Negli ultimi anni abbiamo assistito a sfide epocali tra macchina ed esseri umani. Dai successi di
Deep Blue contro il campione di scacchi Garry Kasparov fino alle più recenti ed altrettanto
sbalorditive vittorie di AlphaGo che ha battuto per quattro a uno Lee Sedo, uno dei più forti
giocatori al mondo di go. Passando per Libratus, sviluppato dalla Carnegie Mellon University
che, contro ogni pronostico, che ha avuto la meglio su quattro campioni di poker: Jimmy Chou,
Dong Kim, Daniel McAulay e Jason Les.
L' Intelligenza Artificiale (AI in inglese) sta facendo incetta di successi e gli ultimi sbalorditivi
risultati in ordine di tempo li dobbiamo alla tecnica del machine learning. Si tratta
dell’apprendimento automatico da parte di computer che imparano da soli senza essere stati
precedentemente programmati a farlo. Anziché inserire all’interno degli algoritmi – codici che
dicono alla macchina cosa fare – gli informatici danno un set di dati base da cui poi l’algoritmo
impara seguendo una sua logica per svolgere le attività e i compiti richiesti.
Naturalmente i dati di base, vale a dire il background su cui poi la macchina svilupperà la propria
struttura logica, è fondamentale, come si sono accorti con grande stupore i ricercatori. Il caso
più eclatante è stato quello di Norman l’intelligenza artificiale che ha finito con l’assomigliare
più ad Hannibal Lecter che ad Albert Einstein, a riprova del fatto che le informazioni fornite
all’algoritmo possono influenzarne la personalità.
Meglio allora seguire una strada meno inquietante e sicuramente più produttiva. Strada percorsa
da un gran numero di ricercatori che testano le intelligenze artificiali attraverso i giochi.
L’apparente semplicità di un videogame o di un tradizionale gioco di carte è infatti solo
apparente. È opportuno a questo punto distinguere tra due diverse categorie di giochi.
La prima è quella dei giochi a informazione perfetta in cui il giocatore o i giocatori hanno tutte le
informazioni visibili e nessuna nascosta. Fanno parte della categoria gli scacchi e il go. In
entrambi i casi i giocatori conoscono l’intera scacchiera e come le pedine sono posizionate su di
essa. In questi casi le macchine hanno vita facile contro gli umani vista la possibilità di predire
attraverso la forza bruta della potenza di calcolo le mosse dell’avversario. È stata solo questione
di tempo, infatti, prima che AlphaGo riuscisse a battere lo scorso anno il campione coreano.
Nella seconda categoria rientrano i giochi più interessanti per i ricercatori, là dove i test sulle
macchine rappresentano una simulazione molto vicina alle applicazioni nel mondo reale per le
intelligenze artificiali. In questo caso il giocatore non ha tutte le informazioni disponibili per
effettuare la propria mossa. Le carte rappresentano un ottimo esempio di gioco a informazione
incompleta. In particolare un gioco come il Blackjack, in tutta la sua gamma di varianti che
vanno dal tradizionale Classic Blackjack all’innovativo Double Blackjack, è a informazione
imperfetta, visto che non solo il giocatore non conosce le carte del banco, ma nel caso del
Blackjack online ad ogni mano il mazzo viene resettato.
È su questo ambito che i ricercatori stanno attualmente concentrando i loro sforzi per
implementare le capacità decisionali delle macchine in contesti che partendo dal gioco
troveranno presto infinite applicazioni nella vita quotidiana.
La capacità degli algoritmi di scovare informazioni in enormi quantità di dati senza essere state
precedentemente istruite a farlo, rappresenterà il futuro della ricerca scientifica. Un futuro che è
già presente e che ha trovato nella scoperta del Bosone di Higgs un primo grande risultato. Il
machine learning rappresenta la nuova frontiera del calcolo e grazie a questa tecnica i fisici
hanno anticipato la scoperta di almeno quattro anni e con una minore quantità di dati.
Un’altra applicazione, molto più pratica e che potrebbe presto rivoluzionare il nostro modo di
vivere sarà quella delle auto a guida autonoma. La capacità delle macchine di prendere decisioni,
in particolar modo negli ostacoli da evitare e nelle situazioni di emergenza è stata resa possibile
dall' implementazione dei sistemi decisionali delle AI. E sapete come imparano queste macchine?
Giocando per centinaia di ore a GTA, simulazione perfetta del mondo reale in cui si troveranno a
operare.