Nel 2021 avremo a disposizione tecnologie molto più potenti di quelle che abbiamo ora. Diverse attività lavorative oggi svolte dagli umani verranno eseguite da macchine e software. Riusciremo a stare al passo del progresso? Alcuni esperti prevedono disoccupazione di massa o una costante lotta tra umani e intelligenza artificiale (IA). Altri prospettano un futuro meno tetro, con problemi da affrontare ma ricco di opportunità.

La professoressa Manuela Veloso, capo del dipartimento di apprendimento automatico della Carnegie Mellon University, immagina un futuro in cui gli umani e IA saranno inseparabili. Il legame tra uomo e macchina sarà basato sul continuo scambio di informazioni e obiettivi che lei chiama “symbiotic autonomy“, ovvero autonomia simbiotica.

Nel futuro immaginato da Veloso sarà difficile distinguere l’intervento umano da quello automatizzato. Vediamo più nel dettaglio il suo pensiero grazie all’interessante intervista di The Verge.

 

L’intervista

Una delle grandi tendenze che abbiamo visto negli ultimi cinque anni è l’automazione. Allo stesso tempo, stiamo anche vedendo più intelligenza integrata in strumenti che già abbiamo, come cellulari e computer. Come vedi questo processo tra cinque anni?

In futuro, credo che ci sarà una co-esistenza tra gli esseri umani e sistemi di intelligenza artificiale che, si spera, sarà d’aiuto per l’umanità. Questi sistemi di IA comprenderanno sistemi software che gestiranno il mondo digitale e anche i sistemi che si muoveranno nello spazio fisico come droni, robot e veicoli autonomi; e anche i sistemi che elaboreranno lo spazio fisico, come l’Internet delle cose.

Si avranno anche sistemi più intelligenti nel mondo fisico. Non solo sul tuo telefono cellulare o sul computer, ma fisicamente presente intorno a noi, elaborando e percependo informazioni sul mondo fisico e aiutandoci con le decisioni che richiedono molta conoscenza sulle caratteristiche del mondo fisico.

Col passare del tempo vedremo anche questi sistemi di intelligenza artificiale avere un impatto sui problemi più ampi della società: la gestione del traffico in una grande città, per esempio; fare previsioni complesse sul clima; sostenere gli esseri umani nelle grandi decisioni che devono prendere.

In questo momento, alcuni di questi sistemi possono sembrare molto inquietanti. Quando un algoritmo o un robot prendono una decisione, non sappiamo sempre perché l’hanno presa, il che può rendere difficile fidarsi. Come possono i tecnologi affrontare ciò?

Una delle cose su cui sto lavorando è che vorrei che queste macchine siano in grado di spiegare se stesse – di essere responsabili per le decisioni che prendono, di essere trasparenti. Molta della nostra ricerca prevede che gli esseri umani o gli utenti interroghino il sistema. Quando Cobot, il mio robot, arriva nel mio ufficio un po’ in ritardo posso dire “Perché sei in ritardo?” o “Che percorso hai fatto?”.

Quindi stiamo lavorando sulla capacità di questi sistemi di IA di spiegare se stessi, mentre imparano, mentre migliorano, per fornire spiegazioni con diversi livelli di dettaglio. Vogliamo interagire con questi robot in modo che noi umani alla fine possiamo fidarci di più dei sistemi di IA. Si vorrebbe essere in grado di dire: “Perché dici questo?” o “Perché consigli questo?”. Fornire questa spiegazione è gran parte della ricerca che sto facendo ora e credo che i robot in grado di fare ciò porteranno ad una migliore comprensione e fiducia in questi sistemi di IA.

Alla fine, attraverso queste interazioni, gli esseri umani saranno capaci di correggere i sistemi di IA. Quindi stiamo anche facendo ricerche cercando di incorporare queste correzioni e per avere sistemi che imparano dalle istruzioni. Penso che sia una grande parte della nostra capacità di convivere con questi sistemi di intelligenza artificiale.

Perché pensi che questi sistemi stiano migliorando così rapidamente ora? Cosa ci teneva indietro negli ultimi 50 anni di ricerca sull’IA?

Affinché un sistema di IA sappia che cos’è un telefono cellulare o che cos’è una tazza o se una persona è in buona salute è necessaria la conoscenza. In realtà, molta ricerca all’inizio è stata sull’acquisire quella conoscenza. Chiedevamo agli umani. Aprivamo i libri e inserivamo manualmente le informazioni nel computer.

Negli ultimi anni, magicamente, queste informazioni sono sempre più digitali. Sembra che il mondo si riveli su internet. Così i sistemi di IA ora riguardano i dati che sono disponibili, la capacità di elaborare i dati e dare loro un senso, e stiamo ancora cercando di capire il modo migliore per farlo. D’altra parte siamo molto ottimisti perché sappiamo che i dati sono lì.

La domanda ora diventa: come possiamo imparare da questi? Come si usano? Come si fa a rappresentarli? Come si fa a studiare le distribuzioni – le statistiche dei dati? Come si fa a mettere tutti questi pezzi insieme? Ecco come si ottengono l’apprendimento profondo, l’apprendimento profondo per rinforzo, i sistemi che fanno la traduzione automatica e i robot che giocano a calcio. Tutte queste cose sono possibili perché siamo in grado di elaborare tutti questi dati in modo molto più efficace e non dobbiamo fare il passo enorme per acquisire quella conoscenza e rappresentarla. È lì.

Tra i grandi sviluppi degli ultimi cinque anni ci sono stati gli assistenti personali come Siri e Alexa, che sono entrambi alimentati dall’apprendimento automatico. Sono curioso di sapere come vedi cambiare questi sistemi nel corso dei prossimi cinque anni.

Sai, sono una grande fan di Alexa. Ne ho uno a casa, e la quantità di cose di cui posso parlare con Alexa è diventata più ampia. All’inizio chiedevo solo “Che tempo fa?”. Ora posso chiedere “Qual è il mio calendario?”. Alexa sta imparando, ma anche io sto imparando cosa può fare Alexa. Sono affascinata da quanto migliori nel corso del tempo.

Ti dirò una cosa che è interessante: quando esco di casa, dico ad Alexa: “Alexa, stop.” Voglio fermare qualunque musica stia trasmettendo perché me ne sto andando. Ma se dico ad Alexa: “Alexa, me ne vado”, non capisce che “me ne vado” significa che dovrebbe fermarsi. Devo dire esplicitamente “Stop”. Quindi prevedo che gli assistenti personali diventeranno più consapevoli delle istruzioni come: “Alexa, quando me ne vado significa che dovresti fermare la musica.” Questo tipo di comando istruttivo sarà nel programma della ricerca.

Pensi che arriveremo a un punto in cui potremo chiedere agli assistenti personali qualcosa come: “Oh, la spia di controllo del motore della mia macchina si è accesa, dovrei tenerla dentro?” Oppure: “Google, ho appena ricevuto questa offerta di lavoro, dovrei accettarla?”

Penso che si potrebbe. Questi tipi di domande sono decisionali – ma supponiamo si dovesse decidere tra diversi piani di assicurazione sanitaria e si fosse confusi su tutte le opzioni. Si potrebbe dire ad Alexa mentre si va a dormire: “Alexa, perché non guardi tutti questi piani di assicurazione sanitaria, o tutte queste auto che posso acquistare, o queste scuole dove il mio bambino può andare?”. E potrebbe compilare un documento durante la notte.

E un sacco di informazioni rilevanti sono già disponibili online. Si possono trovare tutte le caratteristiche delle scuole e le recensioni delle altre persone sulle scuole. Ci sono blog sulle scuole o su altre opzioni. Si potrebbe avere un sistema di IA che raccoglie tutte le caratteristiche di queste scuole, a che punto sono, quali altri recensori hanno, eccetera. Si potrebbe inserire un profilo di ciò che si desidera da un’istruzione scolastica e i sistemi di IA potrebbero mettere insieme queste informazioni.

Possono guardare le caratteristiche, imparare dalle esperienze passate, elaborare tutte quelle informazioni, manipolare tutto ciò che è disponibile e, con la tua guida, con le tue domande, presentare quelle informazioni in un modo che può essere più facile per te da selezionare. Perché le informazioni online [attualmente] sono travolgenti e a volte non è possibile gestire tutte le informazioni in tempo reale.

Alla fine, si potrebbe anche avere l’assistente che ti dice i motivi per cui ti ha dato quei suggerimenti. Si potrebbe chiedere: “Perché stai dicendo che dovrei comprare quella macchina? A me in realtà non piace quella marca.” Penso che sia un passo molto importante avere sistemi di IA a supporto degli umani nel processo decisionale, cercare di combinare ed imparare da tutte le informazioni e aggiungere il feedback che si potrebbe dare.

Cosa potrebbero fare questi sistemi oltre le decisioni personali?

Si potrebbe immaginare una versione dello stesso sistema lavorare su articoli scientifici. Ci sono così tanti articoli scientifici pubblicati e ora sono tutti online. Si può immaginare un sistema di IA che aiuta un ricercatore a selezionare tutte queste informazioni e a trovare cose che sono legate ai loro interessi.

I sistemi IA saranno ancora un prodotto delle informazioni presenti online. Un sacco di persone stanno lavorando sulle informazioni – informazioni di testo, informazioni di immagine, diagrammi di flusso, tabelle – per cercare di capire cosa c’è online e, infine, dedurre le esigenze di tutte queste informazioni. Ad esempio, c’è un settore dell’apprendimento automatico chiamato “apprendimento attivo” in cui deduciamo che non ci sono abbastanza immagini di qualche processo e dove si potrebbero aggiungere altre immagini di quella natura.

Immagino sistemi di IA in grado di identificare cosa manca, per collegare i punti di tutte le informazioni che sono online e richiedere i dati quando è necessario. Potremmo immaginarli chiedere ai ricercatori: “Se tu mi dicessi di più su come queste cellule interagiranno con questa sostanza chimica, avrei un migliore modello di ciò che sta succedendo.”

Parte di quella visione è la tua idea di autonomia simbiotica che vediamo nei Cobot, giusto? Quei robot sono liberi nel campus CMU in questo momento, vagano tra gli edifici di informatica con una combinazione di telecamere di profondità, Wi-Fi, e LIDAR. Non hanno braccia, quindi hanno problemi con un sacco di compiti semplici di navigazione, ma li hai resi molto capaci nel chiedere aiuto.

Sì, per noi era stata una specie di scoperta quando ci siamo resi conto che questi robot autonomi avevano limitazioni. Non sarebbero in grado di aprire tutte le porte del mondo, non sarebbero in grado di capire tutta la lingua parlata. Forse miglioreranno nel corso del tempo, ma credo che allo stesso modo in cui gli esseri umani hanno dei limiti – io parlo con un accento, non gioco a squash così come qualcun altro – anche questi robot avranno limitazioni.

È diventato chiaro per noi che questi robot, questi sistemi di IA, una delle loro caratteristiche principali sarebbe quella di identificare ciò che non sanno, ciò che non possono fare, ciò che non capiscono e chiedere l’aiuto degli umani. Puoi premere il pulsante dell’ascensore? Puoi aprire la porta? Puoi mettere qualcosa nel mio cestino? Questo è ciò che noi chiamiamo autonomia simbiotica. I robot chiedono aiuto in modo proattivo quando c’è qualcosa che non possono fare, non sanno o non capiscono. Questo è un nuovo modo di pensare: ci accingiamo ad avere sistemi IA intorno a noi che chiederanno il nostro aiuto per una parte dei compiti.

Questi sistemi possono estendersi, ciò può avvenire in modi molto più complessi. I sistemi già comunicano in modalità wireless, attingendo i dati dal cloud, oppure sono aiutati da squadre remote. Si può pensare a sistemi di IA in costante simbiosi con tutto il resto, con altre informazioni sul web, con altri sistemi di IA, con gli umani accanto a loro, con gli umani a distanza.

Non diventa un problema di sviluppare sistemi di IA autonomi, ma un sistema di IA può riconoscere quando non sa o quando ha bisogno di più informazioni o quando pensa qualcosa con una certa probabilità ma non è sicuro. Non è che può risolvere tutti i problemi in anticipo, ma può contare su tutte queste altre fonti intorno ad esso. Ecco come me lo immagino.

Come vedi questa simbiosi cambiare i sistemi di IA che già usiamo?

Torniamo allo scenario dove si chiede aiuto all’IA per le decisioni sulla scuola o su quale assicurazione sanitaria prendere. Immagino che questi sistemi di IA, ad un certo punto, potrebbero aver bisogno di informazioni che l’uomo non ha fornito. Il sistema di IA potrebbe rendersi conto che se avessi appena conosciuto questa funzione aggiuntiva, avrebbe potuto aiutare a prendere una decisione migliore.

La cosa veramente interessante è quando i sistemi di IA possono riconoscere da soli quando manca loro qualcosa. Essi riconoscono che se solo avessero più informazioni, se fossero in grado di fare qualche azione specifica – per esempio, se potessero solo prenotare una camera in quell’albergo che non è possibile prenotare online, potrebbero prenotarti un hotel più vicino alla tua conferenza. Credo davvero che la capacità è ciò che è importante perché non ho intenzione di conoscere tutte le cose di cui il sistema ha bisogno per prendere una decisione.

Attualmente si inserisce un indirizzo per la destinazione su Uber o Google Maps o Waze, e questo è sufficiente per il percorso da pianificare. Tuttavia, Waze potrebbe chiedere: “Vai di fretta? Dovrei ottenere il percorso più breve? Ti piacerebbe prendere una deviazione e vedere che bel paesaggio c’è lì?”. Che cosa succede se l’assistente sa che mi piacciono molto le orchidee, o che mi piace molto un certo tipo di arte? Se avessi deviato solo leggermente avrei potuto visitare un grande museo. Non lo sa che è nella sua pianificazione del percorso. Se lo avesse saputo, mi avrebbe instradato verso quel percorso museale.

Molti dei nostri attuali sistemi di IA sono specializzati in compiti specifici come il riconoscimento di oggetti o di ottimizzazione dei percorsi – ma questo crea un tipo insilato di competenza. Sono curioso di quello che pensi sul trattenerci da una sorta di intelligenza più generalizzabile nel software.

Il problema dell’IA Generale è estremamente impegnativo. Credo che abbiamo le tecniche ora – di apprendimento profondo, di apprendimento profondo di rinforzo – che hanno un tipo di intelligenza generale. Stiamo anche facendo un sacco di ricerca per cercare di capire questo concetto di trasferire l’apprendimento. Come facciamo ad avere algoritmi che, per affrontare un compito particolare, imparino anche a fare qualcosa di diverso? Non abbiamo ancora finito con la comprensione dell’IA. Non sappiamo come fare molte cose. Siamo ancora nell’infanzia dell’IA in termini di algoritmi e tecniche, metodi per fare generalizzazioni, per fornire spiegazioni. Stiamo ancora mettendo le mani su molte di queste cose.

Credo che l’IA Generale potrebbe un giorno nascere da un’integrazione tra i sistemi di IA specializzati, fondendosi in questa “Società della Mente” che Minsky ha descritto. E si potrebbero avere algoritmi per usi speciali che risolvono i problemi di grande complessità, come Herb Simon e Allen Newell hanno previsto agli inizi della ricerca sull’IA.

Quindi la ricerca sull’IA Generale è estremamente impegnativa, ma ora è anche estremamente eccitante perché ci sono così tanti dati. Ci sono così tante persone che utilizzano dispositivi digitali e che generano dati. Computer, telefoni cellulari, Alexa e Uber, tutti questi ci hanno messo su un ottimo percorso per fare ricerca su questi problemi generali dell’IA. Abbiamo ancora molta ricerca da fare. Ancora non sappiamo esattamente cosa sarà un sistema generale di IA, ma siamo sulla buona strada.

L’incertezza non ti preoccupa mai? Alcuni temono che non appena l’intelligenza artificiale supererà l’intelligenza umana, l’umanità sarà condannata.

Sono del tutto ottimista. Credo che la ricerca che stiamo facendo su sistemi autonomi – veicoli autonomi, robot autonomi – sia una chiamata per l’umanità ad essere responsabili. In un certo senso non ha nulla a che fare con la tecnologia. La tecnologia verrà sviluppata. È stato inventata da noi – dagli esseri umani. Non è venuta dagli alieni dal cielo. È la nostra scoperta. È la mente umana che ha concepito tale tecnologia e sta alla mente umana farne anche buon uso.

Sono molto fiduciosa che questo accadrà. Sono molto ottimista perché credo davvero che l’umanità sia consapevole del fatto che ha bisogno di gestire con attenzione questa tecnologia. E ne sono consapevole anche io. Ma la cosa migliore da fare è investire nella formazione. Lasciare i robot da soli. I robot continuano a migliorare, ma [bisogna] concentrarsi sull’educazione, sulle persone che fanno conoscenza, sul prendersi cura l’uno dell’altro. La cura per il progresso della società. La cura per l’avanzamento della terra, della natura, migliorare la scienza. Risolvere tutti questi problemi. Curare il cancro. Porre fine alla povertà. Ci sono tante cose in cui possiamo essere coinvolti poiché l’uomo potrebbe fare buon uso di questa tecnologia che stiamo sviluppando.

In un certo senso, alla fine l’umanesimo dell’IA sarà ciò che ci riunirà. Quindi sono ottimista.

Foto di copertina: Flickr

Lascia un commento

Il tuo indirizzo email non sarà pubblicato.

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.