Sei pronto per essere di nuovo un tecno-ottimista?

Vent'anni fa, il MIT Technology Review ha selezionato 10 aree emergenti di innovazione che avevamo promesso avrebbero cambiato il mondo. Era un periodo di massimo techno-ottimismo. Sì, il boom delle dot-com stava per implodere; alcuni addetti ai lavori erano già preoccupati per la fine della legge di Moore. (Lo sono ancora, anche se l'industria continua a trovare modi per rendere i computer più potenti.) Ma per molti versi è stato un periodo glorioso per la scienza e la tecnologia.

Una bozza di lavoro del genoma umano è stata pubblicata nel febbraio del 2001, un progetto genetico che prometteva di rivelare i nostri segreti biologici più profondi. C'era grande entusiasmo per le recenti scoperte nella nanotecnologia. I primi progressi nell'informatica quantistica e molecolare facevano presagire una nuova era del calcolo post-legge di Moore. E poi c'era quel fantastico motore di ricerca con il nome strano, che guadagnava rapidamente utenti e cambiava il modo in cui navigavano sul web e accedevano alle informazioni. Mi sento fortunato?

Questa storia faceva parte del nostro numero di marzo 2021

• Vedi il resto del problema
• sottoscrivi

Quindi vale la pena guardare indietro al TR10 iniziale, come ora chiamiamo il nostro elenco annuale, per avere indizi su quanti progressi abbiamo fatto.

Innanzitutto, ammettiamo che si trattava di un elenco ponderato. Abbiamo evitato gli esoscheletri robotici e la clonazione umana, così come la nanoproduzione molecolare e la temuta sostanza grigia dei nano profeti di sventura, tutti argomenti caldi del giorno. Invece ci siamo concentrati sui progressi fondamentali nella tecnologia dell'informazione, nei materiali e nelle biotecnologie. La maggior parte delle tecnologie sono ancora familiari: data mining, elaborazione del linguaggio naturale, microfluidica, interfacce cervello-macchina, biometria (come il riconoscimento facciale) e progettazione di robot.

Quindi quanto bene queste tecnologie hanno realizzato i sogni che avevamo per loro due decenni fa? Ecco alcune lezioni dalla lista 2001.

REVISIONE DELLA TECNOLOGIA DEL MIT W

Lezione 1:

I progressi sono spesso lenti

La nostra prima selezione, interfacce cervello-macchina, inizia con una descrizione del neuroscienziato Miguel Nicolelis che registra i segnali elettrici dal cervello di una simpaticissima scimmia gufo di nome Belle mentre pensa a come ottenere qualche goccia di succo di mela. Fai un salto in avanti fino alla fine dell'estate 2020, quando Elon Musk mostra i segnali cerebrali di un maiale molto carino di nome Gertrude, ottenendo ooh e ahhs dai fan adoranti che partecipano alla dimostrazione di Neuralink, la sua startup di macchine per il cervello.

Storia correlata

Neuralink di Elon Musk è il teatro delle neuroscienze L'evento di impianto cerebrale trasmesso in streaming da Elon Musk ha fatto promesse che sarà difficile mantenere.

Un osservatore dell'evento di Musk avrebbe potuto essere perdonato per essersi chiesto se fossero davvero trascorsi 20 anni dall'esperimento di Nicolelis. Entrambi gli uomini avevano visioni simili per collegare direttamente il cervello ai dispositivi informatici tramite chip impiantati. Come ha scritto nel 2001 il nostro editore di biomedicina, Antonio Regalado, Nicolelis vede lo sforzo come parte della rivoluzione imminente che potrebbe alla fine rendere le [interfacce cerebrali] comuni come Palm Pilots.

Questa affermazione si è avverata, ma grazie solo alla scomparsa di Palm Pilots, non alla popolarità delle interfacce cervello-macchina. Nonostante alcuni incoraggianti esperimenti umani nel corso degli anni, tali interfacce rimangono una stranezza scientifica e medica. A quanto pare, la neuroscienza è molto difficile. C'è stato successo nel ridurre l'elettronica e rendere gli impianti wireless, ma i progressi nella scienza sono stati più lenti, ostacolando le visioni che Nicolelis e Musk speravano di realizzare. (Una nota a piè di pagina alla lezione uno: il successo dipende spesso dal fatto che una serie di progressi possano essere messi insieme. Rendere pratiche le interfacce cerebrali richiede progressi sia nella scienza che nei gadget.)

Lezione 2:

A volte ci vuole una crisi

Abbiamo scelto la microfluidica nel 2001 a causa di alcuni notevoli progressi nello spostamento di piccole quantità di campioni biologici su un piccolo dispositivo, un cosiddetto lab-on-a-chip. Questi promettevano test diagnostici rapidi e la capacità di automatizzare esperimenti farmacologici e genomici.

Da allora, la microfluidica ha trovato utili usi nella ricerca biologica. Sono continuati i progressi intelligenti, come test diagnostici su carta ultra economici e facili da usare (Paper Diagnostics era un TR10 nel 2009). Ma il campo non ha mantenuto le sue promesse test di trasformazione . Semplicemente non c'era una domanda schiacciante per la tecnologia. È giusto dire che la microfluidica è diventata un ristagno scientifico.

Il Covid-19 lo ha posto fine. I test convenzionali si basano su procedure multifase eseguite in un laboratorio analitico; questo è costoso e lento. Improvvisamente, c'è un appetito per una soluzione lab-on-a-chip veloce ed economica. Ci sono voluti alcuni mesi prima che i ricercatori rispolverassero la tecnologia, ma ora diagnostica covid-19 mediante microfluidica stanno comparendo. Queste tecniche, inclusa quella che utilizza l'editing genetico CRISPR, promettono di rendere i test covid molto più accessibili e ampiamente utilizzati.

Lezione 3:

Fai attenzione a ciò che desideri

Nel 2001, Joseph Atick, uno dei pionieri della biometria, ha visto il riconoscimento facciale come un modo per interfacciare le persone con i propri gadget e computer in modo più sicuro e semplice. Darebbe ai telefoni cellulari e agli assistenti digitali personali sempre più popolari un modo per riconoscere i loro proprietari, scrivendo la fine di PIN e password. Parte di quella visione alla fine si è avverata con applicazioni come FaceID di Apple. Ma anche il riconoscimento facciale ha preso una svolta che Atick ora dice mi sciocca.

Storia correlata

Podcast: il riconoscimento facciale viene utilizzato silenziosamente per controllare l'accesso agli alloggi e ai servizi sociali

In questo episodio, esaminiamo il dibattito su come e se i fondi pubblici dovrebbero essere utilizzati per implementare il riconoscimento facciale nelle comunità vulnerabili

Nel 2001, gli algoritmi di riconoscimento facciale erano limitati. Richiedevano istruzioni dagli esseri umani, in forma matematica, su come identificare i tratti distintivi di un volto. E ogni volto nel database dei volti da riconoscere doveva essere scansionato faticosamente nel software.

Poi è arrivato il boom dei social. Mentre all'inizio, dice Atick, sarebbe stato entusiasta di 100.000 immagini nei database di riconoscimento facciale, improvvisamente gli algoritmi di apprendimento automatico potevano essere addestrati su miliardi di volti, raschiati da Facebook, LinkedIn e altri siti. Ora c'erano centinaia di questi algoritmi e si addestravano da soli, semplicemente ingerendo e confrontando immagini, senza bisogno di un aiuto umano esperto.

Ma quel notevole progresso è arrivato con un compromesso: nessuno capisce davvero il ragionamento usato dalle macchine. E questo è un problema ora che il riconoscimento facciale è sempre più utilizzato per attività delicate come l'identificazione di sospetti criminali. Non immaginavo un mondo in cui queste macchine avrebbero preso il sopravvento e avrebbero preso decisioni per noi, dice Atick.

Lezione 4:

La traiettoria del progresso è importante

Ciao di nuovo, Sidney P. Manyclicks. Abbiamo consigli per te. I clienti che hanno acquistato questo hanno acquistato anche...

I motori di raccomandazione descritti in questo articolo, l'inizio del nostro articolo del 2001 sul data mining, sembravano impressionanti all'epoca. Anche un altro potenziale utilizzo del data mining intorno al 2001 sembrava elettrizzante: librerie di video ricercabili tramite computer. Oggi, sembra tutto assolutamente banale.

Grazie alla potenza di calcolo sempre crescente, alle dimensioni esplosive dei database e ai progressi strettamente correlati nell'intelligenza artificiale, il data mining (il termine è ora spesso intercambiabile con l'IA) governa il mondo degli affari. È la linfa vitale delle grandi aziende tecnologiche, da Google e la sua sussidiaria YouTube ad Amazon e Facebook. Alimenta la pubblicità e, sì, la vendita di qualsiasi cosa, dalle scarpe alle assicurazioni, utilizzando motori di raccomandazione personalizzati.

Queste tecnologie hanno reso la nostra vita non solo più comoda, ma migliore in modi a cui teniamo?

Eppure questi grandi successi mascherano un fallimento di fondo che è diventato particolarmente evidente durante la pandemia. Non abbiamo sfruttato la potenza dei big data nelle aree che contano di più.

In quasi ogni fase, dai primi segni del virus ai test e al ricovero in ospedale fino all'introduzione dei vaccini, abbiamo perso molte opportunità per raccogliere dati ed estrarli per ottenere informazioni critiche. Avremmo potuto imparare molto di più su come si diffonde il virus, come si evolve, come trattarlo e come allocare le risorse, salvando potenzialmente innumerevoli vite. Non sembravamo avere la più pallida idea di come raccogliere il dati di cui avevamo bisogno .

Nel complesso, quindi, le 10 tecnologie che abbiamo scelto nel 2001 sono ancora rilevanti; nessuno è stato abbandonato; e alcuni sono stati successi notevoli, persino rivoluzionari. Ma la vera prova del progresso è più difficile: queste tecnologie hanno reso le nostre vite non solo più comode, ma migliori in modi a cui teniamo? Come misuriamo questo progresso?

Cosa ti rende felice?

Il modo comune per misurare il progresso economico è misurare il prodotto interno lordo (PIL). È stato formulato negli anni '30 negli Stati Uniti per aiutarci a capire quanto bene l'economia si stesse riprendendo dalla Grande Depressione. E sebbene uno dei suoi principali architetti, Simon Kuznets, abbia avvertito che il PIL non dovrebbe essere scambiato per una misura del benessere del paese e della prosperità della sua gente, generazioni di economisti e politici hanno fatto proprio questo, esaminando i numeri del PIL per trovare indizi alla salute dell'economia e anche al ritmo del progresso tecnologico.

Gli economisti possono ricavare quella che chiamano produttività totale dei fattori (TFP) dalle statistiche sul PIL; è fondamentalmente una misura di quanto l'innovazione contribuisce alla crescita. In teoria, le nuove invenzioni dovrebbero aumentare la produttività e far crescere l'economia più velocemente. Eppure il quadro non è stato eccezionale negli ultimi due decenni. Dalla metà degli anni 2000 circa, poco dopo il nostro primo elenco TR10, la crescita di TFP è stata lenta e deludente, soprattutto considerando l'ondata di nuove tecnologie provenienti da luoghi come la Silicon Valley.

Alcuni economisti pensano che la spiegazione possa essere che le nostre innovazioni non sono di così vasta portata come pensiamo. Ma è anche possibile che il PIL, progettato per misurare la produzione industriale della metà del 20° secolo, non tenga conto dei vantaggi economici dei prodotti digitali, soprattutto quando sono gratuiti, come i motori di ricerca e i social media.

L'economista di Stanford Erik Brynjolfsson ei suoi colleghi lo hanno fatto ha creato una nuova misura per cercare di cogliere il contributo di questi beni digitali. Chiamato PIL-B (la B sta per benefici), viene calcolato utilizzando sondaggi online per chiedere alle persone quanto apprezzano i vari servizi digitali. Quanto dovresti essere pagato, ad esempio, per vivere un mese senza Facebook?

I calcoli suggeriscono che i consumatori statunitensi hanno guadagnato circa 225 miliardi di dollari di valore non conteggiato solo da Facebook dal 2004. Wikipedia ha aggiunto 42 miliardi di dollari. Non è chiaro se il PIL-B possa spiegare completamente l'apparente rallentamento della produttività, ma fornisce prove che molti economisti e responsabili politici potrebbero aver sottovalutato la rivoluzione digitale. E questo, afferma Brynjolfsson, ha importanti implicazioni su quanto dovremmo investire nell'infrastruttura digitale e dare priorità a determinate aree di innovazione.

Il PIL-B fa parte di una serie più ampia di sforzi per trovare statistiche che riflettano in modo più accurato i cambiamenti a cui teniamo. L'idea non è quella di eliminare il PIL, ma di integrarlo con altri parametri che riflettono in modo più ampio quello che potremmo chiamare progresso.

Un'altra misura del genere è il Indice di progresso sociale , che è stato creato da una coppia di economisti, Scott Stern del MIT e Michael Porter di Harvard. Raccoglie dati da 163 paesi su fattori tra cui la qualità ambientale, l'accesso all'assistenza sanitaria e all'istruzione, le morti per incidenti stradali e la criminalità. Mentre i paesi più ricchi, non sorprende, tendono a fare meglio su questo indice, Stern dice che l'idea è guardare dove il progresso sociale diverge dal PIL pro capite. Ciò mostra come alcuni paesi, anche quelli poveri, siano più bravi di altri a trasformare la crescita economica in apprezzati cambiamenti sociali.

Il sondaggio di 13 paesi mostra il divario generazionale

'Immaginando quando la pandemia di covid-19 sarà finita... quale dovrebbe dare la priorità al tuo paese?'

FONTE: IMPERATIVO IPSOS/PROGRESSO SOCIALE

Gli Stati Uniti, con uno dei livelli di PIL pro capite più alti del mondo, sono al 28° posto nell'indice e sono uno dei soli quattro paesi i cui punteggi sono diminuiti dal 2014. La Norvegia, che è altrettanto ricca, è stata classificata al primo posto nel 2020 (vedi grafico qui di seguito). Anche alcuni paesi più poveri hanno prestazioni migliori.

Molto spesso le decisioni su innovazione e tecnologia riguardano il suo impatto economico, afferma Stern. Non c'è niente di sbagliato in questo. Ma stiamo indirizzando le ricompense economiche verso aree che favoriranno il progresso sociale?

Un pensiero simile si nasconde dietro un'altra alternativa al PIL, sviluppata da Diane Coyle e dai suoi colleghi del Bennett Institute for Public Policy di Cambridge, nel Regno Unito. La loro misura di ciò che chiamano l'economia della ricchezza si basa su ciò che essi definiscono il patrimonio di una società, compreso il suo capitale umano (la salute e le competenze delle sue persone), il capitale naturale (le sue risorse e la salute dell'ambiente) e il capitale sociale (fiducia e coesione sociale).

È un progetto estremamente ambizioso che tenta di creare un paio di misurazioni chiave per ogni risorsa. Questi numeri, afferma Coyle, hanno lo scopo di prendere decisioni migliori su tecnologia e innovazione, comprese le decisioni sulle priorità per gli investimenti del governo. Dice che l'approccio ti permette di chiederti, cosa sta facendo la tecnologia per le persone?

Il valore di queste varie alternative al PIL è che forniscono un quadro più ampio di come le nostre vite stanno cambiando a causa della tecnologia. Se fossero stati in atto 20 anni fa, avrebbero potuto far luce su crisi che tardavamo a vedere, come la crescita della disuguaglianza di reddito e il rapido deterioramento del nostro clima. Se 20 anni fa fosse stato un periodo di massimo tecno-ottimismo, potrebbe averci spinto a chiederci: ottimismo su cosa?

Speranza rinata

Circa un decennio fa, la narrativa tecno-ottimista iniziò a sgretolarsi.

Nel 2011 ha scritto Tyler Cowen, economista della George Mason University in Virginia La grande stagnazione , sostenendo che le tecnologie che all'epoca sembravano così impressionanti, in particolare i social media e le app per smartphone, stavano facendo poco per stimolare la crescita economica e migliorare la vita delle persone. L'ascesa e la caduta della crescita americana, un bestseller del 2016 di Robert Gordon, un altro eminente economista, ha superato le 700 pagine, descrivendo in dettaglio le ragioni del rallentamento della TFP dopo il 2004. Il boom temporaneo di Internet, ha dichiarato, era terminato.

I libri hanno contribuito a dare il via a un'era di tecno-pessimismo, almeno tra gli economisti. E negli ultimi anni, problemi come la disinformazione sui social media, i mezzi di sussistenza precari dei lavoratori della gig-economy e gli usi più inquietanti del data mining hanno alimentato una visione pessimista più ampia, la sensazione che la Big Tech non solo non stia migliorando la società ma sta peggiorando le cose.

In questi giorni, tuttavia, Cowen sta tornando nel campo degli ottimisti. Chiede ulteriori ricerche per spiegare il progresso e come crearlo, ma dice che è una storia più positiva rispetto a qualche anno fa. L'apparente successo dei vaccini contro il covid a base di RNA messaggero lo ha entusiasmato. Così fanno le scoperte nell'uso dell'IA per prevedere ripiegamento proteico , il potente strumento di modifica genetica CRISPR, nuovi tipi di batterie per veicoli elettrici e progressi nell'energia solare.

Cosa fa la tecnologia per le persone?

Diana Coyle

Un previsto boom di finanziamenti sia da parte dei governi che delle imprese potrebbe amplificare l'impatto di queste nuove tecnologie. Il presidente Joe Biden ha promesso centinaia di miliardi nella spesa per le infrastrutture, inclusi oltre 300 miliardi di dollari nei prossimi quattro anni per la ricerca e lo sviluppo. L'UE ha il suo enorme disegno di legge di stimolo. E ci sono segnali di un nuovo round di investimenti in capitale di rischio, in particolare mirati alla tecnologia verde.

Se i tecno-ottimisti hanno ragione, le nostre 10 tecnologie rivoluzionarie per il 2021 potrebbero avere un futuro radioso. La scienza alla base dei vaccini mRNA potrebbe aprire una nuova era della medicina in cui manipoliamo il nostro sistema immunitario per trasformare, tra le altre cose, il trattamento del cancro. Batterie al litio-metallo potrebbe finalmente rendere le auto elettriche appetibili per milioni di consumatori. Idrogeno verde potrebbe aiutare a sostituire i combustibili fossili. I progressi che ha fatto GPT-3 possibile potrebbe portare all'alfabetizzazione dei computer come il prossimo grande passo nell'intelligenza artificiale.

Tuttavia, il destino delle tecnologie nell'elenco del 2001 ci dice che i progressi non avverranno solo grazie alle scoperte stesse. Avremo bisogno di nuove infrastrutture per l'idrogeno verde e le auto elettriche; nuova urgenza per la scienza dell'mRNA; e nuove idee sull'IA e sulle opportunità che presenta nella risoluzione dei problemi sociali. In breve, ci vuole volontà politica.

Ma la lezione più importante dall'elenco del 2001 è la più semplice: se queste scoperte realizzano il loro potenziale dipende da come scegliamo di usarle. E forse questa è la ragione principale per un rinnovato ottimismo, perché sviluppando nuovi modi di misurare il progresso, come stanno facendo economisti come Coyle, possiamo anche creare nuove aspirazioni per queste nuove brillanti tecnologie. Se riusciamo a vedere oltre la crescita economica convenzionale e iniziamo a misurare come le innovazioni migliorano la vita di quante più persone possibile, abbiamo maggiori possibilità di creare un mondo migliore.

2021

10 tecnologie rivoluzionarie

nascondere