Traduttore: Federico MINELLE Revisore: Sebastian Betti
Nel 2016, mi è stato assegnato un premio dal Forum nazionale per l’insegnamento e l’apprendimento
supportato e sponsorizzato dal Ministero della Pubblica Istruzione in Irlanda,
dal nome particolare: “National Teaching Hero”.
La ragione di questo premio
era la mia disponibilità verso i miei studenti
e la mia capacità
creare ambienti educativi meno formali e più confortevoli.
Immaginiamo questo posto come una grande aula universitaria.
Sono abituato ad entrare in classe,
[nei] primi dieci minuti, quando gli studenti entrano e hanno luogo,
Collego il mio computer agli altoparlanti e accendo una musica classica.
Penso che questo sia il primo passo
per costruire ambienti educativi meno formali e più confortevoli
e cercare di mantenere l’attenzione degli studenti ad alto livello.
Sfortunatamente, questo non è sempre facile.
Nelle mie lezioni, utilizzo un metodo in uso fin dai tempi antichi: la narrazione!
Pedagogicamente parlando,
la narrazione è un metodo basato sull’uso della narrativa,
volto a trasmettere conoscenza agli studenti.
Vorrei iniziare la mia lezione esattamente con questo metodo,
spiegando, descrivendo un argomento sulle labbra di tutti al giorno d’oggi:
Intelligenza artificiale.
Come ogni storia raccontata ai bambini,
Mi piacerebbe iniziare la mia storia con “C’era una volta”.
Seconda Guerra Mondiale, 1942, Regno Unito,
Bletchley Park:
una villa nel nord di Londra.
C’era un ragazzo di trent’anni: Alan Turing.
Alan si è laureato al King’s College di Cambridge,
e ha conseguito un dottorato di ricerca in Logica
alla Princeton University, negli Stati Uniti.
A quel tempo, i tedeschi fecero uso di una macchina speciale: Enigma.
Era come una macchina da scrivere:
l’operatore ha digitato alcune chiavi,
ma, invece di stampare quelle lettere su un foglio di carta,
altre lettere sono state stampate,
secondo una codifica impostata meccanicamente sotto la macchina.
I tedeschi usavano questa macchina per comunicare tra loro.
Qualcuno aveva ascoltato su questo foglio
aveva di fronte un testo privo di significato.
E ‘stato crittografato!
Alan Turing è stato uno dei personaggi principali di Bletchley Park:
lui e il suo team hanno implementato una macchina,
quello che puoi vedere dietro di me,
in grado di decifrare i testi scritti dal tedesco.
A causa di questa invenzione, crediamo
che la guerra è terminata due anni prima,
salvando molte vite umane.
Dopo la guerra, Alan Turing ha continuato le sue ricerche su Logic
ed è considerato il padre dell’informatica,
il padre dell’intelligenza artificiale.
Con la sua macchina di Turing, formalizza il concetto di computer
anche prima che il computer fosse effettivamente costruito.
Nel 1950 ha pubblicato un articolo sulla rivista “Mind”:
“Macchinari e intelligenza informatica”
dove ha proposto il test di Turing.
La domanda alla base del test di Turing è ben definita:
Le macchine possono pensare?
È in quel momento che inizia l’Intelligenza Artificiale.
Probabilmente molti di voi hanno visto il film “The Imitation Game”:
Il gioco dell’imitazione.
Sto per descriverlo a voi.
Supponiamo che una persona sia qui, premendo i tasti sulla tastiera di un computer,
chi chiede, fai delle domande
e sul lato opposto del computer
c’è una macchina M e un operatore O.
In alternativa,
la macchina M e l’operatore O rispondono alla persona P.
Si dice che la macchina M superi il test di Turing
se la persona P non è in grado di capire
quando le risposte provengono dalla macchina
e quando le risposte provengono dall’operatore.
Questo è The Imitation Game.
La macchina deve avere caratteristiche speciali
per superare il test di Turing.
Deve interpretare il linguaggio naturale:
la domanda posta dalla persona.
Deve rappresentare la conoscenza per formulare risposte.
Deve pensare in modo automatico per formulare tali risposte.
E deve imparare automaticamente.
Ci sono molti approcci
per studiare l’intelligenza artificiale.
Uno di questi è l’approccio cognitivo: si basa sul pensiero umano.
Secondo questo approccio,
ci sono due modi per studiare il pensiero umano:
o cerchiamo di catturare pensieri proprio quando si verificano,
o proviamo a modellare i pensieri a livello psicologico.
Per questo motivo, diciamo che l’Intelligenza Artificiale
è strettamente connesso alle scienze neuronali e cognitive e alla psicologia.
Secondo questo approccio, l’ipotesi è che,
se possiamo avere
una vera rappresentazione del pensiero umano,
quindi possiamo trasferirlo su una macchina.
Un altro approccio è quello basato sulle leggi del pensiero razionale.
Probabilmente la maggior parte di voi ha sentito parlare del sillogismo di Aristotele.
Socrate è un uomo;
tutti gli uomini sono mortali;
[poi] Socrate è mortale.
Questo è un ragionamento deduttivo:
Se abbiamo due premesse veritiere,
possiamo dedurre una conclusione veritiera.
Le logiche deduttive vengono da qui.
Secondo le leggi dell’approccio del pensiero razionale,
cerchiamo di costruire argomenti deduttivi e trasferirli su una macchina.
Un altro approccio è l’approccio dell’agente razionale.
Un agente razionale, un’entità,
deve agire,
deve adattarsi al contesto,
deve fissare degli obiettivi a se stesso ed essere in grado di eseguirli,
e deve agire in modo razionale.
Pertanto, il test di Turing è correlato a agenti intelligenti.
Riformulando l’affermazione di Turing, “Può una macchina pensare?”,
ora possiamo dire: è possibile costruire una macchina, un agente artificiale,
capace di pensare,
capace di mostrare comprensione e razionalità?
Intelligenza Artificiale, quindi,
mira a sviluppare entità intelligenti artificiali.
Il tuo cellulare è un’entità.
Sviluppando entità artificiali
cerchiamo di capire l’intelligenza come un costrutto psicologico.
Una volta che avremo una conoscenza migliore
su questo concetto,
cerchiamo di sviluppare entità intelligenti artificiali
per sostenere gli umani: è un ciclo.
Ma vediamo ora se le macchine sono in grado di pensare.
Mi piacerebbe descriverti brevemente
lo stato dell’arte dell’intelligenza artificiale
e mi piacerebbe usare cinque classi
classificare gli agenti artificiali in base alle loro capacità:
abbiamo agenti subumani e par-umani,
agenti sovrumani, superumani e poi ne abbiamo di ottimali.
Voglio spiegarle con alcuni esempi.
Gli agenti ottimali sono quelli che agiscono meglio di tutte le persone
e non puoi fare di meglio.
Ad esempio, agenti che risolvono il cubo di Rubik,
quelli che giocano a “Quattro di fila” nel modo migliore,
o al Tic-tac-toe.
Considera che alcuni anni fa, un ragazzo, dato uno stato iniziale del cubo di Rubik,
risolto in 4,73 secondi.
Alcuni mesi fa è stato sviluppato un agente, un robot,
che può risolverlo in 0.63 secondi.
Abbiamo agenti superumani che agiscono meglio di tutti gli umani,
per esempio nel gioco degli scacchi, nel gioco Scrabble.
Alcuni anni fa il campione di scacchi russo Kasparov
è stato sconfitto da un agente artificiale.
Abbiamo agenti sovraumani,
quelli che quasi agiscono meglio della maggior parte degli umani,
per esempio nel Texas hold ‘em poker, nel rispondere alle domande del Quiz Show.
Abbiamo agenti par-umani,
che agiscono quasi come tutti gli umani,
per esempio nelle attività cognitive,
come i cruciverba o la classificazione delle immagini.
Infine, abbiamo agenti subumani, che agiscono peggio di tutti gli umani.
Gli esempi includono la classificazione degli oggetti, il riconoscimento della grafia,
riconoscimento vocale, traduzione da una lingua a un’altra.
Ma se c’è qualcosa che oggigiorno gli agenti artificiali non sono in grado di fare
è per esempio, disambiguazione:
Stiamo parlando della mela come frutto,
o stiamo parlando del marchio della Apple Corporation?
E una cosa che gli agenti non sono in grado di fare
è il ragionamento nel mondo reale in situazioni di incertezza.
Queste sono le principali limitazioni dell’Intelligenza Artificiale,
ea causa di ciò, si ritiene che siamo lontani per superare il test di Turing.
Ora, proviamo a capire [se] le macchine saranno in grado di pensare.
Alcuni anni fa, in America, è stato coniato un concetto,
denominato “Singolarità tecnologica”:
di Ray Kurzweill, un esperto di fama mondiale in Intelligenza Artificiale.
Immaginiamo una linea del tempo.
Immaginiamo una linea che indica l’intelligenza umana, aumentando.
Immaginiamo ora una linea rossa che indica l’intelligenza della macchina,
con una tendenza esponenziale.
Questa tendenza segue la legge di Moore,
per cui la complessità computazionale, ad esempio,
misurato dal numero di transistor incorporati in un chip,
raddoppia ogni due anni e quadruplica ogni [tre] anni.
Secondo Ray Kurzweill, nel 2010 dovremmo essere in grado
usare questa complessità computazionale
emulare il cervello umano –
Non ho visto niente.
Nel 2020, con 1.000 dollari avremo accesso
a questa capacità computazionale.
Nel 2025, secondo Ray Kurzweill,
saremo in grado di scansionare il nostro cervello in modo molto accurato.
E alla fine, nel 2029
le macchine supereranno il test di Turing!
E poi, nel 2045, si riferisce a quel momento
quando avverrà la singolarità tecnologica,
quando le macchine, l’intelligenza della macchina,
seguirà una tendenza esponenziale
ciò influenzerà significativamente l’intelligenza umana.
Nel suo articolo, pubblicato sulla rivista “Mind”,
Turing non ha solo proposto il suo test,
ma ha anche suggerito nove obiezioni contro il suo test.
Queste obiezioni sono nove obiezioni contro l’Intelligenza Artificiale.
Alcuni anni fa, quando ero studente all’Università di Varese,
Ho frequentato un corso su “Epistemologia, deontologia ed etica in informatica”
tenuto dal Prof. Gaetano Aurelio Lanzarone.
Sfortunatamente, è morto alcuni anni fa.
Uno degli incarichi che dovevamo fare era proporre una decima obiezione
contro il test di Turing, contro l’Intelligenza Artificiale.
Sono stato l’unico a proporre una decima obiezione
espresso come equazione matematica,
che ho etichettato “stupidità umana”.
Mi piacerebbe spiegarlo in termini semplici.
Supponiamo di prendere l’intelligenza di tutti gli umani
e mettiamo tutto insieme.
Il simbolo Somma dell’equazione sul lato sinistro.
E trasferiamo questa intelligenza nel suo insieme a una macchina.
Quindi, otteniamo un’uguaglianza di intelligenza.
Ma in qualche modo la macchina diventa più intelligente di noi.
Però, se è vero che eravamo noi
che hanno trasferito la nostra intelligenza su una macchina
e diventa più intelligente di noi,
è anche vero, anche
che lasciamo che la macchina diventi più intelligente di noi.
Quindi, per concludere la mia storia,
e riferendosi alla domanda iniziale: “Le macchine possono pensare?”,
Mi piacerebbe lasciarti con una domanda aperta:
Ha davvero senso per noi lasciarli pensare?
Grazie.
(Applausi)
Nel 2016, mi è stato assegnato un premio dal Forum nazionale per l’insegnamento e l’apprendimento
supportato e sponsorizzato dal Ministero della Pubblica Istruzione in Irlanda,
dal nome particolare: “National Teaching Hero”.
La ragione di questo premio
era la mia disponibilità verso i miei studenti
e la mia capacità
creare ambienti educativi meno formali e più confortevoli.
Immaginiamo questo posto come una grande aula universitaria.
Sono abituato ad entrare in classe,
[nei] primi dieci minuti, quando gli studenti entrano e hanno luogo,
Collego il mio computer agli altoparlanti e accendo una musica classica.
Penso che questo sia il primo passo
per costruire ambienti educativi meno formali e più confortevoli
e cercare di mantenere l’attenzione degli studenti ad alto livello.
Sfortunatamente, questo non è sempre facile.
Nelle mie lezioni, utilizzo un metodo in uso fin dai tempi antichi: la narrazione!
Pedagogicamente parlando,
la narrazione è un metodo basato sull’uso della narrativa,
volto a trasmettere conoscenza agli studenti.
Vorrei iniziare la mia lezione esattamente con questo metodo,
spiegando, descrivendo un argomento sulle labbra di tutti al giorno d’oggi:
Intelligenza artificiale.
Come ogni storia raccontata ai bambini,
Mi piacerebbe iniziare la mia storia con “C’era una volta”.
Seconda Guerra Mondiale, 1942, Regno Unito,
Bletchley Park:
una villa nel nord di Londra.
C’era un ragazzo di trent’anni: Alan Turing.
Alan si è laureato al King’s College di Cambridge,
e ha conseguito un dottorato di ricerca in Logica
alla Princeton University, negli Stati Uniti.
A quel tempo, i tedeschi fecero uso di una macchina speciale: Enigma.
Era come una macchina da scrivere:
l’operatore ha digitato alcune chiavi,
ma, invece di stampare quelle lettere su un foglio di carta,
altre lettere sono state stampate,
secondo una codifica impostata meccanicamente sotto la macchina.
I tedeschi usavano questa macchina per comunicare tra loro.
Qualcuno aveva ascoltato su questo foglio
aveva di fronte un testo privo di significato.
E ‘stato crittografato!
Alan Turing è stato uno dei personaggi principali di Bletchley Park:
lui e il suo team hanno implementato una macchina,
quello che puoi vedere dietro di me,
in grado di decifrare i testi scritti dal tedesco.
A causa di questa invenzione, crediamo
che la guerra è terminata due anni prima,
salvando molte vite umane.
Dopo la guerra, Alan Turing ha continuato le sue ricerche su Logic
ed è considerato il padre dell’informatica,
il padre dell’intelligenza artificiale.
Con la sua macchina di Turing, formalizza il concetto di computer
anche prima che il computer fosse effettivamente costruito.
Nel 1950 ha pubblicato un articolo sulla rivista “Mind”:
“Macchinari e intelligenza informatica”
dove ha proposto il test di Turing.
La domanda alla base del test di Turing è ben definita:
Le macchine possono pensare?
È in quel momento che inizia l’Intelligenza Artificiale.
Probabilmente molti di voi hanno visto il film “The Imitation Game”:
Il gioco dell’imitazione.
Sto per descriverlo a voi.
Supponiamo che una persona sia qui, premendo i tasti sulla tastiera di un computer,
chi chiede, fai delle domande
e sul lato opposto del computer
c’è una macchina M e un operatore O.
In alternativa,
la macchina M e l’operatore O rispondono alla persona P.
Si dice che la macchina M superi il test di Turing
se la persona P non è in grado di capire
quando le risposte provengono dalla macchina
e quando le risposte provengono dall’operatore.
Questo è The Imitation Game.
La macchina deve avere caratteristiche speciali
per superare il test di Turing.
Deve interpretare il linguaggio naturale:
la domanda posta dalla persona.
Deve rappresentare la conoscenza per formulare risposte.
Deve pensare in modo automatico per formulare tali risposte.
E deve imparare automaticamente.
Ci sono molti approcci
per studiare l’intelligenza artificiale.
Uno di questi è l’approccio cognitivo: si basa sul pensiero umano.
Secondo questo approccio,
ci sono due modi per studiare il pensiero umano:
o cerchiamo di catturare pensieri proprio quando si verificano,
o proviamo a modellare i pensieri a livello psicologico.
Per questo motivo, diciamo che l’Intelligenza Artificiale
è strettamente connesso alle scienze neuronali e cognitive e alla psicologia.
Secondo questo approccio, l’ipotesi è che,
se possiamo avere
una vera rappresentazione del pensiero umano,
quindi possiamo trasferirlo su una macchina.
Un altro approccio è quello basato sulle leggi del pensiero razionale.
Probabilmente la maggior parte di voi ha sentito parlare del sillogismo di Aristotele.
Socrate è un uomo;
tutti gli uomini sono mortali;
[poi] Socrate è mortale.
Questo è un ragionamento deduttivo:
Se abbiamo due premesse veritiere,
possiamo dedurre una conclusione veritiera.
Le logiche deduttive vengono da qui.
Secondo le leggi dell’approccio del pensiero razionale,
cerchiamo di costruire argomenti deduttivi e trasferirli su una macchina.
Un altro approccio è l’approccio dell’agente razionale.
Un agente razionale, un’entità,
deve agire,
deve adattarsi al contesto,
deve fissare degli obiettivi a se stesso ed essere in grado di eseguirli,
e deve agire in modo razionale.
Pertanto, il test di Turing è correlato a agenti intelligenti.
Riformulando l’affermazione di Turing, “Può una macchina pensare?”,
ora possiamo dire: è possibile costruire una macchina, un agente artificiale,
capace di pensare,
capace di mostrare comprensione e razionalità?
Intelligenza Artificiale, quindi,
mira a sviluppare entità intelligenti artificiali.
Il tuo cellulare è un’entità.
Sviluppando entità artificiali
cerchiamo di capire l’intelligenza come un costrutto psicologico.
Una volta che avremo una conoscenza migliore
su questo concetto,
cerchiamo di sviluppare entità intelligenti artificiali
per sostenere gli umani: è un ciclo.
Ma vediamo ora se le macchine sono in grado di pensare.
Mi piacerebbe descriverti brevemente
lo stato dell’arte dell’intelligenza artificiale
e mi piacerebbe usare cinque classi
classificare gli agenti artificiali in base alle loro capacità:
abbiamo agenti subumani e par-umani,
agenti sovrumani, superumani e poi ne abbiamo di ottimali.
Voglio spiegarle con alcuni esempi.
Gli agenti ottimali sono quelli che agiscono meglio di tutte le persone
e non puoi fare di meglio.
Ad esempio, agenti che risolvono il cubo di Rubik,
quelli che giocano a “Quattro di fila” nel modo migliore,
o al Tic-tac-toe.
Considera che alcuni anni fa, un ragazzo, dato uno stato iniziale del cubo di Rubik,
risolto in 4,73 secondi.
Alcuni mesi fa è stato sviluppato un agente, un robot,
che può risolverlo in 0.63 secondi.
Abbiamo agenti superumani che agiscono meglio di tutti gli umani,
per esempio nel gioco degli scacchi, nel gioco Scrabble.
Alcuni anni fa il campione di scacchi russo Kasparov
è stato sconfitto da un agente artificiale.
Abbiamo agenti sovraumani,
quelli che quasi agiscono meglio della maggior parte degli umani,
per esempio nel Texas hold ‘em poker, nel rispondere alle domande del Quiz Show.
Abbiamo agenti par-umani,
che agiscono quasi come tutti gli umani,
per esempio nelle attività cognitive,
come i cruciverba o la classificazione delle immagini.
Infine, abbiamo agenti subumani, che agiscono peggio di tutti gli umani.
Gli esempi includono la classificazione degli oggetti, il riconoscimento della grafia,
riconoscimento vocale, traduzione da una lingua a un’altra.
Ma se c’è qualcosa che oggigiorno gli agenti artificiali non sono in grado di fare
è per esempio, disambiguazione:
Stiamo parlando della mela come frutto,
o stiamo parlando del marchio della Apple Corporation?
E una cosa che gli agenti non sono in grado di fare
è il ragionamento nel mondo reale in situazioni di incertezza.
Queste sono le principali limitazioni dell’Intelligenza Artificiale,
ea causa di ciò, si ritiene che siamo lontani per superare il test di Turing.
Ora, proviamo a capire [se] le macchine saranno in grado di pensare.
Alcuni anni fa, in America, è stato coniato un concetto,
denominato “Singolarità tecnologica”:
di Ray Kurzweill, un esperto di fama mondiale in Intelligenza Artificiale.
Immaginiamo una linea del tempo.
Immaginiamo una linea che indica l’intelligenza umana, aumentando.
Immaginiamo ora una linea rossa che indica l’intelligenza della macchina,
con una tendenza esponenziale.
Questa tendenza segue la legge di Moore,
per cui la complessità computazionale, ad esempio,
misurato dal numero di transistor incorporati in un chip,
raddoppia ogni due anni e quadruplica ogni [tre] anni.
Secondo Ray Kurzweill, nel 2010 dovremmo essere in grado
usare questa complessità computazionale
emulare il cervello umano –
Non ho visto niente.
Nel 2020, con 1.000 dollari avremo accesso
a questa capacità computazionale.
Nel 2025, secondo Ray Kurzweill,
saremo in grado di scansionare il nostro cervello in modo molto accurato.
E alla fine, nel 2029
le macchine supereranno il test di Turing!
E poi, nel 2045, si riferisce a quel momento
quando avverrà la singolarità tecnologica,
quando le macchine, l’intelligenza della macchina,
seguirà una tendenza esponenziale
ciò influenzerà significativamente l’intelligenza umana.
Nel suo articolo, pubblicato sulla rivista “Mind”,
Turing non ha solo proposto il suo test,
ma ha anche suggerito nove obiezioni contro il suo test.
Queste obiezioni sono nove obiezioni contro l’Intelligenza Artificiale.
Alcuni anni fa, quando ero studente all’Università di Varese,
Ho frequentato un corso su “Epistemologia, deontologia ed etica in informatica”
tenuto dal Prof. Gaetano Aurelio Lanzarone.
Sfortunatamente, è morto alcuni anni fa.
Uno degli incarichi che dovevamo fare era proporre una decima obiezione
contro il test di Turing, contro l’Intelligenza Artificiale.
Sono stato l’unico a proporre una decima obiezione
espresso come equazione matematica,
che ho etichettato “stupidità umana”.
Mi piacerebbe spiegarlo in termini semplici.
Supponiamo di prendere l’intelligenza di tutti gli umani
e mettiamo tutto insieme.
Il simbolo Somma dell’equazione sul lato sinistro.
E trasferiamo questa intelligenza nel suo insieme a una macchina.
Quindi, otteniamo un’uguaglianza di intelligenza.
Ma in qualche modo la macchina diventa più intelligente di noi.
Però, se è vero che eravamo noi
che hanno trasferito la nostra intelligenza su una macchina
e diventa più intelligente di noi,
è anche vero, anche
che lasciamo che la macchina diventi più intelligente di noi.
Quindi, per concludere la mia storia,
e riferendosi alla domanda iniziale: “Le macchine possono pensare?”,
Mi piacerebbe lasciarti con una domanda aperta:
Ha davvero senso per noi lasciarli pensare?
Grazie.
(Applausi)
Please follow and like us:
Be First to Comment