Cassandra Crossing/ Per descrivere correttamente i pericoli delle false Intelligenze Artificiali servono descrizioni tecniche, ma semplificate il più possibile.
[ZEUS News - www.zeusnews.it - 03-04-2023]
D'accordo, avrete ormai ben capito che Cassandra teme oggi le false Intelligenze Artificiali come, in un lontano passato, ha temuto i Greci e coloro che recano doni.
Purtroppo il dibattito che imperversa in ogni dove sulle false Intelligenze Artificiali, dai salotti televisivi alle pubblicazioni universitarie, impedisce la comprensione, e talvolta addirittura la percezione, del loro pericolo e della sua enormità. Tentiamo quindi di semplificare al massimo il discorso tecnico per farne emergere la sostanza, che è per fortuna molto semplice. Per favore, se siete arrivati fino qui, leggetemi fino in fondo.
Tanti, ma davvero tanti anni fa, per descrivere gli sforzi degli informatici di far progredire i computer di allora, fu coniato il fortunatissimo e oggi devastante termine di Intelligenza Artificiale. Un campo di ricerca che doveva migliorare la comprensione delle domande che gli umani ponevano ai computer, di permettere a questi ultimi di capire e rispondere in linguaggio naturale, e di generalizzare i problemi al fine di essere in grado di rispondere a qualsiasi domanda.
Un tale obiettivo, molto remoto e probabilmente irraggiungibile, veniva identificato con il termine Intelligenza Artificiale Generale, per distinguerlo dai risultati, molto parziali e deludenti, che decenni di ricerca su questo tema avevano fornito.
Poi sono nate le reti neurali, e dopo molto tempo i supercomputer. Dall'unione di questi due progressi sono nate le tecnologie chiamate Deep Learning - Apprendimento Profondo, altro termine fuorviante; ma lasciamo perdere per semplicità.
Queste tecnologie permettono, una volta che siano state fornite loro grandi moli di dati, di rilevare automaticamente certe caratteristiche e di estrarre alcune informazioni. Usando queste informazioni estratte sono in grado di produrre una risposta se vengono presentate ulteriori informazioni.
Un esempio, molto abusato, è che, se all'Intelligenza Artificiale vengono fornite grandi quantità di foto di gattini e di altre cose, è in grado di calcolare la gattità o meno di una foto, e di dire se una nuova foto è di un gatto oppure no con un'alta probabilità di azzeccarci. Questo ha permesso di realizzare applicazioni che funzionano bene, ma solo se se usate in campi ristrettissimi, per esempio per classificare come tumorali o meno radiografie e immagini di RMN o TC.
Successivamente sono state create applicazioni in campo grafico e linguistico, in grado di generare non semplicemente un si/no, ma una "risposta" grafica o testuale, a una domanda posta in linguaggio naturale. Sono sempre software che necessitano di grandi quantità di dati e di potenza di calcolo per essere "allenati", e vengono chiamati "modelli di linguaggio generativi".
Questi software deducono molto bene le regole grammaticali e sintattiche e altre caratteristiche dei vari linguaggi umani e perfino dei linguaggi per computer, e sono quindi in grado di "proseguire" una frase che venga loro fornita in ingresso, creando un discorso di grande verisimiglianza. Se la frase iniziale è una domanda, forniscono una sequenza di parole, anzi un discorso molto ben formato, che ha spesso tutte le caratteristiche di una risposta credibile.
Ed è vero, ha tutte le caratteristiche di una risposta, tranne una, l'esattezza. La vogliamo chiamare "Verità"? La vogliamo chiamare "Conoscenza"?
Ti invitiamo a leggere la pagina successiva di questo articolo:
Sibille e Mentecatti Artificiali
Se questo articolo ti è piaciuto e vuoi rimanere sempre informato con Zeus News
ti consigliamo di iscriverti alla Newsletter gratuita.
Inoltre puoi consigliare l'articolo utilizzando uno dei pulsanti qui
sotto, inserire un commento
(anche anonimo)
o segnalare un refuso.
© RIPRODUZIONE RISERVATA |
|
Scrivere a Cassandra - Twitter - Mastodon
Videorubrica "Quattro chiacchiere con Cassandra"
Lo Slog (Static Blog) di Cassandra
L'archivio di Cassandra: scuola, formazione e pensiero
|
||
|