• Filippo Guerranti

I propose to consider the question, 'Can machines think?'


Benedict Cumberbatch interpreta Alan Turing nel film The Imitation Game.
Benedict Cumberbatch interpreta Alan Turing nel film The Imitation Game - Fonte foto: MAM-e
I propose to consider the question, 'Can machines think?’

Con questa frase Alan Turing, uno dei padri dell'intelligenza artificiale, apre l’articolo nel quale descrive il suo imitation game. La domanda è solo un’anticipazione di quello che sarà poi il filone di ricerca che ha provato, e prova tuttora, a rendere i computer intelligenti.


Ma cosa si intende per intelligenza? Semplificando l’articolo di Turing, una macchina è considerata intelligente se il suo comportamento è indistinguibile da quello di un umano.


È su questa definizione che la ricerca nel campo dell'AI si è indirizzata. Negli anni si è cercato di rendere le macchine in grado di acquisire capacità sempre più simili a quelle degli esseri umani e, in alcuni campi specifici, si è anche riusciti a superarle.


Le moderne applicazioni di intelligenza artificiale sono principalmente basate su quelle che vengono chiamate Reti Neurali Profonde (DNN), dove il numero di parametri allenabili (che definisce la dimensione del modello) assume valori sempre maggiori giorno dopo giorno.


Alcuni esempi.


AlphaGoZero è un modello di DNN con miliardi di parametri allenati su migliaia di partite di Go: il sistema ha accumulato centinaia di anni di “conoscenza” umana nel giro di pochi giorni. E questo gli ha permesso di battere i campioni di tale gioco.


GPT3 è un modello di NLP (Natural Language Processing) composto da 175 miliardi di parametri in grado di modificare il proprio valore “leggendo” qualsiasi testo che è possibile trovare sul web. L’8 settembre 2020, GPT-3 ha scritto un articolo per il Guardian e tre settimane fa il team di Google ha rilasciato un nuovo modello con un trilione di parametri.


Se da un lato le grandi aziende si spingono nella creazione di modelli sempre più “colossali” in termini di numero di parametri allenabili e numero di allenamenti, dall’altro pare che dietro a tutto questo ci sia poca o nulla comprensione.

GPT-3 è in grado di generare testo in base a quello su cui è stato allenato, ma non è in grado di comprendere veramente il significato di quello che sta scrivendo.


Senza comprensione può esserci intelligenza?

Post recenti

Mostra tutti
Iscriviti al sito

Il tuo modulo è stato inviato!