Chiunque ha avuto il piacere di leggere un romanzo fantascientifico, o di vedere film di fantascienza, ha sentito spesso parlare di Intelligenza Artificiale. Film come 2001 – Odissea nello Spazio e similari hanno costruito nell’immaginario collettivo l’idea di una intelligenza superiore. In realtà, come vedremo, l’intelligenza artificiale, in breve IA, è qualcosa di più articolato che può avere un impatto molto più importante sulle nostre vite. Oggi vedremo il perché.
Intelligenza Artificiale: una definizione
Quando si parla di intelligenza artificiale, in realtà, si fa riferimento a un ramo dell’informatica. Essa, secondo la definizione dell’ingegnere Marco Somalvico, professore del Politecnico di Milano:
«Studia i fondamenti teorici, le metodologie e le tecniche che consentono la progettazione di sistemi hardware e sistemi di programmi software capaci di fornire all’elaboratore elettronico prestazioni che, a un osservatore comune, sembrerebbero essere di pertinenza esclusiva dell’intelligenza umana».
Nei primi tempi, infatti, l’Intelligenza Artificiale fu ad appannaggio quasi esclusivo di settori come l’informatica, la matematica e la geometria. Ai giorni nostri, come vedremo, questa disciplina ha pervaso le nostre vite offrendoci approcci innovativi in molti settori, da quello automobilistico alla medicina. Prima di arrivare a questo, e all’internet delle cose, facciamo un rapido passaggio sulla storia dell’Intelligenza Artificiale.
La nascita dell’Intelligenza Artificiale
Il concetto di Intelligenza Artificiale, in realtà, è relativamente moderno. Nel 1956, presso il Dartmouth College, si tenne un convegno al quale presero parte diversi esperti di sistemi intelligenti, come all’epoca si chiamavano, fra cui l’informatico statunitense John McCarthy. L’idea proposta da questi, insieme con altri dieci ricercatori, fu quello di creare una macchina in grado di simulare le capacità di apprendimento dell’essere umano. In altre parole, una vera e propria Intelligenza Artificiale come la definì, per la prima volta nella storia, lo stesso McCarthy. Allo stesso convegno, poi, erano presenti anche altri informatici, Allen Newell e Herbert Simon, che già avevano realizzato un programma, il Logic Theorist, capace di dimostrare teoremi matematici. L’attenzione, però, fu focalizzata sull’espressione utilizzata da McCarthy, che diede vita alla nuova disciplina.
Negli anni a venire, i colossi dell’informatica si gettarono nella ricerca forsennata di tecnologie in grado di migliorare ulteriormente le capacità dell’Intelligenza Artificiale. Fu il caso di IBM, ma non soltanto. Nel 1958, per esempio, lo stesso McCarthy realizzò il primo linguaggio di programmazione utile per realizzare programmi di Intelligenza Artificiale: il Lisp, da List Processor. L’ambito di applicazione, fino alla prima metà degli anni Sessanta, fu quello matematico. Nella seconda metà del decennio, invece, emerse la necessità – nonché la possibilità – di realizzare Intelligenze Artificiali capaci di affrontare e risolvere problemi più vicini a quelli dell’uomo.
Un esempio fu quello proveniente dal campo della biologia. Nel 1969, gli studenti e i ricercatori del Carnegie Institute of Technology realizzarono il DENDRAL un programma capace di ricostruire molecole semplici partendo dall’analisi con lo spettrografo di massa. Fu questa una vera e propria svolta per l’Intelligenza Artificiale, che, per la prima volta, trovò un’applicazione pratica. Da questo momento, e fino agli anni Ottanta, lo sviluppo dell’IA fu incessante in ogni ambito. Un esempio pratico? Il cosiddetto Deep Blue, una macchina realizzata da IBM per sfidare l’allora campione di scacchi, Garry Kasparov. Sfida terminata, dopo il parziale vantaggio del maestro di scacchi, con la vittoria della macchina.
Il Machine Learning: la capacità di apprendere automaticamente
Una delle caratteristiche principali dell’Intelligenza Artificiale propriamente detta è quella di potersi migliorare automaticamente, acquisendo via via informazioni. Questo processo di apprendimento automatico è detto Machine Learning. Esistono diverse forme di apprendimento:
- supervisionato: in questo caso, il sistema è dotato di una serie di modelli e di esperienze di partenza; quando l’algoritmo si trova di fronte a un problema, questi attinge da questi database e decide in maniera automatica qual è la migliore risposta possibile;
- non supervisionato: in questo caso, la macchina non ha un database dal quale attingere e, pertanto, non ha un esempio dei risultati attesi; per individuare la risposta migliore, il sistema cataloga tutte le informazioni disponibili nell’ambiente circostante in maniera automatica;
- per rinforzo: l’ultimo caso è quello più complesso perché il sistema informatico è dotato di strumenti che consentono di migliorare le proprie capacità di apprendimento, come sensori e fotocamere; è il sistema tipico delle automobili a guida automatica.
Nella vita di tutti giorni assistiamo ad esempi di Machine Learning. Per esempio, è quello che avviene quando attiviamo le funzioni di riconoscimento vocale di uno smartphone.
L’Intelligenza Artificiale ai giorni nostri
Esempi di Intelligenza Artificiale, al giorno d’oggi, sono sempre più presenti nelle nostre vite. Uno degli esempi più tipici è quello che possiamo riscontrare nel settore automobilistico: veicoli a guida autonoma, basati per l’appunto su sistemi di Intelligenza Artificiale, sono ormai una realtà consolidata. Ulteriori applicazioni pratiche, poi, sono quelli che realizzate in ambito medico: sistemi in grado di analizzare il battito cardiaco, fare l’analisi di forme tumorali e di altre patologie sono anch’essi sempre più diffusi.
Queste applicazioni, tuttavia, appaiono ancora lontane dai giorni nostri. Al contrario, esistono forme di Intelligenza Artificiale che usiamo già oggi. È il caso, per esempio, dei sistemi avanzati montati “a bordo” dei più recenti smartphone: grazie a implementazioni di questo genere, infatti, questi device sono capaci di migliorare la qualità dell’immagine, riconoscendo i soggetti ritratti all’interno della scena e ottimizzando la resa fotografica complessiva.
Intelligenza Artificiale e Internet delle Cose
Una particolare applicazione dell’Intelligenza Artificiale è quella relativa all’Internet delle Cose. Un esempio di questa applicazione è già disponibile a tutti noi, grazie agli dispositivi smart che oggigiorno sono in commercio. Attraverso l’analisi delle abitudini dell’utilizzatore, algoritmi basati sull’Intelligenza Artificiale sono in grado di valutare qual è il momento migliore per avviare specifiche operazioni. In questo ambito, dunque, molto importanti sono anche le capacità di Machine Learning del sistema.
