Quando senti parlare di Intelligenza Artificiale (AI) per le aziende pensi sia una esagerazione?
Allora trova un posto tranquillo e rilassati in poltrona, che oggi vediamo assieme un po’ di fantascienza, che in realtà è già storia, con qualche esempio selezionato.
AI nei giochi “intelligenti”
Giocare c’entra poco con le aziende? In realtà vincere in alcuni giochi richiede capacità di pianificazione e di ricerca di soluzioni e non per nulla sono storicamente stati considerati un riferimento per le capacità intellettive umane.
GO: DeepMind (società di Google) AlphaGo riuscì a battere il campione del mondo umano nel 2016, ma il suo apprendimento era esplicitamente programmato. Poi Alpha Go Zero, che ha imparato da solo, giocando contro sé stesso, in sole 36 ore, ha battuto Alfa Go 100 volte su 100. Dopo questo risultato Alpha Go Zero è uscito dalle competizioni, ma il ranking dei programmi che giocano a GO è immediatamente diventato imbarazzante rispetto a quello umano.
Scacchi: nel 1997 Deep Blue sconfisse il campione del mondo Kasparov in una famosa sfida che quelli giovani nello spirito come me ricorderanno perché ne parlarono anche i tg nazionali. L’evoluzione dei programmi anche in questo caso ha portato a punteggi oramai decisamente superiori a quelle umane (es: Stockfish, Campione del mondo AI, 3546, vs. Magnus Carlsen, Campione del mondo umano, 2864 – per dare una idea, un giocatore di torneo all’inizio ha circa 1400, un maestro a livello nazionale circa 2000). Sempre DeepMind Alpha Zero, che ha imparato da solo a giocare come nel caso di GO, potrebbe essere il più forte attualmente, avendo battuto in modo chiaro, nel 2018, Stockfish. Non risulta però nelle classifiche perché non ha più partecipato a gare (e Stockfish è evoluto, da allora).
Bridge: proprio pochi giorni fa, Nook realizzato da Nukkay, ha battuto 8 campioni del mondo umani a bridge. Successo importante perché, diversamente dai precedenti, è un gioco che si basa su informazione parziale e sul capire la comunicazione ed i comportamenti degli altri. I giocatori di bridge possono consolarsi (fino a quando?) perché la vittoria non è completa: manca la fase di dichiarazione, che è forse quella più critica.
Video Game: Nel 2015 le AI superavano gli umani in giochi “classici” tipo Space Invaders, nel 2019 una AI era campione di Startcraft2, mentre da febbraio 2022, non c’è più storia nel gioco di corse in auto Gran Turismo. Attenzione, non stiamo parlando di intelligenze artificiali programmate NEL gioco, ma di intelligenze artificiali esterne, che usano visione artificiale e comandi di gioco come gli umani e che hanno dovuto imparare a giocare.
Quiz televisivi: IBM Watson vince in Jeopardy!: nel 2011 IBM Watson ha battuto due campioni di un gioco a premi molto famoso negli USA: si tratta di un quiz che richiede una comprensione del testo, spesso ambiguo perché basato sui diversi significati che le parole possono assumere. Ovviamente, come gli altri concorrenti, non aveva accesso ad Internet.
Comprensione e sensi
Già Jeopardy! implicava la comprensione del testo, ma qui proviamo a vedere risultati che implicano una interpretazione considerata normalmente umana, magari in ambiti inattesi (quindi, per es., non parlo di riconoscimento della voce perché l’hai certamente già visto)
Lettura delle labbra: Nel 2016 il sistema LipNet poteva già leggere le labbra con il 95.2% di accuratezza in frasi isolate, superando decisamente gli esperti umani
Visione artificiale: Google ha iniziato a riconoscere a livello (quasi) umano i numeri civici per associarli alla posizione geografica per Maps e Street View già nel 2014. Nel tempo la visione è migliorata, oggi si cerca di affrontare il problema di riconoscimento più generale (altrimenti le auto che si guidano da sole non potrebbero iniziare a creare problemi alle forze di polizia). Solo in alcuni casi molto ristretti si ottiene un risultato superiore a quello umano, ma è bene notare che il riconoscimento facciale, per esempio, inizia a funzionare anche su una pagina Web con un po’ di Javascript, non serve più un hardware gigantesco, basta il PC di casa.
Comprensione del linguaggio: Nel 2019 Google BERT superò gli umani nella comprensione di testi scritti in diversi test, tra cui uno studiato dall’università di Stanford, SQUAD 2.0, che comprende domande tranello per evitare tentativi di risposta basati sulla somiglianza della domanda col testo. In realtà BERT è riuscito a superare gli umani, anche senza capire: di fatto si è comportato come un estrattore di entità molto evoluto. Oggi abbiamo a disposizione dei test ancora più stringenti, tipo ReClor e LogiQA, che però non richiedono solo la comprensione, ma anche un ragionamento logico simile a quello che viene richiesto per essere ammessi alle facoltà universitarie e anche su questi i risultati delle AI si stanno avvicinando rapidamente all’uomo. Google stessa già a maggio 2021 ha presentato MUM, un modello 1000 volte più potente di BERT e multimodale (ovvero, non limitato al testo, ma in grado di gestire anche immagini e video), che sarà la base del suo motore di ricerca a breve: sarà in grado di integrare più fonti, anche in lingue diverse, confrontandole, e fornendo un risultato di sintesi, specifico per la domanda posta, come farebbe un esperto. Dell’altro giorno la notizia di PaLM, il nuovissimo modello per il linguaggio di Google che è in grado di spiegare le battute. No, non conosco ancora architetture in grado di creare battute originali e divertenti, d’altra parte pure io non sono messo bene in questo senso. Mi fermo qui con la comprensione del linguaggio, ma lo sai che è il mio campo principale di interesse e trovi applicazioni per le aziende sia nel sito di Algaware che nei miei altri articoli e post.
Attività lavorative
Alziamo il tiro: ci sono professioni a rischio? Forse alcune, ma solo per come le conosciamo oggi: si prevede che evolvano e che si arrivi ad una collaborazione uomo-macchina, con un aumento dei posti di lavoro
Informatica: ma sì, dai, iniziamo da quelli che possono cambiare il mio, di lavoro: OpenAI Codex, GitHub Copilot e DeepMind AlfaCode stanno iniziando a programmare, sulla base di specifiche fornite in linguaggio naturale (in inglese, al momento). Meglio di uno studente medio del primo anno di università. AlfaCode ha da poco battuto più di metà dei programmatori umani in competizioni informatiche sul sito codeforces.com. E no, non sono ancora in grado di programmarsi da soli, ma ci stanno lavorando.
Robotica: Inutile dire che qui bisogna parlare di Boston Dynamics e dei suoi robot che mostrano capacità di movimento decisamente superiori alle mie e che, ovviamente, richiedono tecniche molto molto avanzate per mantenere l’equilibrio in tutte le situazioni (se già non l’hai visto, danzano anche).
Diritto: Nel 2018 LawGeex ha concluso un esperimento in cui una AI ha ottenuto risultati decisamente superiori ad esperti umani nella revisione di contratti di riservatezza, sia in termini di completezza della revisione (94% contro 85% di media per gli esperti umani) che di velocità (pochi secondi contro più di 1 ora e mezza di media su 5 contratti). Ho già parlato in un precedente articolo della possibilità che oggi delle AI possano passare l’esame per entrare a studiare legge in USA e Canada, non lo ripeterò qui (anche perché non rientra nell’ambito lavorativo, ma nella comprensione di testi e ragionamento in generale).
Medicina: ho sentito parlare per la prima volta di un sistema esperto che eseguiva diagnosi a livello umano durante la mia tesi nel laboratorio di Informatica Medica all’Università di Pavia, che aveva realizzato la sperimentazione già diversi anni prima (nel 1988). Più di recente, già nel 2018, con diagnosi di problemi di cancro e di cuore all’Oxford hospital, si salvavano più vite, per giunta risparmiando un bel po’ di soldi, utilizzando una AI che, in certi ambiti, forniva risultati migliori dei consulenti umani. Nel 2019 negli Ospedali Universitari del Birmingham, sistemi AI individuavano correttamente uno stato di malattia nell’87% dei casi, contro l’86% dei professionisti umani e dichiaravano l’assenza di malattia in modo corretto nel 93% dei casi, contro il 91% degli esperti umani. Certo, a parità di condizioni: gli umani potrebbero migliorare la diagnosi, sapendo trattare ulteriori informazioni, che l’AI non tratta (ancora).
Biologia: dal 2020 DeepMind Alphafold “riesce a prevedere correttamente modelli 3D delle strutture di proteine e ha il potenziale di accelerare la ricerca in ogni campo della biologia” fino a livello atomico e in pochi minuti. Un supporto alla scienza che è appena iniziato.
Arte e creatività
No, dai, l’arte e la creatività sono solo umane. Vero? …? Vero?
Scrittura: Si chiamano modelli generativi e sono molto vicini a quelli che permettono di scrivere codice. Quello forse più famoso si chiama GPT-3 e lo ha realizzato OpenAI nel 2020. Con un po’ di spunti iniziali è in grado di comporre un testo. Questo articolo non è scritto da GPT-3, ma quello puntato da questo link, sì. Ed è capitato che 26.000 persone scambiassero un blog scritto da GPT-3 per un blog scritto da un umano. Le sue potenzialità sono ancora sotto studio, ma sono già nate altre architetture più potenti ispirate a questa e GPT3 stesso è evoluto in modelli più performanti, chiamati InstructGPT, che sono in grado di generare risultati più aderenti alle istruzioni dell’utente. Tra gli altri citiamo DeepMind Chinchilla, molto più piccolo ed efficace, annunciato pochi giorni fa. Il diretto successore di GPT-3, GPT-4, atteso tra pochi anni, dovrebbe essere 500 volte più potente ed avere un numero di parametri paragonabile o superiore alle sinapsi di un cervello umano.
Musica: si può comporre musica e cantare, magari imitando Elvis o Mozart? Fatti un giro a vedere Open AI JukeBox. OK, non sarà esattamente lo stesso, ma molto meglio di quello che possono fare molti umani e, siamo solo all’inizio.
Arti figurative: Altro modello appena uscito, Open AI DALL-E 2, permette di creare immagini da zero, partendo da una descrizione testuale in inglese (per es.: “disegna una volpe nell’erba nello stile di Monet”) o da una foto pregressa che vogliamo ritoccare aggiungendo degli elementi alla scena, ma che mantengano le luci ed i riflessi della foto originale o ancora creando immagini “ispirate” ad altre fornite, ma originali ed in altro stile. Alla prossima mostra a cui andrai saprai capire se le opere sono di un umano?
Mix (comprese attività non artistiche): per vedere risultati integrati, suggerisco questo fantastico video, che mette assieme l’utilizzo di AI in diversi campi, dalle immagini alla musica, passando per applicazioni di sicurezza o medicina. Direi che è un notevole output di una collaborazione uomo-macchina cui accennavo in precedenza. NVIDIA già nel 2017 ha iniziato una serie di video (altri li trovi facilmente su YouTube) e nel suo blog ne spiegava il processo costruttivo.
Tiriamo le somme
Non c’è ancora (ed è discutibile che servano, anche in futuro, ma l’argomento è aperto) autocoscienza ed emozioni (quindi, nessuna preoccupazione sul fatto che una AI possa volere eliminare la razza umana come nei film), non siamo ancora all’AGI (Intelligenza Artificiale Generale, ovvero in grado di ragionare su ogni argomento a livello umano), ma ci stiamo avvicinando a grandi passi.
Non ci interessa capire se la “modalità” di funzionamento sia simile a quella umana: le tecniche attuali sono lontane dalla modalità di funzionamento del cervello umano.
Ci interessa capire “che risultati” ottenga una AI rispetto ad un umano in task che normalmente consideriamo richiedere intelligenza.
Siamo, invece, vicini ad una Narrow AI (Intelligenza Artificiale in ambiti molto ristretti – aggiungerei, con alti risultati), ma multipla (ovvero in sempre più campi).
Per una discussione ti rimando all’interessantissimo recente articolo di studiosi canadesi.
L’AI non ridurrà il lavoro, ma certamente lo cambierà: secondo il World Economic Forum report, 85 milioni di posti di lavoro a livello globale saranno entro il 2025 rimpiazzati da altri 97 milioni, negli stessi campi.
Saranno ovviamente richieste capacità più evolute, agli uomini, perché quelle più semplici e routinarie potranno essere svolte dalle macchine.
E’ il momento di evolvere e trovare il modo di collaborare con le AI per ottenere risultati di livello, ma con tempi e costi inferiori, come per i video di NVIDIA.
Vabbè, lo capisco, abbiamo parlato un po’ di tutto, servono approfondimenti, non si può sempre rimanere ad alto livello e così superficiali.
Collegati a me e continua a seguirmi, se ti interessano gli approfondimenti sull’AI e i suoi impatti su aziende e società.
Leave a reply