Artificial Intelligence oltre l’Hype

Articolo di Giuseppe Mariggiò, Data Manager

Sette triliardi di dispositivi connessi da qui al 2025. Fossero anche la metà, il discorso non cambia. In pratica, un rapporto di mille sensori per ogni abitante del Pianeta. La capacità di computing e di analisi sarà distribuita sulla superficie di questi sensori. I motori di analisi costruiti su reti neurali e algoritmi di machine learning saranno alla base di questo nuovo ecosistema.

Ma la vera notizia è che noi saremo immersi in questa nuova realtà fatta di informazioni e sistemi cyber-physical. Tre miliardi di dollari, il valore degli investimenti in AI stimati in un solo quarter. “Ma c’è molta fuffa”. A dirlo non sono io, ma Alberto Sangiovanni Vincentelli, professore di Scienze computazionali alla University of California Berkeley e pioniere dell’electronic design automation.

Perché la vera sfida non è sviluppare l’intelligenza delle macchine, ma abilitare il collegamento tra intelligenza umana e potenziamento tecnologico.

Che cosa è l’AI?

Quando parliamo di intelligenza artificiale non dovremmo pensare tanto a un dispositivo, “quanto alla più grande riserva di capacità di problem solving (a costi accessibili) che l’umanità abbia mai conosciuto” − come dice Luciano Floridi, professore di filosofia ed etica dell'informazione all'Università di Oxford. “La tecnologia oggi ci permette di disarticolare la capacità di essere ‘intelligenti’ dalla capacità di svolgere un compito con successo. Ed è qui che sta la vera killer application”.

Ma il vero nocciolo della questione è come decideremo di usarla. Molti sistemi, dai motori di ricerca basati su algoritmi di machine learning ai sistemi di apprendimento profondo, passando per i robot industriali, possono sembrare intelligenti. Ma non lo sono.

Se utilizzeremo l’AI solo per vendere un paio di scarpe in più, non solo avremo sprecato la straordinaria opportunità di capire di più il mondo, ma avremo commesso l’errore di adattare il nostro mondo all’ambiente operativo di una macchina, e non viceversa.

Di che cosa dobbiamo veramente occuparci?

C’è chi la chiama “cognitive computing”, chi “augmented intelligence”, in realtà questa cosa che chiamiamo “intelligenza artificiale” e che forse dovremmo ridefinire come “intelligenza algoritmica” ha l’obiettivo di realizzare modelli su computer per studiare la mente umana come altri modelli studiano tempo atmosferico, economia o biologia molecolare.

Con una differenza sostanziale però: una previsione del tempo sbagliata può rovinarci il week-end con la fidanzata. Una richiesta di mutuo negata o il mancato accesso a un concorso, possono avere conseguenze enormi sulla nostra vita. Tutti pensano che siamo nell’era dell’intelligenza artificiale, in realtà siamo nell’era del design e della scienza della progettazione. Mettere tutte “le mele” nello stesso “cestino” potrebbe non essere la strategia migliore. E qui, ridondanza e resilienza sono parole chiave.

Quale sarà la vera sfida?

L’intelligenza artificiale pone interrogativi etici e tecnologici. Imprese, università e politica devono preparare la strada offrendo soluzioni, formando le prossime generazioni di lavoratori, e governando la fase di transizione da un paradigma all’altro. Nel mondo del lavoro alcune previsioni sono molto polarizzate altre no. In tutti i casi, assisteremo a un cambiamento di interfacce. Ci vuole capacità di leadership e capacità di guardare avanti, oltre i facili obiettivi di breve termine.

E per fare tutto questo occorre una classe nuova di manager, pure loro “cognitivi”, capaci cioè di utilizzare la conoscenza per decidere attraverso percorsi fra loro interconnessi. In questo senso, occorre una conoscenza veramente “deep” della realtà, capace di produrre una visione ampia e aperta dello sviluppo. Una visione compiutamente umana e che forse per questo ha bisogno dell’intelligenza di una macchina per essere realizzata pienamente.