film Metropolis , lo spazzolino AI di Oral-B, un robot di consegna autonomo.)
È meglio, quindi, parlare di “machine learning” piuttosto che di intelligenza artificiale. Questo è un sottocampo dell’intelligenza artificiale, che comprende praticamente tutti i metodi che hanno il maggiore impatto sul mondo in questo momento (compreso quello che viene chiamato deep learning ). Come frase, non ha la mistica di “AI”, ma è più utile nello spiegare cosa fa la tecnologia.
Come funziona l’apprendimento automatico? Negli ultimi anni ho letto e guardato dozzine di spiegazioni, e la distinzione che ho trovato più utile è proprio lì nel nome: l’apprendimento automatico è tutto ciò che consente ai computer di imparare da soli. Ma ciò che significa è una domanda molto più grande.
Iniziamo con un problema. Di ‘che vuoi creare un programma in grado di riconoscere i gatti. (Sono sempre gattiper qualche ragione). Potresti provare a farlo alla vecchia maniera programmando regole esplicite come “i gatti hanno orecchie appuntite” e “i gatti sono pelosi”. Ma cosa farà il programma quando lo mostrerai come una foto di una tigre? Programmare in ogni regola necessaria richiederebbe molto tempo e dovresti definire tutti i tipi di concetti difficili lungo il percorso, come “furriness” e “puntinismo”. Meglio lasciare che la macchina insegni da sola. Così gli dai una vasta collezione di foto di gatti, e guarda attraverso quelli per trovare i propri modelli in ciò che vede. In un primo momento collega i punti, in modo casuale, ma lo collaudi ripetutamente, mantenendo le versioni migliori. E col tempo, diventa abbastanza bravo nel dire cosa è e non è un gatto.
Finora, così prevedibile. Infatti, probabilmente hai già letto una spiegazione come questa, e mi dispiace per questo. Ma ciò che è importante non è leggere il gloss, ma pensare veramente a ciò che questo gloss implica. Quali sono gli effetti collaterali di un sistema decisionale come questo?
Bene, il più grande vantaggio di questo metodo è il più ovvio: non devi mai programmarlo realmente. Certo, fai un sacco di trucchi, migliorando il modo in cui il sistema elabora i dati e ottieni modi più intelligenti di ingestione di tali informazioni, ma non stai dicendo cosa cercare. Ciò significa che può individuare modelli che gli umani potrebbero perdere o non pensare mai in primo luogo. E poiché tutto il programma ha bisogno di dati – 1s e 0s – ci sono tanti lavori su cui puoi esercitarti perché il mondo moderno è pieno zeppo di dati. Con un martello di apprendimento automatico in mano, il mondo digitale è pieno di chiodi pronti per essere spianati.
Giocatore professionista “Go” Lee Se-dol Set per giocare su AlphaGo di Google
Le macchine che insegnano a se stesse possono produrre risultati potenti, come nella serie di sistemi di IA Go-playing di DeepMind. Foto di Google tramite Getty Images
Ma poi pensa anche agli svantaggi. Se non stai insegnando esplicitamente al computer, come fai a sapere come sta prendendo le sue decisioni? I sistemi di apprendimento automatico non possono spiegare il loro modo di pensare e questo significa che il tuo algoritmo potrebbe funzionare bene per ragioni sbagliate. Allo stesso modo, poiché tutto il computer conosce i dati che gli dai da mangiare, potrebbe sollevare una visione parziale del mondo, oppure potrebbe essere utile solo in attività strette che sembrano simili ai dati che hanno visto prima. Non ha il buon senso che ti aspetti da un umano. Potresti costruire il miglior programma per riconoscere i gatti nel mondo e non ti dirà mai che i gattini non dovrebbero guidare le moto o che un gatto è più probabile essere chiamato “Tiddles” che “Megalorth l’Undying”.
INSEGNARE AI COMPUTER A IMPARARE DA SOLI È UNA SCORCIATOIA BRILLANTE E, COME TUTTE LE SCORCIATOIE, COMPORTA IL TAGLIO DEGLI ANGOLI
Insegnare ai computer a imparare da soli è una brillante scorciatoia. E come tutte le scorciatoie, comporta il taglio degli angoli. C’è intelligenza nei sistemi di intelligenza artificiale, se vuoi chiamarla così. Ma non è intelligenza organica, e non gioca con le stesse regole che gli umani fanno. Puoi anche chiedere: quanto è intelligente un libro? Quale esperienza è codificata in una padella?
Allora, dove ci troviamo ora con l’intelligenza artificiale? Dopo anni di titoli che annunciano il prossimo grande successo (che, beh, non si sono ancora fermati), alcuni esperti pensano che abbiamo raggiunto qualcosa di altopiano . Ma questo non è davvero un ostacolo al progresso. Dal lato della ricerca, ci sono un gran numero di strade da esplorare all’interno delle nostre conoscenze esistenti e, dal punto di vista del prodotto, abbiamo visto solo la punta dell’iceberg algoritmico.
Kai-Fu Lee, un venture capitalist ed ex ricercatore di intelligenza artificiale, descrive il momento attuale come “l’età dell’attuazione” – uno in cui la tecnologia inizia “fuoriuscendo dal laboratorio e nel mondo.” Benedict Evans, un altro stratega VC, confronta l’apprendimento automatico ai database relazionali, un tipo di software aziendale che ha fatto fortuna negli anni ’90 e ha rivoluzionato interi settori, ma è così banale che i tuoi occhi probabilmente si limitano a leggere quelle due parole. Il punto che entrambe queste persone stanno facendo è che ora siamo al punto in cui l’IA diventerà normale velocemente. “Alla fine, praticamente tutto avrà [apprendimento automatico] da qualche parte all’interno e nessuno si prenderà cura di lui”, dice Evans.
Ha ragione, ma non siamo ancora arrivati.
Nel qui e ora, l’intelligenza artificiale – apprendimento automatico – è ancora qualcosa di nuovo che spesso non viene spiegato o sottovalutato. Quindi nel numero speciale di questa settimana di The Verge , AI Week, vi mostreremo come sta accadendo tutto questo adesso, come questa tecnologia viene utilizzata per cambiare le cose. Perché in futuro sarà così normale che non te ne accorgi nemmeno.