Secondo Google stiamo vivendo in una AI-First age nella quale il machine learning si sta sempre più affermando in aree fondamentali come il riconoscimento vocale e delle immagini. Ma la realtà è che non basta creare dei sistemi di “assistenti digitali” che ci assistono nelle situazioni più semplici e siamo molto molto lontani da una vera Intelligenza Artificiale, abbreviato IA.
Un sacco di problemi vanno ancora affrontati e man mano che si cerca di andare avanti lo studio dell’intelligenza artificiale si fa sempre più complessa. Problemi che vanno dalla gestione di grandissime quantità di dati al creare intelligenze che possano essere più multitasking.
La chiave è nei dati, tanti dati
Le IA hanno bisogno di dati per imparare com’è fatto il mondo e questo è ormai chiaro.
Il problema è quanti dati servono.
La quantità è elevatissima. Se per un essere umano servono pochissime informazioni per capire un determinato elemento, ad esempio per distinguere un cane da un gatto, per le macchine si parlano di centinaia di migliaia di informazioni.
Infatti attualmente è per questo che le intelligenze artificiali migliori sono quelle che già possono disporre di tantissimi dati, come il riconoscimento delle immagini di Google o Facebook che possono disporre di milioni di immagini da dare in pasto alle loro IA.
Riconoscimento immagini con Google Immagini
Cosa sta combinando?
Con le IA che abbiamo oggi non riusciamo a capire come siano giunte a determinate conclusioni. Questo avviene perché son costruite attraverso reti neurali e il funzionamento delle reti neurali è poco prevedibile: in pratica
sappiamo che dati stiamo immettendo ma non sappiamo come arrivi a una certa decisione.
E se la cosa è controllabile per set di dati limitati quando si hanno dataset giganteschi spesso le IA si imballano.
Il multitasking è l’obiettivo
Ora come ora riusciamo a creare, con molto sforzo e tantissimo tempo impiegato a farle apprendere, delle IA altamente funzionanti ma molto molto specializzate.
Un esempio su tutti l’Intelligenza Artificiale campionessa del gioco Go creata da Google. Insomma una macchina intelligentissima su un determinato argomento ma stupidissima su tutto il resto.
Il multitasking è ancora lontano a venire ma si stanno pensando nuovi approcci. Uno dei più promettenti è collegare diversi sistemi di deep learning in modo che uno apprenda dall’altro, così facendo non si crea un vero e proprio multitasking ma perlomeno non si deve insegnare sempre tutto da zero ogni volta ma c’è una base da cui partire.
Insomma possiamo dormire sonni sereni, Skynet è ancora lontana.