giovedì 28 novembre 2019

I limiti della macchina imposti all'uomo. Un modo di intendere l'Intelligenza Artificiale


Se alla cibernetica poteva essere imputata la presunzione filosofica -comprendere e formalizzare le regole che presiedono alla vita-, alla computer science può essere imputato il comodo riduzionismo. Nel solco di Cartesio e di Leibniz -ma in assenza della finezza che caratterizzava il pensiero di Cartesio e di Leibniz- la computer science su una spettacolare serie di riduzioni.
Scrive Alan Turing nel 1950: “L’idea che sta alla base dei calcolatori digitali può essere spiegata dicendo che queste macchine sono costruite per compiere qualsiasi operazione che possa essere compiuta da un calcolatore umano. Si suppone che il calcolatore umano segua regole fisse; egli non ha l’autorità di deviare da esse in alcun dettaglio. Possiamo supporre che queste regole siano fornite da un libro, che viene modificato ogni volta che egli viene adibito a un nuovo lavoro”.1
Insomma: si assume che dell’agire e del pensare umano si debba prendere in considerazione solo una specifica attività: il calcolare. Si assume che del calcolare si debba prendere in considerazione solo una parte, il computare. Si assume che l’essere umano ridotto a ‘computatore’ sia costretto ad operare seguendo regole fisse, scritte in un Libro delle Regole, senza poter deviare da esse in alcun dettaglio.
C'è dunque, nel progetto di Turing, e quindi in tutta la computer science, un vizio originario: si propone sostituire l'uomo con la macchina. Con una macchina, però, di cui sono descritti i precisi limiti. Siccome la macchina può funzionare solo eseguendo un 'libro delle regole', un programma, si finisce così per assumere che anche il lavoro umano dovrà essere inteso come mera esecuzione di un programma. E' esclusa la creatività, la libertà, l'innovazione.
Cinque anni dopo la pubblicazione dell'articolo di Turing, appare il termine Intelligenza Artificiale. “Il tentativo è quello di procedere sulla base della congettura che ogni aspetto dell'apprendimento o qualsiasi altro aspetto dell’intelligenza può in linea di principio essere descritto in modo tanto preciso da poter essere simulato da una macchina”.2
Come apprende l'essere umano? In mille modi che qui possiamo ricordare per minimi accenni: apprende dalla propria storia, facendo esperienza, scambiando conoscenze con altri esseri umani, sperimentando, lanciandosi nell'ignoto... L'affermazione di principio su cui si basa l'Intelligenza Artificiale porta quindi a dire si tratta di insegnare ai computer ad imitare l'apprendimento umano. Non a caso oggi, sessant'anni dopo l'annuncio dell'Intelligenza Artificiale, con motivo si sostiene che più che di Intelligenza Artificiale sarebbe corretto parlare di Machine Learning, capacità delle macchine di apprendere.
Ma come si svolge il Machine Learning? L'originaria contraddizione del computing è ancora attuale. Si vuole imitare tramite computer il comportamento umano, ma si deve fare i conti con i limiti del computer, con ciò che la macchina è in grado di fare. Così la vasta e sfumata capacità di apprendere è ridotta dai computer scientist a tre sole modalità: apprendimento sorvegliato, apprendimento non sorvegliato, apprendimento rinforzato.
Ogni macchina digitale ha precisi limiti. Non ci sarebbe problema, per noi umani, se non fosse che siamo bombardati da una martellante propaganda: confida nell'intelligenza della macchina, fidati della macchina più di te stesso.


1   Alan Turing, “Computing Machinery and Intelligence”, Mind, Vol. 59, Number 236, October 1950, pp. 433-460. Poi in Alan Mathison Turing, Mechanical Intelligence, edited by Darrel C. Ince, North-Holland, Amsterdam-London-New York-Tokio, 1992; trad. it. Intelligenza meccanica, Boringhieri, Torino, 1994. Prima trad. it. “Macchine calcolatrici e intelligenza”, in Johann von Neumann, Gilbert Ryle, C. E. Shannon, Charles Sherrington, A. M. Turing, Norbert Wiener e altri, La filosofia degli automi, a cura di Vittorio Somenzi, Boringhieri, Torino, 1965, pp. 116-156.
2   John McCarthy, Marvin L. Minsky, Nathaniel Rochester, Claude E. Shannon, Proposal for the Dartmouth Summer Reaserch Project on Artificial Intelligence, August 31, 1955; vedi in: AI Magazine 27, 4, 2006, pp. 12-14.

Nessun commento:

Posta un commento