Privacy Policy Cookie Policy
Vai ai contenuti
Brain
brain
europa
critic
Salta menù
Coloro cui sfugge completamente l'idea che è possibile aver torto non possono imparare nulla, tranne la tecnica. (Gregory Bateson)
Salta menù
Salta menù
Superintelligenza
TEORIE > METODI > INTELLIGENZA ARTIFICIALE
Scopo di questa pagina
L’Intelligenza Artificiale è una delle più grandi promesse dell’umanità; grazie ai suoi sviluppi, attuali e futuri, saremo probabilmente in grado di fare cose che oggi sarebbero impensabili, vivremo meglio, e magari più a lungo e più felici. E tuttavia c’è una nube minacciosa sopra il cielo dell’Intelligenza Artificiale, e con questo libro Nick Bostrom è stato il primo a vederla e ad analizzarla, lanciando un allarme che ha avuto un’eco vastissima in tutto il mondo. Siamo proprio certi che riusciremo a governare senza problemi una macchina «superintelligente» dopo che l’avremo costruita? Se lo scopo dell’attuale ricerca sull’Intelligenza Artificiale è quello di costruire delle macchine fornite di un’intelligenza generale paragonabile a quella umana, quanto tempo occorrerà a quelle macchine, una volta costruite, per superare e surclassare le nostre capacità intellettive? Poco, ci informa Bostrom, pochissimo. Una volta raggiunto un livello di intelligenza paragonabile al nostro, alle macchine basterà un piccolo passo per «decollare» esponenzialmente, dando origine a superintelligenze che per noi risulteranno rapidamente inarrivabili. A quel punto le nostre creature potrebbero scapparci di mano, non necessariamente per «malvagità», ma anche solo come effetto collaterale della loro attività. Potrebbero arrivare a distruggerci o addirittura a distruggere il mondo intero. Per questo – sostiene Bostrom – dobbiamo preoccuparcene ora. Per non rinunciare ai benefici che l’Intelligenza Artificiale potrà apportare, è necessario che la ricerca tecnologica si ponga adesso le domande che questo libro pone con enorme chiarezza e chiaroveggenza.
intelligenza artificiale
In conclusion, the new is coming forward or not?
Difficult to say: no one distinguishes which is the head and which is the ass.
Punto chiave di questa pagina
IL FUTURO DI CHAT GPT E DELL'INTELLIGENZA ARTIFICIALE GENERATIVA: Oggi si attribuisce grande attenzione e speranza a Chat GPT, ma a me non sembra che essa possa dare grandi risposte, probabilmente perché ad essa mancano (e mancheranno anche in futuro) molte caratteristiche umane quali: esperienza, consapevolezza, identità, agentività, emotività, ecc. Eppure, gli attuali progettisti di Chat GPT ci credono (vedi in bibliografia articolo MIT 26 ottobre 2023).
Punti di riflessione
II giorno in cui l’Intelligenza Artificiale saprà approssimarsi all'intelligenza umana è vicino, ma le sue capacità vanno giudicate su tre livelli di abilità cognitive: vedere (associazione), fare (intervento) e immaginare (controfattuali). L’IA oggi lavora solo al livello più basso, cioè, vedere. (Judea Pearl, Dana MacKenzie)
_

Il futuro della intelligenza artificiale è costituito dallo sforzo di costruire computer che, come gli esseri umani, imparino dall'esperienza, senza la necessità di matematizzare ogni passo.

_

La natura delle giustificazioni basate sul computer non è affatto come le giustificazioni umane. E' aliena. Ma "aliena" non significa "sbagliata". Quando si tratta di capire come stanno le cose, le macchine possono essere più vicine alla verità di quanto noi umani potremo mai essere. (David Weinberger)

_

Il metodo scientifico umano, basato sull'osservazione di fenomeni, generazione di ipotesi e verifiche sperimentali, viene annullato dalla modalità di funzionamento delle applicazioni di intelligenza artificiale basate sul "machine learning". Esse non producono ipotesi nè fanno verifiche (visibili all'uomo) eppure danno risultati più attendibili, ma incomprensibili all'uomo.

_

L'IA, oggi, è solo in grado con molta ma molta più efficienza dell'uomo, di rilevare strutture significative all'interno di basi dati anche molto ampie. (Judea Pearl)
_
I mondi possibili sono cose di cui possiamo parlare o che possiamo immaginare, ipotizzare, in cui possiamo credere o che possiamo auspicare. Tuttavia, non possiamo mai arrivare in un mondo possibile che non sia il mondo reale; perchè, se potessimo, e richiede solo che si pensi un attimo alla fantascienza per vedere come potremmo pensare di potere, allora quel mondo sarebbe parte del mondo reale. Le cose stanno così in quanto il mondo reale non è altro che la totalità di ciò che accade nella realtà. (M.J. Cresswell)
_
La modellazione causale non è in prima linea nell'attuale lavoro di machine learning. L'apprendimento automatico oggi è dominato dagli statistici e dalla convinzione di poter imparare tutto dai dati. Questa filosofia incentrata sui dati è limitata. (Judea Pearl)
_
I dati possono aiutarci a prevedere cosa accadrà, ma anche l'apprendimento automatico più sofisticato di oggi non può dirci perché. (Judea Pearl)
_
Mentre la consapevolezza della necessità di un modello causale è cresciuta a passi da gigante tra le scienze, molte ricerche sull'intelligenza artificiale vorrebbero evitare il difficile passo della costruzione e acquisizione di un modello causale e fare affidamento esclusivamente sui dati per tutti i compiti cognitivi. (Judea Pearl)
_
In cosa differiscono l'intelligenza umana e quella Artificiale? "Nella capacità di porre domande e trovare risposte". Contrariamente a quanto si potrebbe pensare la capacità più importante è quella di "porre domande", infatti è facile constatare che la maggior parte delle persone non si pone nessuna domanda o, quando lo fa, si tratta di domande con scopi pratici. (Judea Pearl)
_
Il merito del bel libro di Crawford [IA: nè intelligente nè artificiale] è quello di rendere estremamente visibile l’infrastruttura planetaria che si nasconde dietro lo sviluppo e la diffusione di sistemi di IA e di rappresentarci questa infrastruttura come la versione contemporanea di precedenti forme di industria estrattiva. La creazione di sistemi di IA è strettamente legata allo sfruttamento delle risorse energetiche e minerarie del pianeta, di manodopera a basso costo e di dati su amplissima scala (p. 22). Non c’è niente di immateriale nelle cloud dove sono archiviati i nostri dati, non c’è niente di immateriale negli algoritmi che ci suggeriscono cosa ascoltare su Spotify o vedere su Netflix. Kate Crawford, attraverso numerosi viaggi di ricerca che abbracciano un arco temporale di dieci anni, di cui questo libro è il frutto, ci mostra come l’intelligenza artificiale “nasce dai laghi salati della Bolivia e dalle miniere del Congo, ed è costruita a partire da set di dati etichettati da crowdworkers che cercano di classificare azioni, emozioni e identità umane. (Tiziano Bonini)
-
ChatGPT è uno di quei rari momenti nella tecnologia in cui vedi un barlume di come tutto sarà diverso in futuro.
Quella meraviglia crolla non appena ChatGPT dice qualcosa di stupido. Ma a quel punto non importa. Questo assaggio di ciò che era possibile è sufficiente, dice Sutskever. ChatGPT ha cambiato gli orizzonti delle persone. (Will Douglas Haven)
-
La cultura popolare ha portato le persone a pensare a distopie in cui l’intelligenza artificiale abbandona le catene del controllo umano e assume una vita propria, come hanno fatto i cyborg alimentati dall’intelligenza artificiale in “Terminator 2”. Ma queste preoccupazioni sono – almeno per quanto riguarda i grandi modelli linguistici – infondate. ChatGPT e tecnologie simili sono sofisticate applicazioni per il completamento delle frasi: niente di più, niente di meno. Le loro risposte inquietanti dipendono da quanto sono prevedibili gli esseri umani se si dispone di dati sufficienti sui modi in cui comunichiamo. (Nir EisiKovits)
-
Bisogna capire che l’intelligenza umana e quella artificiale non sono la stessa cosa: entrambe hanno la capacità di essere razionali e sistematiche, ma solo la mente umana è anche emozionale, sensoriale, immaginativa. Cerchiamo di essere ancora più chiari prendendo in esame il Machine Learning. Una mente artificiale in grado di apprendere autonomamente può monitorare gli umori delle persone grazie a opinion mining e sentiment analysis, ma non potrà mai avvertire sentimenti come l’amore o l’amicizia, provare emozioni come quelle che si provano prima di un lungo viaggio o recepire la bellezza dei quadri di Botticelli o delle rovesciate di Cristiano Ronaldo. A meno che non glielo si insegni. (injenia)
-
Oggi lo studio della mente è un'attività molto in voga. Non sono certo i computer o i supercomputer quantistici ad aiutarci nell'intento. Non è che l'intelligenza artificiale a farlo, che neanche troppo "intelligenza" è. Ai computer manca la coscienza, manca l'intuizione, manca la conoscenza del mondo, quindi non saranno certo loro a dare una nuova strada. La nuova strada nasce  dallo studio di tutto quello che ha dato il via a questo processo. Dalle esperienze che sono state vissute. (Gabriella Greison p.198 del libro "Ogni cosa è collegata)
Il pensiero di Nick Bostrom
Perchèil mondo dei replicanti coscienti, descritto da Philip J. Dick, non potrà esistere
Le macchine digitali (non biologiche) non potranno mai avere una coscienza
Conclusioni (provvisorie): Ma siamo proprio sicuri che ci attenda un futuro morale di oggettificazione, o l'essere umano riuscirà a imporre la propria vera natura?
L'approccio classico alla AI, conosciuto come "knowledge base" consiste nell'utilizzo di linguaggi formali che impiegano automaticamente regole logiche di inferenza. Questo è l'approccio degli albori dell'intelligenza artificiale. Il termine "intelligenza artificiale"  fu infatti coniato nel 1955 dallo scienziato informatico John McCarthy che ne diede la seguente definizione: "L'intelligenza artificiale è quella scienza che consente di costruire macchine intelligenti, in particolare programmi per computer intelligenti. Essa è legata a compiti simili a quelli che utilizzano computer per capire l'intelligenza umana, ma la AI non deve limitarsi a metodi che sono biologicamente osservabili. "  Con il tempo ci si accorse che la vera sfida che la AI doveva affrontare era un'altra, cioè quella di acquisire le proprie conoscenze estraendo strutture ("pattern") da dati grezzi esterni. Questa capacità di apprendimento automatico venne denominata "Machine Learning". Il Machine Learning si può definire un software che crea degli algoritmi che migliorano le proprie prestazioni nel corso del tempo, quando vengono misurati nell'ambito di un compito specifico, dopo aver effettuato una serie di esperienze. La AI doveva dunque imparare a risolvere problemi che l'uomo risolve facilmente in modo intuitivo (automatico), come riconoscere parole o volti nelle immagini, ma che non possono essere descritti matematicamente. Dato che non esistono regole per quest'attività, occorreva imparare dall'esperienza. Se la conoscenza proviene dall'esperienza si può fare a meno dell'intervento umano, infatti i computer possono funzionare nei termini di gerarchie di concetti, dove ogni concetto può essere definito con le sue relazioni a concetti più semplici, e il computer può imparare nuovi concetti complessi costruendoli dall'aggregazione di altri più semplici che già possiede. Secondo lo scienziato e filosofo Jürgen Schmidhuber lo sviluppo di reti neurali, cioè di reti che simulano il comportamento delle reti neurali biologiche, ha consentito il grande sviluppo del "Deep learning", cioè di un apprendimento automatico che richiede lunghe catene causali di fasi computazionali. L'apprendimento consiste nell'assegnazione di pesi corretti alle connessioni che portano la rete neurale verso il risultato desiderato. Il Deep Learning è un processo che continuamente valuta e assegna credito a molte fasi computazionali interconnesse (come il cervello umano). Il canto del gallo provoca l'alba? La risposta è ovvia, se sei un essere umano, ma una macchina può solo capire che il canto del gallo e l'alba sono correlati, non che uno causa (o non causa) l'altro. L'inferenza causale o ragionamento causale è oggi assente dai meccanismi di machine learning presi in considerazione dagli esperti di Intelligenza Artificiale, eppure essa è l'inferenza più rappresentativa dell'intelligenza  umana perché implica la previsione degli effetti delle proprie azioni. Noi viviamo in un mondo reale nel quale possiamo fare le nostre osservazioni e le nostre azioni, ma la nostra specie è l'unica che può vivere, mentalmente, in più "mondi possibili". Questa straordinaria capacità ha dato all'essere umano la possibilità di immaginare e, successivamente, realizzare artefatti, prodotti, stili di vita che ci hanno portato fin qui. Dato che l'intelligenza artificiale si occupa del futuro, la scala della causalità rappresenta, secondo la visione del filosofo Judea Pearl, l'evoluzione del pensiero umano. Molto presto nella nostra evoluzione, noi umani ci siamo resi conto che il mondo non è fatto solo di puri fatti (quelli che oggi potremmo chiamare dati); piuttosto, questi fatti sono uniti da una intricata rete di relazioni causa-effetto. Spiegazioni causali, non puri fatti, costituiscono la maggior parte delle nostre conoscenze. Il tecnologo e filosofo David Weinberger, esaminando i risultati del confronto tra intelligenza umana e intelligenza artificiale, di fronte alla maggiore correttezza dei risultati della AI ma anche alla sua inspiegabilità umana, conclude che la AI cambierà anche il "metodo scientifico" così come noi lo conosciamo. La promessa del machine learning è che ci sono volte in cui i modelli imperscrutabili delle macchine saranno molto più predittivi di quelli costruiti manualmente. In questi casi la nostra conoscenza, se scegliamo di usarla, dipenderà da giustificazioni che, forse, non saremo in grado di capire. La sociologa Soshana Zuboff ipotizza la trasformazione che l'Intelligenza Artificiale opererà sulla società e la descrive così: "Il potere strumentalizzante del "Grande Altro" è quello che riduce l'esperienza umana a un comportamento osservabile e misurabile, rimanendo indifferente al significato di tale esperienza." Gli individui vengono ridotti al minimo comune denominatore, organismi tra gli organismi. Non c'è alcun fratello, grande o piccolo che sia, buono o cattivo, non ci sono legami familiari, nemmeno dei peggiori. Non ci sono relazioni tra il "Grande Altro"  e gli individui resi oggetti-altri. Il "Grande Altro" non si cura di quel che pensiamo, sentiamo o facciamo, basta che milioni, miliardi, migliaia di miliardi di occhi e orecchie senzienti, attivanti e computazionali, possano osservare, renderizzare, trasformare in dati e strumentalizzare i grandi serbatoi di surplus comportamentale generati nel marasma galattico di connessioni e comunicazioni. In questo nuovo regime, le nostre vite si svolgono  in un contesto morale di oggettificazione. Il "Grande Altro" può imitare l'intimità per mezzo dell'instancabile devozione dell'Unica Voce - la ciarliera Alexa di Amazon, le informazioni instancabili e i promemoria del Google Assistant". Ed è proprio questo il motivo per cui l'Intelligenza Artificiale è "stupida" e lo sarà sempre. Sarà, per l'essere umano un "utile idiota", rapido e potenzialmente veritiero ma privo delle caratteristiche emotive, etiche ed epistemiche che caratterizzano ogni essere umano. Ma siamo proprio sicuri, cinicamente, che ci attenda un futuro morale di oggettificazione, come paventa la Zubova, o l'essere umano riuscirà a imporre la propria vera natura?
per scaricare le conclusioni (in pdf):
La razionalità richiede impegno personale!
Iscriviti alla Newsletter di pensierocritico.eu per ricevere in anteprima nuovi contenuti e aggiornamenti:
Bibliografia (chi fa delle buone letture è meno manipolabile)


Scrivi, se non sei d'accordo
Se ritenete che le tesi del "punto chiave" non vengano sufficientemente supportate dagli argomenti presenti in questa pagina potete esprimere il vostro parere (motivandolo).
Inviate una email con il FORM. Riceverete una risposta. Grazie della collaborazione.
Libri consigliati
a chi vuole migliorare la propria capacità di interpretare le conseguenze della AI
Spesa annua pro capite in Italia per gioco d'azzardo 1.583 euro, per l'acquisto di libri 58,8 euro (fonte: l'Espresso 5/2/17)

Pagina aggiornata il 28 Gennaio 2026

creative commons
Quest'opera è distribuita con Licenza Creative Commons Attribuzione 2.5 Generico
Quest'opera è distribuita con Licenza Creative Commons Attribuzione 2.5 Generico
Torna ai contenuti