Intelligenza artificiale ubiqua nel quotidiano

Lo spazio dei curiosi di futuro

Intelligenza artificiale ubiqua nel quotidiano

S.9 Ep.178 – Intelligenza artificiale ubiqua nel quotidiano

4 Scenari (oltre il 2035): intelligenza artificiale ubiqua nel quotidiano

1) Simbiosi sensibile. In questo scenario, tra il 2035 ed il 2040, l’intelligenza artificiale è integrata in modo simbiotico con il corpo umano, migliorando le capacità sensoriali e cognitive. Le persone possono accedere a informazioni istantanee, comunicare telepaticamente e sfruttare la realtà aumentata in modo organico.

2) Ecosistema virtuoso. Un’AI avanzata coordina decisioni a livello globale, o più probabilmente aiuta i decision maker nazionali o regionali, analizzando enormi quantità di dati e prevedendo impatti su scala molto vasta. Sistemi di gestione dell’ambiente, della salute e delle risorse collaborano per mantenere l’equilibrio ecologico. Questo scenario crea un mondo in cui l’AI è un custode del pianeta o almeno un consigliere particolarmente rilevante per Parlamenti ed autorità sovranazionali.

3) Era della creatività autonoma. Nel futuro oltre il 2035, l’AI ha raggiunto una fase in cui può autonomamente generare opere artistiche, scrivere romanzi, comporre musica e persino progettare architetture. Gli artisti collaborano con AI per creare opere uniche che combinano la sensibilità umana con la potenza creativa dell’AI.

4) Resistenza Digitale. Emergono movimenti di resistenza digitale che cercano di limitare l’influenza dell’AI nella vita quotidiana. Questi movimenti promuovono la salvaguardia della privacy, la libertà individuale e una ritrovata autonomia umana, cercando di bilanciare il potere delle tecnologie intelligenti.

Ma anche Modello Italia, principali trend del CES 2024 ed il “gioco” di approfondimento dei 5 perché applicato all’intelligenza artificiale; sostituirà l’uomo o riusciremo a trovare un nuovo paradigma più etico?


ASCOLTA LA PUNTATA


INTELLIGENZA ARTIFICIALE UBIQUA NEL QUOTIDIANO

L’intelligenza artificiale, come sentiamo spesso affermare, permea ogni aspetto della nostra esistenza. Tuttavia, prima di inoltrarci nei futuri scenari di questa tecnologia ormai onnipresente, è essenziale effettuare un breve excursus per comprendere le radici di tale progresso e le aspettative che gli esseri umani avevano nel recente passato riguardo al suo sviluppo. Questo serve come bussola per valutare in modo più accurato le prospettive che sto per esporvi.

Dopo la Seconda Guerra Mondiale, nell’arco degli anni ’50 e ’60, gli sforzi iniziali nell’ambito dell’intelligenza artificiale si focalizzarono sulla creazione di programmi capaci di emulare l’intelligenza umana. Alan Turing propose il celebre “Test di Turing”, un concetto fondamentale nell’ambito dell’AI, e il termine stesso fu coniato nel 1956 durante una conferenza al Dartmouth College. Pionieri come Allen Newell e Herbert A. Simon diedero vita al primo programma di AI, il “Logic Theorist”.

Questo programma fu concepito per dimostrare teoremi matematici in modo simile a come avrebbe fatto un essere umano. Il Logic Theorist adottava un approccio basato su regole e simboli, manipolandoli per generare dimostrazioni teoriche. L’importanza del Logic Theorist risiede nel fatto che rappresentò un significativo progresso nell’applicazione di metodi computazionali alla risoluzione di problemi matematici e logici complessi. Questo programma, insieme ad altri sviluppi dell’epoca, gettò le fondamenta per il campo dell’Intelligenza Artificiale, contribuendo a stimolare ulteriori ricerche e progressi nel corso degli anni.

Negli anni ’70, gli approcci simbolici dominarono la scena dell’AI, con l’uso di regole e simboli per rappresentare la conoscenza. Tuttavia, le aspettative superarono le realizzazioni, portando a un periodo noto come “l’inverno dell’AI” nel successivo decennio. I finanziamenti diminuirono a causa delle promesse non mantenute e delle sfide tecniche.

IL FIFTH GENERATION COMPUTER SYSTEM

L’aiuto al mondo dell’AI, paradossalmente, venne da un progetto di fine anni ’70 avviato dal Giappone: il Sol Levante lanciò un progetto denominato “Fifth Generation Computer Systems”, di durata decennale e ben finanziato con oltre 500 milioni di dollari dell’epoca. Se il mancato rispetto delle promesse aveva raffreddato il settore, almeno negli USA, la paura di essere superati tecnologicamente da uno dei competitor emergenti di quel periodo aiutò a riportare il tema al centro dell’attenzione. Diversi player a stelle strisce ed anche inglesi si consorziarono, si finanziarono e ripresero la corsa. Malauguratamente però, entrambe i contendenti fallirono nei loro obiettivi e gli scenari si fecero nuovamente foschi.

Negli anni ’90, l’AI risorse grazie a nuovi paradigmi, in particolare all’apprendimento automatico. Algoritmi come le reti neurali, precedentemente sottovalutati, divennero più importanti. E il rinnovato interesse portò a sviluppi significativi nelle tecniche di apprendimento automatico, come il supporto vettoriale delle macchine e le reti neurali profonde.

Ma non senza ulteriori inciampi. Quando nel 1996, il campione di scacchi Gary Kasparov riuscì a sconfiggere IBM Deep Blue, i dubbi sulle potenzialità dell’AI si fecero profondi. Se un “sistema esperto” non riusciva a battere un uomo a scacchi, figuriamoci pensare, creare, diventare autonomo e fare tutte quelle cose che erano state ipotizzate quasi 40 anni prima da Newell e Simon.

Ci volle però solo un anno e nel 1997 la macchina si prese la rivincita sull’uomo. Le reti neurali rilanciarono l’intero settore. Immaginate, per semplicità che una rete neurale sia come un cervello artificiale che le persone creano su un computer. Questa “rete” è formata da tanti piccoli “neuroni” digitali che lavorano insieme per risolvere problemi.

APPRENDIMENTO AUTOMATICO E BIG DATA

L’apprendimento automatico, invece, è “come” insegnare a questa rete neurale. Immaginate di voler far imparare alla rete a riconoscere gatti nelle foto. Iniziamo mostrando molte foto di gatti e dicendo alla rete “questo è un gatto”. La rete neurale impara dai nostri esempi, notando i dettagli che indicano un gatto, come le orecchie o la coda, i baffi e molto altro. Quando la rete neurale ha imparato abbastanza, possiamo darle una nuova foto di un gatto che non ha mai visto prima e chiedere: “cos’è questo?”. La rete userà quello che ha imparato per cercare di capire se c’è un gatto nella nuova foto.

La disponibilità di grandi quantità di dati (i famosi big data) e la potenza di calcolo avanzata resero possibili progressi significativi nel deep learning. A metà degli anni 2010, modelli come le reti neurali profonde divennero centrali nell’AI applicata, portando a progressi in settori come il riconoscimento delle immagini, la traduzione automatica e il riconoscimento del linguaggio naturale.

L’AI, oggi, ha raggiunto un punto in cui è integrata in molteplici aspetti della vita quotidiana. Applicazioni come assistenti virtuali, veicoli autonomi e sistemi di raccomandazione sono evoluti, ed in alcuni casi, diventati comuni. Così come ne esistono molte (di AI) che nemmeno siamo più in grado di percepire: i motori di ricerca come Google, per esempio, utilizzano algoritmi di machine learning per migliorare la precisione dei risultati in base alle vostre ricerche passate; gli algoritmi di apprendimento automatico vengono utilizzati per identificare e filtrare automaticamente le email indesiderate nelle caselle di posta; assistenti come Siri di Apple, Google Assistant e Amazon Alexa sfruttano l’AI per comprendere e rispondere alle richieste vocali degli utenti. E così via.

All’inizio degli anni 2000, c’erano diverse aspettative e previsioni in merito all’intelligenza artificiale. Questo periodo, come detto, ha visto una rinascita dell’interesse nell’AI, spinto da sviluppi tecnologici e dall’aumento della potenza di calcolo.

ASPETTATIVE DI INIZIO SECOLO

C’era l’aspettativa che l’AI avrebbe fatto progressi significativi nell’ambito dell’apprendimento automatico. Si prevedeva che nuovi algoritmi e tecniche avrebbero permesso alle macchine di apprendere da dati in modo più efficace, portando a miglioramenti nelle prestazioni dei sistemi intelligenti. Un esempio è quello della crescita delle reti neurali profonde. Pochi anni dopo, infatti, Google ha sviluppato una rete neurale chiamata “Inception” per il riconoscimento delle immagini. Nel 2012, la rete Inception ha vinto il concorso di riconoscimento delle immagini ImageNet, dimostrando progressi significativi nell’apprendimento automatico.

Si credeva anche che l’AI avrebbe ampliato la sua presenza in diverse aree della vita quotidiana. Si prevedeva che avrebbe avuto un impatto crescente nei settori come la medicina, l’educazione, il trasporto e la gestione aziendale. Watson di IMB, per esempio, ha dimostrato la diversificazione delle applicazioni dell’AI. Oltre a vincere a Jeopardy! nel 2011, Watson è stato utilizzato in campo medico per l’analisi di dati sanitari complessi e nella gestione aziendale per l’analisi dei dati finanziari.

C’era inoltre l’aspettativa che l’AI avrebbe contribuito a sviluppare interfacce uomo-macchina più intuitive. Ciò avrebbe reso l’interazione con i computer e altri dispositivi tecnologici più naturale e accessibile per le persone. Anche questo, puntualmente dopo pochi anni ha visto un momento di picco. Introdotta nel 2011, Siri è un assistente virtuale che utilizza il riconoscimento vocale e l’elaborazione del linguaggio naturale per rispondere alle richieste degli utenti. Siri, che probabilmente molti di voi usano sugli iPhone, ha contribuito a rendere l’interazione con i dispositivi Apple più intuitiva.

Ma non finisce qui. Si prevedeva che l’AI sarebbe stata integrata in modo più profondo nei sistemi tecnologici, contribuendo a migliorare le prestazioni e l’efficienza di dispositivi e applicazioni. Ci è voluto un po’ più di tempo, ma poi è arrivata Tesla, che ha integrato un sistema di guida semi-autonoma chiamato Autopilot nei suoi veicoli. Utilizza sensori avanzati, reti neurali e algoritmi di apprendimento automatico per consentire funzionalità di guida autonoma avanzata.

E per concludere, c’era l’aspettativa che sarebbero stati sviluppati agenti intelligenti in grado di agire autonomamente in determinati contesti; ad esempio, agenti di intelligenza artificiale in grado di prendere decisioni complesse senza la supervisione umana continua. Se ve lo siete dimenticato nel turbine di innovazioni recenti, Google Duplex è stato un esempio semplice in questo senso, un agente intelligente sviluppato da Google per assistere gli utenti nelle chiamate telefoniche. Può prenotare appuntamenti, fare prenotazioni al ristorante e interagire con le persone in modo quasi indistinguibile da una conversazione umana.

Possiamo dire, senza troppe esagerazioni, che molte delle aspettative di inizio millennio, nel giro di pochi anni si sono davvero tradotte in applicazioni reali, ed in molti casi utili. Ed ora quale futuro ci aspetta? Quali scenari possiamo immaginare?

SIMBIOSI SENSIBILE

Il primo, l’ho chiamato “Simbiosi sensibile”. In questo scenario, tra il 2035 ed il 2040, l’intelligenza artificiale è integrata in modo simbiotico con il corpo umano, migliorando le capacità sensoriali e cognitive. Le persone possono accedere a informazioni istantanee, comunicare telepaticamente e sfruttare la realtà aumentata in modo organico.

In pratica l’AI è diventata una parte intrinseca dell’esperienza umana. Gli impianti neurali avanzati consentono la connessione diretta tra il cervello e l’AI, permettendo di estendere le capacità umane. La simbiosi sensibile offre un nuovo modo di percepire e interagire con il mondo, creando una società in cui la linea tra uomo e macchina è sottile.

In questo scenario, le persone potrebbero condividere esperienze sensoriali e conoscenze istantanee, creando una sorta di “rete cognitiva” condivisa. La percezione individuale del mondo sarebbe influenzata da questa diretta condivisione, creando un’intensificazione dell’empatia e una comprensione più profonda delle prospettive altrui. L’AI, fungendo da mediatore in queste connessioni neurali, potrebbe anche giocare un ruolo nel modellare la narrazione collettiva, influenzando la percezione della realtà e la costruzione del significato condiviso.

Mi piace l’idea dell’AI come facilitatore nel capire i significati, e mi fa paura la sua eventuale manipolazione, ma per farla un po’ più semplice questo scenario si basa sull’idea che l’AI resta uno strumento al servizio dell’uomo ed aumenta la sua capacità di leggere il mondo, interpretarlo e reagire alle più disparate situazioni. Ma non semplicemente attraverso i nostri smartphone, i software ed i computer di lavoro, bensì con applicazioni ed impianti molto più intimamente connessi all’uomo. Gli assistenti virtuali intelligenti sono probabilmente la prima applicazione possibile, le interfacce cervello-computer la successiva.

ECOSISTEMA VIRTUOSO

Il secondo scenario prende il nome di “Ecosistema virtuoso”. L’AI è al centro di un ecosistema globale, o almeno nazionale, che monitora e gestisce risorse critiche come energia, ambiente e salute. Sistemi di intelligenza collettiva coordinano azioni a livello nazionale, forse planetario, per affrontare sfide come cambiamenti climatici, pandemie e gestione delle risorse naturali.

Un’AI avanzata coordina decisioni a livello globale, o più probabilmente aiuta i decision maker nazionali o regionali, analizzando enormi quantità di dati e prevedendo impatti su scala molto vasta. Sistemi di gestione dell’ambiente, della salute e delle risorse collaborano per mantenere l’equilibrio ecologico. Questo scenario crea un mondo in cui l’AI è un custode del pianeta o almeno un consigliere particolarmente rilevante per Parlamenti ed autorità sovranazionali.

Non è un mistero che alcuni Stati stiano progettando i propri Large Language Models in alternativa a quelli sviluppati dalle grandi corporation come OpenAI, Microsoft, Anthropic e così via; non penso serviranno per entrare in concorrenza con questi, ma saranno specializzati su tematiche di gestione pubbliche complesse. Analogamente, come vi ho raccontato in passato, alcune aziende hanno già nominato delle AI con diritto di voto all’interno dei Consigli di Amministrazione: lo scopo è il medesimo, aiutare ad amministrare organizzazioni la cui complessità dipende dai dati e dalla capacità di leggere la rapida evoluzione dell’ambiente circostante.

Oggi non esistono ancora infrastrutture critiche gestite interamente dall’AI senza alcuna supervisione umana, ma l’AI sta già iniziando a ricoprire ruoli importanti nella protezione di tali infrastrutture. Ho in mente la rete di distribuzione di energia, la cybersicurezza nazionale, la capacità predittiva nella manutenzione e così via. Come capiremo se questo scenario può diventare davvero reale? Osservando se gli algoritmi saranno resi trasparenti o meno. Gestire una infrastruttura strategica è una questione di fiducia: se i modelli AI saranno “spiegabili”, se saremo in grado di condurre delle audit su come hanno preso una certa decisione, allora questo scenario prenderà vita. Se resteranno delle “black box private” non ci sarà nessuna speranza.

Questo scenario, tra l’altro, potrebbe avere dei champions: Bill Gates è noto per il suo interesse e il suo coinvolgimento attivo in questioni legate alla salute globale, all’ambiente e alla gestione delle risorse. Ha fondato la Bill & Melinda Gates Foundation, che si occupa di molteplici iniziative filantropiche, tra cui la lotta contro malattie, la promozione dell’istruzione e la sostenibilità ambientale. Considerando il suo impegno nella ricerca di soluzioni per affrontare le sfide globali, uno scenario in cui l’IA svolge un ruolo chiave nel monitorare e gestire risorse critiche, affrontando cambiamenti climatici e pandemie, potrebbe suscitare il suo interesse.

ERA DELLA CREATIVITA’ AUTONOMA

Il terzo scenario riguarda un uso dell’intelligenza artificiale prevalentemente orientato al mondo della cultura e della creatività. Era della Creatività Autonoma. Nel futuro oltre il 2035, l’AI ha raggiunto una fase in cui può autonomamente generare opere artistiche, scrivere romanzi, comporre musica e persino progettare architetture. Gli artisti collaborano con AI per creare opere uniche che combinano la sensibilità umana con la potenza creativa dell’AI. Portando questo scenario all’estremo, in alcuni campi l’AI si può anche sostituire quasi completamente all’uomo: per semplicità, basta dare un prompt e creare progetti che portino l’opera dalla fase della scintilla creativa umana alla realizzazione ed alla distribuzione sul mercato.

In questo scenario, l’AI non sostituisce completamente la creatività umana, ma la potenzia. Artisti, scrittori e musicisti collaborano con algoritmi avanzati per creare opere che sfidano le convenzioni e portano la creatività a nuovi livelli. L’era della creatività autonoma apre nuove frontiere espressive e stimola la fusione di intelligenza umana ed artificiale: l’uomo sarà ancora autore? Diciamo che la firma umana sarà affiancata da una linea di codice, la creatività non sarà più il solo attore sul palcoscenico, ma non per questo il risultato sarà meno autentico. Come ho detto nella precedente puntata di Scenari dedicati alla musica, l’esperienza umana dietro una creazione ce la renderà sempre più empatica rispetto a quella fatta da una macchina.

RESISTENZA DIGITALE

L’ultimo scenario, invece, presuppone una sorta di rallentamento alla diffusione dell’intelligenza artificiale ubiqua. L’ho chiamato “Resistenza Digitale”. Emergono movimenti di resistenza digitale che cercano di limitare l’influenza dell’AI nella vita quotidiana. Questi movimenti promuovono la salvaguardia della privacy, la libertà individuale e una ritrovata autonomia umana, cercando di bilanciare il potere delle tecnologie intelligenti.

Nonostante i benefici dell’AI, cresce una corrente di pensiero che si oppone alla sua onnipresenza. La resistenza digitale promuove leggi per limitare l’uso massivo dei dati, l’accesso invasivo e la dipendenza totale dai sistemi autonomi. Si cerca di preservare valori umani tradizionali in un mondo sempre più connesso e controllato dalle macchine. È uno scenario complesso, che si basa su alcuni segnali deboli che già osserviamo oggi.

Il primo è la promulgazione di leggi che limitano la diffusione selvaggia dell’AI. Lo stesso AI Act europeo, in divenire, ha identificato un livello di applicazioni “pericolose” dell’intelligenza artificiale che vengono vietate, o riservate solo ad alcuni ambiti, regolati in maniera molto stringente. Il secondo segnale in questa direzione è l’azione delle lobby professionali che vogliono limitare l’uso dell’AI, per mitigare la perdita di importanza e di posti di lavoro dei loro membri. Gli scioperi del 2023 di molti operatori del mondo del cinema andavano in questa direzione: se la creazione di storie, sceneggiature e persino immagini e voci degli attori passano all’intelligenza artificiale senza regole, per gli operatori umani significa perdere importanza e reddito. Un lungo sciopero ha portato a negoziare regole di settore.

In questo scenario, l’umanità si trova a una svolta cruciale, cercando di bilanciare i benefici dell’intelligenza artificiale con la necessità di preservare ciò che è considerato essenziale per l’essere umano. La Resistenza Digitale rappresenta un tentativo di creare una cornice normativa e culturale che guidi il percorso dell’IA in modo etico e rispettoso dei valori umani fondamentali.

CONCLUSIONI

Riassumendo, vi ho raccontato quattro possibili scenari:

  1. Simbiosi sensibile
  2. Ecosistema virtuoso
  3. Era della Creatività Autonoma
  4. Resistenza Digitale

Il compito, come sempre, non è quello di scegliere una previsione vincente: sarà il futuro a stabilirlo. Si tratta invece di creare una serie di visioni del mondo che coprano a grandi linee la maggior parte delle eventualità che potrebbero emergere.

Ciascuna di queste visioni riflette aspetti unici della relazione tra l’umanità e l’AI, dalle intime sinergie tra uomo e macchina all’implicazione globale di un’AI (quasi) consapevole.

Il futuro dell’AI è intrinsecamente legato a una vasta gamma di fattori, tra cui sviluppi tecnologici, scelte etiche e valori sociali in evoluzione. La pluralità di scenari proposti non implica una competizione tra di essi, ma piuttosto un’opportunità di esplorare le possibili direzioni che l’AI potrebbe prendere. In questo panorama, la chiave non è predire quale di queste visioni si realizzerà, ma piuttosto adottare un approccio flessibile e adattabile. Prepararsi a navigare attraverso le sfide e i benefici dell’AI richiede un impegno continuo nel plasmare la direzione della sua crescita. Attraverso la costruzione di visioni del mondo inclusive e versatili, si può sperare di affrontare meglio l’incertezza del futuro e guidare lo sviluppo dell’Intelligenza Artificiale in armonia con i valori umani e la sostenibilità… e non solo il profitto.


VIDEO


APPROFONDIMENTI

Modello Italia, la sfida italiana a ChatGPT | Wired Italia


I LIBRI DI THE FUTURE OF