Spaces:
Runtime error
Runtime error
Donato8408
commited on
Commit
•
5b6de64
1
Parent(s):
f337380
Update my_document.txt
Browse files- my_document.txt +322 -1
my_document.txt
CHANGED
@@ -1 +1,322 @@
|
|
1 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
|
2 |
+
L'intelligenza artificiale
|
3 |
+
Francesca Rossi
|
4 |
+
Dipartimento di Matematica Pura ed Applicata
|
5 |
+
Universita' di Padova
|
6 |
+
Email: frossi@math.unipd.it
|
7 |
+
In questo breve articolo daremo una introduzione molto informale e
|
8 |
+
necessariamente incompleta dell’intelligenza artificale, una disciplina di ricerca
|
9 |
+
scientifica nata negli anni ’50 con l’intento di costruire macchine intelligenti.
|
10 |
+
Chiariremo cosa si intende per macchina intelligente e delineeremo una breve
|
11 |
+
storia di questa disciplina, con particolare riferimento ad alcune pietre miliari
|
12 |
+
importanti per il suo sviluppo. Descriveremo poi le principali linee di ricerca
|
13 |
+
attive ad oggi nell’area dell’intelligenza artificiale, e concluderemo con alcune
|
14 |
+
considerazioni etiche che spesso vengono sollevate quando si parla di macchine
|
15 |
+
intelligenti.
|
16 |
+
Cos'e' una macchina intelligente? L'intelligenza artificiale forte e
|
17 |
+
debole
|
18 |
+
L'intelligenza artificiale (IA) [5] puo' essere definita come la scienza che si
|
19 |
+
propone di sviluppare macchine intelligenti.
|
20 |
+
Appena si introduce il concetto di macchina intelligente, vengono alla mente
|
21 |
+
alcune domande, che sono state poste anche molto prima dell'avvento dei
|
22 |
+
calcolatori. Primo, va chiarito cos'e' l'intelligenza, e per questo e' necessario
|
23 |
+
capire come funziona la mente umana. Una volta data una definizione di
|
24 |
+
intelligenza, e' possibile che una macchina agisca in modo intelligente? Se si,
|
25 |
+
sarebbe cosciente come gli umani? E quali sono le implicazioni etiche
|
26 |
+
dell'esistenza di macchine intelligenti e coscienti?
|
27 |
+
Per provare a rispondere almeno ad alcune di queste domande, dobbiamo prima
|
28 |
+
chiarire la terminologia che useremo. Innanzitutto, per macchina qui intendiamo
|
29 |
+
non necessariamente un sistema hardware, come un robot, ma anche un sistema
|
30 |
+
software, come un programma o un insieme di programmi. Non e' pero' chiaro
|
31 |
+
cosa significhi mostrare un comportamento intelligente. Si intende un
|
32 |
+
comportamento simile a quello umano? O la capacita' di scherzare? O di risolvere
|
33 |
+
problemi difficili? O di comporre musica? O di imparare dall'esperienza?
|
34 |
+
La maggior parte dei discorsi sull'intelligenza delle macchine possono essere
|
35 |
+
ricondotti a due principali teorie sull'intelligenza artificiale: l'IA forte e l'IA
|
36 |
+
debole.
|
37 |
+
• La teoria dell'IA forte si basa sulla convinzione che le macchine possano
|
38 |
+
effettivamente essere intelligenti.
|
39 |
+
• La teoria dell'IA debole, invece, in modo piu' realistico e pragmatico,
|
40 |
+
pensa che le macchine possano comportarsi come se fossero intelligenti.
|
41 |
+
Uno dei fondatori dell'IA, John McCarthy, nel 1950 scriveva: "Ogni aspetto
|
42 |
+
dell'apprendimento o ogni altra caratteristica dell'intelligenza puo' essere
|
43 |
+
descritta in modo talmente preciso da consentire la costruzione di una macchina
|
44 |
+
in grado di simularla". Quindi l'IA fu fondata sulla assunzione che almeno l'IA
|
45 |
+
debole fosse possibile.
|
46 |
+
Il test di Turing
|
47 |
+
E' veramente possibile simulare la mente umana tramite una macchina? Una
|
48 |
+
prima cosa da notare e' che gia' negli anni '30 si era giunti alla conclusione che le
|
49 |
+
macchine hanno dei limiti. Goedel nel 1932 ha dimostrato che, dato un
|
50 |
+
qualunque sistema formale, ci sono affermazioni vere in questo sistema che non
|
51 |
+
possono essere provate dalle regole logiche del sistema. Turing nel 1936 ha
|
52 |
+
trasportato questo risultato nell'ambito delle macchine.
|
53 |
+
A quel tempo, i calcolatori non esistevano ancora, ma Turing aveva definito un
|
54 |
+
modello di macchina, chiamata da allora macchina di Turing [1], che e' ancor'oggi
|
55 |
+
un modello generale astratto di un calcolatore. La macchina di Turing riceve il
|
56 |
+
suo input sotto forma di una stringa di simboli su un nastro, e le uniche
|
57 |
+
operazioni che puo' fare e' scorrere il nastro in entrambe le direzioni, leggere la
|
58 |
+
cella del nastro su cui e' posizionata, e scrivere tale cella. Non ci sono limiti alla
|
59 |
+
lunghezza del nastro. Un tipico problema che si puo' chiedere ad una macchina di
|
60 |
+
Turing di risolvere e' capire se la stringa in input ha una certa forma. Questa
|
61 |
+
formulazione dei problemi e' apparentemente astratta ma riesce a modellare
|
62 |
+
molti problemi pratici, come ad esempio cercare di capire se, dato un
|
63 |
+
programma e un suo input, il programma con quell'input si ferma dopo un
|
64 |
+
numero finito di passi o va in ciclo.
|
65 |
+
Analogamente a quanto dimostrato da Goedel per i sistemi formali matematici, ci
|
66 |
+
sono problemi che una macchina di Turing non puo' risolvere, come il problema
|
67 |
+
del programma appena citato, cioe' non esiste nessuna macchina di Turing che
|
68 |
+
Queste teorie sono collegate ad una visione della mente
|
69 |
+
umana come un programma: dati degli stimoli (il suo
|
70 |
+
input), la mente umana ragione e produce un certo
|
71 |
+
comportamento del corpo (il suo output). Il cervello, a sua
|
72 |
+
volta, puo' essere visto come l'hardware parallelo
|
73 |
+
(costituito da neuroni e connessioni tra loro) su cui viene
|
74 |
+
eseguito qesto programma. Quindi, se avessimo
|
75 |
+
abbastanza risorse computazionali, il ragionamento
|
76 |
+
umano potrebbe essere simulato da un calcolatore e un
|
77 |
+
macchina potrebbe riuscire ad avere le stesse capacita' di
|
78 |
+
una mente umana. In realta' questa macchina non
|
79 |
+
dovrebbe necessariamente simulare il cervello, ma solo i
|
80 |
+
processi di ragionamento umano. Quindi l'hardware
|
81 |
+
potrebbe anche essere diverso da quello direttamente
|
82 |
+
ottenuto simulando il cervello.
|
83 |
+
sappia sempre rispondere in tempo finito a questa domanda: dato un
|
84 |
+
programma P, dato un input I, P con input I si ferma o va in ciclo? Dato che il
|
85 |
+
concetto di macchina di Turing e' cosi' generale da modellare qualunque
|
86 |
+
programma, per quanto sofisticato sia, questi limiti valgono anche per qualsiasi
|
87 |
+
programma.
|
88 |
+
Visto che le macchine hanno dei limiti, riusciamo a costruire una macchina
|
89 |
+
intelligente?
|
90 |
+
Una prima assunzione alla base di questo test e' che l'intelligenza possa essere
|
91 |
+
misurata guardando il comportamento esterno, senza sapere niente del
|
92 |
+
ragionamento che ha prodotto tale comportamento. Una seconda assunzione e'
|
93 |
+
che un comportamento umano sia sempre intelligente, e viceversa, ma
|
94 |
+
chiaramente ci sono comportamenti umani che non sono intelligenti, e anche
|
95 |
+
comportamenti intelligenti che non sono di solito adottati dagli umani. Quindi
|
96 |
+
viene spontaneo chiedersi se e' questa la nozione corretta di intelligenza
|
97 |
+
artificiale, o comunque se e' questa la nozione che ci interessa.
|
98 |
+
Notare che questo test si basa sulla teoria dell' IA debole (la macchina non deve
|
99 |
+
necessariamente essere intelligente, ma deve mostrare un comportamento
|
100 |
+
intelligente) ma non pone vincoli sull'argomento della conversazione, quindi ci si
|
101 |
+
aspetta che la macchina possa avere un comportamento intelligente in
|
102 |
+
qualunque disciplina del sapere.
|
103 |
+
Lo stesso Turing, nel tentativo di rispondere
|
104 |
+
a questa domanda, ha cercato prima di
|
105 |
+
definire cosa vuol dire che una macchina e'
|
106 |
+
intelligente. Nella sua idea, una macchina si
|
107 |
+
puo' dichiarare intelligente se ha un
|
108 |
+
comportamento che, visto da un umano, e'
|
109 |
+
giudicato simile a quello di un altro umano.
|
110 |
+
Questa sua idea l'ha esemplificata definendo
|
111 |
+
nel 1950 il cosiddetto "test di Turing" [6], in
|
112 |
+
cui (in una delle sue versioni) un umano ha
|
113 |
+
una conversazione con un interlocutore e,
|
114 |
+
senza vedere l'interlocutore e interagendo
|
115 |
+
solo per mezzo di testo, deve capire se e' un
|
116 |
+
programma o un essere umano. Il
|
117 |
+
programma passa il test di Turing se riesce a
|
118 |
+
ingannare il suo interlocutore almeno tre
|
119 |
+
volte su dieci.
|
120 |
+
Oggigiorno, quasi nessun ricercatore di IA si pone il problema di creare una
|
121 |
+
macchina intelligente (nel senso dell'IA forte), e solo alcuni cercano di creare una
|
122 |
+
macchina che abbia un comportamento intelligente su tutti i campi dello scibile
|
123 |
+
umano (cioe' che passi il test di Turing). Quello su cui la maggioranza dei
|
124 |
+
ricercatori si concentra e' la possibilita' di costruire macchine con
|
125 |
+
comportamento intelligente in campi specifici.
|
126 |
+
Gli inizi dell'intelligenza artificiale come scienza, e alcune pietre
|
127 |
+
miliari
|
128 |
+
Per capire cos'e' l'intelligenza artificiale, in quanto disciplina di ricerca
|
129 |
+
scientifica, occorre risalire ai suoi inizi, che di solito vengono datati al 1956,
|
130 |
+
anno in cui venne organizzato un incontro estivo a Dartmouth (New Hampshire,
|
131 |
+
USA) tra tutti quei ricercatori che si occupavano di capire come simulare alcuni
|
132 |
+
aspetti del ragionamento umano tramite macchine. Durante questo incontro,
|
133 |
+
John McCarthy introdusse il termine "intelligenza artificiale", che viene usato da
|
134 |
+
allora.
|
135 |
+
Nell'ambito dell'incontro di Dartmouth, fecero molto scalpore alcuni lavori che
|
136 |
+
miravano a riprodurre il processo di prova di alcuni teoremi, che veniva ritenuto
|
137 |
+
come un tipico esempio di comportamento intelligente. In particolare, fu molto
|
138 |
+
apprezzato il lavoro di Simon per simulare la prova di teoremi: il suo Logic
|
139 |
+
Theorist [4,10] riusci' a provare 38 dei 52 teoremi dai Principia Mathematica di
|
140 |
+
Russell e Whitehead. Nella stessa linea, fu anche presentato il General Problem
|
141 |
+
Solver del Carnegie Institute, che riusci' a provare molti teoremi e puzzles, e
|
142 |
+
anche un teorema a aperto.
|
143 |
+
Un modo per convincersi che la teoria dell'IA
|
144 |
+
forte pone richieste irragionevoli per dichiarare
|
145 |
+
che una macchina e' intelligente consiste nel far
|
146 |
+
riferimento all'esempio del volo artificiale:
|
147 |
+
chiedersi se una macchina puo’ essere
|
148 |
+
intelligente e’ come chiedersi se un aereo puo’
|
149 |
+
volare. Mentre all'inizio si cercava di ottenere
|
150 |
+
una macchina capace di volare imitando gli
|
151 |
+
uccelli, ci si e' presto resi conto che questo non
|
152 |
+
era ragionevole e si e' quindi passati a
|
153 |
+
concepire macchine il cui volo si basasse su
|
154 |
+
altre leggi fisiche. L'IA debole in questo esempio
|
155 |
+
corrisponderebbe a creare aerei che volino in
|
156 |
+
modo cosi' simile ad un uccello da ingannare
|
157 |
+
altri uccelli, per fare un'analogia con il test di
|
158 |
+
Turing. Il fatto che gli aerei di oggi ci abbiano
|
159 |
+
permesso di raggiungere il sogno del volo
|
160 |
+
artificiale fa ben sperare per l'IA, che puo'
|
161 |
+
creare macchine intelligenti anche senza che
|
162 |
+
siano coscienti o che sappiano mostrare
|
163 |
+
intelligenza in ogni campo.
|
164 |
+
Programa scritto in LISP
|
165 |
+
Esempio di interazione tramite
|
166 |
+
ELIZA
|
167 |
+
Negli anni '70 vennero creati molti programmi chiamati "sistemi esperti". L'idea
|
168 |
+
era di focalizzarsi su un dominio specifico e di simulare il comportamento di un
|
169 |
+
esperto di quel dominio. Un tipico esempio e' stato MYCIN (1976) [11], un
|
170 |
+
sistema esperto di grande successo che sapeva effettuare diagnosi per malattie
|
171 |
+
ematiche infettive.
|
172 |
+
Oltre al desiderio di simulare la conoscenza di esperti umani in domini specifici,
|
173 |
+
ci furono anche tentativi che volevano dotare una macchina di una conoscenza di
|
174 |
+
tipo generale e di "senso comune". Questo e' il caso di CYC [8], un progetto nato
|
175 |
+
nel 1983 e tuttora in corso, che ha accumulato molti milioni di fatti nella propria
|
176 |
+
base di conoscenza, al fine di generare una macchina che sappia ragionare
|
177 |
+
almeno come un bambino di 6 anni.
|
178 |
+
In quegli anni, McCarthy defini' anche un
|
179 |
+
linguaggio di programmazione specifico per
|
180 |
+
problemi dell'intelligenza artificiale,
|
181 |
+
chiamato LISP (MIT, 1958) [3]. Questo
|
182 |
+
linguaggio permise di creare moltissimi
|
183 |
+
programmi di IA in domini molto diversi tra
|
184 |
+
loro. Un esempio e' Student, che risolveva
|
185 |
+
problemi algebrici in forma di frase, e un
|
186 |
+
altro esempio e' Dendral, che risolveva
|
187 |
+
problemi di chimica.
|
188 |
+
Un'altra pietra miliare dell'IA e' il
|
189 |
+
programma ELIZA (1965) [7,9]. Questo
|
190 |
+
programma simulava l'interazione tra
|
191 |
+
un terapista rogeriano e un paziente.
|
192 |
+
Molti pazienti erano convinti di parlare
|
193 |
+
con un vero terapista, e non una
|
194 |
+
macchina, quindi il programma
|
195 |
+
passava il test di Turing. D'altra parte,
|
196 |
+
le frasi che ELIZA diceva ai pazienti
|
197 |
+
erano solo frutto di un sapiente
|
198 |
+
matching di alcune parole chiave nelle
|
199 |
+
frasi dette dal paziente, e non di un
|
200 |
+
ragionamento complesso. Quindi, pur
|
201 |
+
superando il test di Turing, era difficile
|
202 |
+
dichiarare questo programma come
|
203 |
+
intelligente
|
204 |
+
Kasparov contro Deep Blue
|
205 |
+
L'intelligenza artificiale oggi
|
206 |
+
Col passare degli anni, e con la constatazione che non aveva molto senso
|
207 |
+
impegnarsi a creare una macchina intelligente secondo i dettami dell'IA forte, o
|
208 |
+
che superasse il test di Turing, prese piede una teoria alternativa, che intende
|
209 |
+
l'IA come la disciplina che vuole risolvere specifici problemi, o anche effettuare
|
210 |
+
ragionamenti che non possono essere compresi pienamente dalle capacita'
|
211 |
+
cognitive umane, ma in domini specifici. Quindi non ci sia aspetta che la
|
212 |
+
macchina sia in grado di avere l'ampiezza di abilita' cognitive propria dell'uomo,
|
213 |
+
o che sia cosciente di cio’ che fa, ma solo che sappia risolvere in modo efficiente e
|
214 |
+
ottimale problemi, anche difficili, in specifici campi d'azione.
|
215 |
+
Negli attuali convegni di IA, sono questi gli scopi che la maggior parte dei lavori
|
216 |
+
presentati hanno. Praticamente nessuno si preoccupa di definire macchine che
|
217 |
+
superino il test di Turing, mentre tutti si occupano di individuare problemi
|
218 |
+
difficili in domini specifici, che le capacita' cognitive umane fanno fatica a
|
219 |
+
risolvere. Mentre questa teoria dell'IA puo' sembrare riduttiva, e' in realta' di
|
220 |
+
grande respiro, e ha prodotto molti risultati importanti.
|
221 |
+
Oggigiorno, le principali aree di ricerca nell'ambito dell'IA si possono
|
222 |
+
raggruppare in alcuni filoni coerenti al loro interno. Ad esempio, il principale
|
223 |
+
convegno internazionale di IA (chiamato IJCAI, per International Joint
|
224 |
+
Conference on Artificial Intelligence), che nel 2011 si tiene a Barcellona
|
225 |
+
(Spagna), include risultati nei seguenti filoni:
|
226 |
+
• Sistemi multi-‐agente: come si possono descrivere e risolvere problemi
|
227 |
+
relativi alla collaborazione o competizione tra piu' agenti;
|
228 |
+
• Vincoli e ricerca: come si possono modellare problemi rle cui soluzioni
|
229 |
+
devono rispettare delle restrizioni (i vincoli) e come si puo’ cercare una
|
230 |
+
loro soluzione ottima in modo efficiente;
|
231 |
+
• Rappresentazione della conoscenza: come si puo' modellare la
|
232 |
+
conoscenza in un certo campo applicativo, e come si puo' usare tale
|
233 |
+
conoscenza per agire in modo intelligente in tale campo;
|
234 |
+
Un'altra pietra miliare dell'IA e'
|
235 |
+
relativa a macchine in grado di
|
236 |
+
giocare in un certo gioco come i
|
237 |
+
migliori giocatori umani al mondo.
|
238 |
+
L'esempio piu' eclatante e' Deep
|
239 |
+
Blue (1997) [2], che riusci' a
|
240 |
+
vincere il campione del mondo
|
241 |
+
Kasparov a scacchi.
|
242 |
+
• Apprendimento automatico: come le macchine possono apprendere
|
243 |
+
nuovi e migliori comportamenti dall'esperienza;
|
244 |
+
• Elaborazione del linguaggio naturale: come le macchine possono
|
245 |
+
comprendere e ragionare su un testo in linguaggio naturale;
|
246 |
+
• Schedulazione e pianificazione: come si possono schedulare o
|
247 |
+
pianificare varie attivita' in modo ottimo in presenza di risorse limitate;
|
248 |
+
• Robotica e visione: come si puo' costruire un robot adattivo e flessibile
|
249 |
+
che sappia vedere e percepire il mondo esterno, e sappia decidere il
|
250 |
+
comportamento ottimo da adottare sulla base della sua percezione del
|
251 |
+
mondo;
|
252 |
+
• Gestione dell'incertezza: come si possano prendere decisioni ottime
|
253 |
+
anche se alcuni dati sono mancanti o vaghi;
|
254 |
+
• Web: come si possano applicare tecniche di IA al mondo del web.
|
255 |
+
Non si vuole quindi sostituire un essere umano in tutte le sue capacita', ma
|
256 |
+
invece si intende affiancare o aumentare l'intelligenza umana in alcuni domini
|
257 |
+
specifici. L'aumento puo' essere basato sulla potenza di calcolo o sulla quantita'
|
258 |
+
di memoria a disposizione.
|
259 |
+
Un tipico esempio di IA applicata con successo ad un dominio specifico e' il caso
|
260 |
+
degli algoritmi usati da Google per indicizzare le pagine web e quindi per
|
261 |
+
permettere agli utenti di cercare efficientemente informazioni sul web. Altri
|
262 |
+
domini in cui l'IA ha prodotto sistemi molto utili sono, ad esempio, i seguenti:
|
263 |
+
• Sistemi esperti (medicina e altri campi dove serve un esperto umano)
|
264 |
+
• Scacchi e altri giochi
|
265 |
+
• Sistemi di schedulazione di aerei
|
266 |
+
• Gestione dei turni del personale
|
267 |
+
• Robot per ospedali
|
268 |
+
• Lettori per ciechi
|
269 |
+
• Traduzione e comprensione del linguaggio naturale
|
270 |
+
• Biologia e genomica
|
271 |
+
• Visione artificiale
|
272 |
+
• Ricerca su web, aste online
|
273 |
+
Tutte le macchine che forniscono servizi importanti nei campi sopra citati
|
274 |
+
falliscono il test di Turing. Infatti, non presentano un'intelligenza generale. Pero'
|
275 |
+
aiutano gli umani a compiere in modo intelligente lavori specifici che altrimenti
|
276 |
+
sarebbero eseguiti meno bene o non eseguiti affatto. Pur non prevedendo
|
277 |
+
macchine che abbiano un comportamento intelligente in ogni campo, e'
|
278 |
+
ragionevole prevedere che in futuro l'IA migliorera' la qualita' della nostra vita
|
279 |
+
in ogni attivita' umana.
|
280 |
+
Esempi di uso dell’IA nella vita di tutti i giorni
|
281 |
+
Le macchine intelligenti non devono far paura
|
282 |
+
L'idea di macchine intelligenti puo' portare alla paura che tali macchine possano
|
283 |
+
agire in modo indipendente dagli esseri umani e uscire dal loro controllo. Dato
|
284 |
+
che le questioni morali ed etiche sono difficili da formalizzare, si ritiene difficile
|
285 |
+
che si possano dotare le macchine intelligenti di regole precise di
|
286 |
+
comportamento che rispettino certi codici etici e morali. Questo porta alla paura
|
287 |
+
che le macchine intelligenti possano danneggiare gli essere umani sulla base di
|
288 |
+
errori o sbagliate interpretazioni della moralita'. Nonostante questo, anche senza
|
289 |
+
rendercene conto, siamo gia' oggi circondati da macchine intelligenti, che ci
|
290 |
+
supportano in molte attivita' della nostra giornata, e non siamo tuttavia
|
291 |
+
governati da tali macchine, ma solo aiutati nelle nostre attivita'.
|
292 |
+
Un'altra paura tipica nei confronti dell’IA e' che le innovazioni fornite dalla
|
293 |
+
creazione di macchine intelligenti possano togliere lavoro agli esseri umani. In
|
294 |
+
realta', fino ad oggi l'automazione raggiunta attraverso la tecnologia
|
295 |
+
dell'informazione in generale, e l'IA in particolare, ha creato piu' posti di lavoro
|
296 |
+
di quanti ne abbia eliminati, e i nuovi lavori per gli esseri umani sono piu'
|
297 |
+
interessanti. Oggi che l'IA si focalizza su macchine intelligenti che sappiano
|
298 |
+
assistere gli essere umani, la perdita di posti di lavoro preoccupa meno di
|
299 |
+
quando sicercava di creare macchine intelligenti che sostituissero gli uomini.
|
300 |
+
Riferimenti bibliografici
|
301 |
+
[1] B. Jack Copeland ed., The Essential Turing: Seminal Writings in Computing,
|
302 |
+
Logic, Philosophy, Artificial Intelligence, and Artificial Life plus The Secrets of
|
303 |
+
Enigma", Clarendon Press (Oxford University Press), 2004.
|
304 |
+
[2] Hsu, Feng-‐hsiung. "Behind Deep Blue: Building the Computer that Defeated
|
305 |
+
the World Chess Champion". Princeton University Press. 2002.
|
306 |
+
[3] John McCarthy. "Recursive Functions of Symbolic Expressions and Their
|
307 |
+
Computation by Machine, Part I",
|
308 |
+
Communication of the ACM, 1960.
|
309 |
+
[4] Allen Newall and Herbert A. Simon, "The logic theory macchine",
|
310 |
+
Information processing, 1956.
|
311 |
+
[5] Russell, Stuart J.; Norvig, Peter, "Artificial Intelligence: A Modern Approach",
|
312 |
+
Prentice Hall, 2003.
|
313 |
+
[6] Turing, Alan, "Computing Machinery and Intelligence", Mind, (236): 433–460,
|
314 |
+
1950.
|
315 |
+
[7] Weizenbaum, Joseph, "ELIZA — A Computer Program For the Study of
|
316 |
+
Natural Language Communication Between Man And Machine", Communications
|
317 |
+
of the ACM 9 (1): 36–45, 1966.
|
318 |
+
[8] Cyc Wikipedia page: http://en.wikipedia.org/wiki/Cyc
|
319 |
+
[9] ELIZA Wikipedia page: http://en.wikipedia.org/wiki/ELIZA
|
320 |
+
[10] Logic Theorist Wikipedia page:
|
321 |
+
http://en.wikipedia.org/wiki/Logic_Theorist
|
322 |
+
[11] Mycin Wikipedia page: http://en.wikipedia.org/wiki/Mycin
|