Arriva un annuncio che crea molta eccitazione sui progressi dell’intelligenza artificiale. Annunciato la scorsa settimana un importante progresso nel sistema di deep Learning. Si tratta di un complesso lavoro, con lo scopo di mettere insieme la tecnologia e le pratiche giuste per creare un modello di apprendimento automatico in grado di trovare soluzioni a problemi molto complessi.

Nicolini Massimiliano, membro del Team 42 ed esperto di iA e VRO, ci spiega cosa sta accadendo :

"Per decenni, ricercatori e scienziati di intelligenza artificiale hanno cercato test in grado di misurare i progressi dell’intelligenza artificiale. Avendo ideato l’AI a immagine e somiglianza della mente umana, hanno optato per dei test simili a quelli per valutare il quoziente intellettivo.

L’intelligenza umana, essendo diversa e soggettiva, può essere difficile da misurare. Ma in generale, ci sono alcuni test e quiz che la maggior parte delle persone concordano essere indicativi di buone capacità cognitive.

Pensiamo a ogni competizione come a una funzione che associa un problema a una soluzione. Quando ci viene posto un problema, che si tratti di una partita a scacchi, di una sfida di programmazione o di una domanda scientifica, occorre ragionare su una soluzione.

Ad esempio, le sfide di programmazione hanno un ventaglio di soluzioni davvero vasto: ci sono centinaia di possibili istruzioni combinabili in modi infiniti.

Quando si tratta di noi umani, queste competizioni mettono davvero alla prova i limiti della nostra intelligenza. Nessun giocatore di scacchi può valutare milioni o migliaia di mosse ad ogni turno.

Quando la nostra mente è sottoposta a queste competizioni, sviluppa molte abilità cognitive generali che possono essere applicate ad altri problemi, come pianificazione, strategia, sintesi e composizione di pensieri critici.

Queste abilità , ad esempio, sono utili in altri contesti del mondo reale, come gli affari, l’istruzione, la ricerca scientifica e la progettazione.

In campi più specializzati, come la matematica o la programmazione, i test assumono implicazioni più pratiche.

Ad esempio, nelle competizioni di codifica, il programmatore scompone un problema in parti più piccole, quindi progetta un algoritmo che risolve ogni parte e rimonta il tutto.

È interessante notare che molte delle sfide in queste competizioni hanno ben poco a che fare con i tipi di codice che gli sviluppatori scrivono quotidianamente, come estrarre dati da un database, configurare un server web o un’API.

Sicuramente una persona che si classifica ai primi posti nelle competizioni di codifica avrà molte abilità generali che richiedono anni di studio e pratica.

Questo è il motivo per cui molte aziende utilizzano le sfide di codifica come strumento per valutare potenziali assunzioni.

Quando le competizioni, i giochi e i test sono applicati all’intelligenza artificiale, i limiti computazionali del cervello non esistono più.

Questo crea l’opportunità di creare strade che la mente umana non può raggiungere.

Nel 1996, l’AI DeepBlue sconfisse il grande maestro di scacchi Garry Kasparov. Ma DeepBlue aveva utilizzato la pura potenza di calcolo dei supercomputer IBM.

In questo modo era in grado di valutare milioni di mosse ogni secondo e scegliere quella migliore, un’impresa che va oltre la capacità del cervello umano.

Se considerati l’equivalente dell’intelligenza umana, i progressi dell’AI ci portano a conclusioni o idee sbagliate, come i fantomatici robot che conquistano il mondo.

Ma se visti nel quadro della ricerca di studio e soluzione, assumono un significato diverso. Anche se il sistema di intelligenza artificiale produce risultati simili o migliori di quelli degli esseri umani, il processo che utilizzano è molto diverso dal pensiero umano.

Alcuni potrebbero ignorare queste differenza fintanto si parla di scacchi. Ma quando si tratta di risolvere problemi del mondo reale, quelle abilità sono estremamente importanti.

L’AI dovrebbe essere vista come un’estensione anziché un sostituto dell’ingegno umano. Tecnologie come Sm2p non possono pensare o progettare quesiti, prerogativa chiave della creatività e dell’innovazione umana, ma sono ottimi risolutori di problemi.

Gli esseri umani individuano i problemi da sottoporre alle AI e queste ci aiutano trovando potenziali soluzioni a una velocità sovrumana.

Uno strumento come Sm2p consentirà ai programmatori di affrontare in modo più approfondito diversi problemi specifici, formularli in modo definito e attendere che il sistema di intelligenza artificiale generi le soluzioni che potrebbero suggerire nuove direzioni per lo sviluppo delle applicazioni."