L’intelligenza artificiale è fatta per compiti in cui si richiedono velocità e precisione, ma non potrà mai superare l’uomo per intuito e creatività. Oppure si?

Torniamo su Gaming AI e Google Deepmind, cui abbiamo già dedicato il post Machine learning e giochi, per fare una serie di ulteriori considerazioni.

Il 15 marzo scorso Deepmind AlphaGo di Google ha segnato una pietra miliare nella storia dell’intelligenza artificiale battendo 4-1 il campione mondiale di Go Lee Sedol. Così di primo acchito non sembra niente di nuovo: in fondo già nel 1996 Deep Blue aveva battuto a scacchi il campione mondiale Kasparov per la prima volta, ma questo successo, per quanto rimarchevole non dimostrò altro che gli scacchi erano un problema risolvibile via forza bruta.

Ancora più significativo fu il successo di Watson a “Jeopardy!”,  gioco in cui la logica segue un processo di inferenza inverso, in cui si “scoprono” le domande a partire dalle risposte; ma anche qui il processo era di forza bruta, dal momento che la strategia di Watson utilizzava un’enorme quantità di fonti che spaziano da enciclopedie a Internet stessa.

Quindi, in che modo la vittoria a Go cambia le carte in tavola? La risposta è data dalla natura del gioco: ci sono approssimativamente  possibili configurazioni (probabilmente più del numero degli atomi nell’intero universo), il che lo rende inapprocciabile via forza bruta. Determinare se una data posizione è “vincente” nel corso di una partita è impossibile, e spesso anche i grandi campioni non sono in grado di spiegare il perché abbiano effettuato una data mossa.

La svolta rispetto a qualsiasi altro software nel campo è che AlphaGo non sa nemmeno di giocare a Go e impara dalle partite precedenti, rendendo possibile superare un campione umano in un campo dove l’intuito gioca un ruolo decisivo.

Siamo passati da sistemi esperti basati su regole precise, che funzionavano su classi limitate di problemi, a sistemi in grado di apprendere anche dai propri errori, ma anche di apprendere le regole stesse.

Come ho scritto, Go è un gioco che richiede “intuito” più che velocità di calcolo, e AlphaGo è già in grado di battere nettamente il campione del mondo umano: con sufficiente pratica ed “esperienza” potrebbe teoricamente raggiungere livelli al di là della capacità di qualsiasi umano, e questo è solo il principio.

Dove si può arrivare? Considerando che solo pochi mesi fa gli esperti erano concordi nell’affermare che prima che una macchina potesse battere un campione umano a Go ci sarebbero voluti almeno altri 15-20 anni, mi sentirei di dire che già oggi l’intelligenza artificiale è molto più avanti di quanto si tenda comunemente a pensare.

Il punto è che probabilmente tendiamo a sopravvalutare molte delle capacità umane, nel tentativo di rincorrere definizioni che ancora potrebbero classificarci come unici, come creatività, “intelligenza”, capacità di apprendimento.