211service.com
Il problema delle PR dell'IA
HBO Mondo occidentale presenta un espediente di trama comune: host sintetici che si ribellano contro i loro insensibili creatori umani. Ma è più di un semplice colpo di scena? Dopotutto, persone intelligenti come Bill Gates e Steven Hawking hanno avvertito che l'intelligenza artificiale potrebbe essere su una strada pericolosa e potrebbe minacciare la sopravvivenza della razza umana.
Non sono gli unici preoccupati. La commissione giuridica del Parlamento europeo ha recentemente pubblicato una relazione in cui chiede all'UE di richiedere la registrazione dei robot intelligenti, in parte per poterne valutare il carattere etico. Il movimento Stop Killer Robots, contrario all'uso delle cosiddette armi autonome in guerra, sta influenzando la politica sia delle Nazioni Unite che del Dipartimento della Difesa degli Stati Uniti.
L'intelligenza artificiale, a quanto pare, ha un problema di pubbliche relazioni. Se è vero che le macchine di oggi possono svolgere in modo credibile molti compiti (giocare a scacchi, guidare macchine) che un tempo erano riservati agli esseri umani, ciò non significa che le macchine stiano diventando più intelligenti e ambiziose. Significa solo che stanno facendo ciò per cui li abbiamo costruiti.
I robot possono arrivare, ma non vengono per noi, perché non ci sono. Le macchine non sono persone e non ci sono prove convincenti che siano sulla strada della senzienza.
Jerry Kaplan
Sostituiamo da secoli lavoratori qualificati e competenti, ma le macchine non aspirano a lavori migliori e a un'occupazione più elevata. I telai jacquard hanno sostituito gli esperti ricami nel 19° secolo, ma questi straordinari dispositivi, programmati con schede perforate per una miriade di modelli di tessuto, non hanno segnato il destino di sarte e sarti. Fino alla metà del 20° secolo facevamo affidamento sui nostri migliori e più brillanti per fare aritmetica: essere un calcolatore era una professione molto rispettata. Ora che dispositivi di pari capacità vengono regalati come ninnoli promozionali alle fiere, le persone con una mentalità matematica possono concentrarsi su attività che richiedono competenze più ampie, come l'analisi statistica. Presto, la tua auto sarà in grado di accompagnarti in ufficio su comando, ma non devi preoccuparti che ti iscrivi a Uber per guadagnare qualche soldo in più per la benzina mentre sei in una riunione del personale (a meno che tu non indichi esso a).
L'IA fa uso di alcune potenti tecnologie, ma non si adattano bene come ci si potrebbe aspettare. I primi ricercatori si sono concentrati sui modi per manipolare i simboli secondo le regole. Ciò era utile per compiti come la dimostrazione di teoremi matematici, la risoluzione di enigmi o la disposizione di circuiti integrati. Ma diversi problemi iconici dell'IA, come l'identificazione di oggetti nelle immagini e la conversione delle parole pronunciate nel linguaggio scritto, si sono rivelati difficili da decifrare. Le tecniche più recenti, che vanno sotto la bandiera ambiziosa dell'apprendimento automatico, si sono rivelate molto più adatte a queste sfide. I programmi di apprendimento automatico estraggono modelli utili da grandi raccolte di dati. Alimentano i sistemi di raccomandazione su Amazon e Netflix, perfezionano i risultati di ricerca di Google, descrivono video su YouTube, riconoscono volti, scambiano azioni, sterzano auto e risolvono una miriade di altri problemi in cui i big data possono essere utilizzati. Ma nessuno dei due approcci è il Santo Graal dell'intelligenza. In effetti, coesistono piuttosto goffamente sotto l'etichetta di intelligenza artificiale. La semplice esistenza di due approcci principali con diversi punti di forza mette in dubbio se uno di essi possa servire come base per una teoria universale dell'intelligenza.
Per la maggior parte, i risultati dell'IA propagandati dai media non sono la prova di grandi miglioramenti nel campo. Il programma AI di Google che ha vinto un concorso Go l'anno scorso non era una versione raffinata di quello di IBM che ha battuto il campione del mondo di scacchi nel 1997; la funzione dell'auto che emette un segnale acustico quando si esce dalla corsia funziona in modo molto diverso da quella che pianifica il percorso. Invece, i risultati così affannosamente riportati sono spesso messi insieme da un sacco di strumenti e tecniche disparate. Potrebbe essere facile confondere il ritmo delle storie sulle macchine che ci superano nei compiti come prova che questi strumenti stanno diventando sempre più intelligenti, ma non sta accadendo.
Il discorso pubblico sull'IA è diventato svincolato dalla realtà, in parte perché il campo non ha una teoria coerente. Senza una tale teoria, le persone non possono valutare i progressi nel campo e caratterizzare i progressi diventa un'ipotesi di chiunque. Di conseguenza, le persone che sentiamo di più sono quelle con le voci più forti piuttosto che quelle con qualcosa di sostanziale da dire, e i resoconti della stampa sui robot assassini rimangono in gran parte incontrastati.
Suggerirei che un problema con l'IA è il nome stesso, coniato più di 50 anni fa per descrivere gli sforzi per programmare i computer per risolvere problemi che richiedevano l'intelligenza o l'attenzione umana. Se l'intelligenza artificiale fosse stata chiamata qualcosa di meno inquietante, potrebbe sembrare banale come la ricerca operativa o l'analisi predittiva.
Forse una descrizione meno provocatoria sarebbe qualcosa come l'informatica antropica. Un moniker ampio come questo potrebbe comprendere gli sforzi per progettare sistemi informatici di ispirazione biologica, macchine che imitano la forma o le capacità umane e programmi che interagiscono con le persone in modi naturali e familiari.
Dovremmo smettere di descrivere queste meraviglie moderne come proto-umani e parlarne invece come di una nuova generazione di macchine flessibili e potenti. Dovremmo stare attenti a come dispieghiamo e utilizziamo l'IA, ma non perché stiamo evocando un demone mitico che potrebbe rivoltarsi contro di noi. Piuttosto, dovremmo resistere alla nostra predisposizione ad attribuire tratti umani alle nostre creazioni e accettare queste straordinarie invenzioni per quello che sono realmente: potenti strumenti che promettono un futuro più prospero e confortevole.
Jerry Kaplan insegna l'impatto sociale ed economico dell'IA alla Stanford University. Il suo ultimo libro è Intelligenza artificiale: ciò che tutti devono sapere, della Oxford University Press.