Come sempre, un punto di vista multidisciplinare, che va al di là della tecnologia approdando ad una visione più complessa e completa

1. Intervista al
Prof. Ernesto Hofmann
INTELLIGENZA ARTIFICIALE

2. Marzia Murè:
Professor Hofmann, parafrasando Marx potremmo dire che
un argomento spinoso si aggira per l’IT e non solo:
l’Intelligenza Artificiale infatti sta suscitando Discussioni,
polemiche e timori.
A suo avviso quanto giustificati?
Ernesto Hofmann:
L'intelligenza artificiale è divenuta in questi ultimi anni uno dei temi
più caldi dell'evoluzione della tecnologia. Si sono anche levate diverse
grida di allarme a fronte della possibilità che l'uomo ne possa venire
persino sopraffatto. Ora cercherò di mettere in luce alcuni aspetti che
potrebbero aiutare per una migliore comprensione di quanto sta
accadendo. Innanzitutto la parola stessa "intelligenza" è quanto mai
sfuggente. Per quello che si indica genericamente con intelligenza
non esiste in realtà un'entità di riferimento univoca: la nostra cultura e
il nostro ambiente sociale non sono né universali nè assoluti.

3. Non dimentichiamoci che entità che ritenevamo del
tutto univoche, come spazio, tempo e moto sono state
profondamente ristrutturate da Einstein all'inizio del
ventesimo secolo. In assenza di una chiara definizione
di cosa sia l'intelligenza possiamo comunque chiederci
come si stiano evolvendo i maggiori progetti di
intelligenza artificiale (da qui abbreviata in AI).
Nel 1936 il grande matematico Alan Turing, allora
giovanissimo, scrisse un articolo di fondamentale
importanza (On computable numbers...) nel quale
definiva in maniera quanto mai precisa come un'ideale
macchina di calcolo potesse eseguire tutti gli algoritmi
matematici che sarebbe stato in grado di eseguire un
uomo: uomo che Turing indicava come "the
computer", ossia l'uomo che calcola.

4. Qualche anno dopo un altro giovane genio, Claude Shannon,
nella sua tesi di laurea indicava come tale macchina si potesse
costruire utilizzando semplici circuiti elettrici. E poco dopo,
durante la seconda guerra mondiale, alcuni prototipi vennero
costruiti. Si intuisce da quanto detto che fin dall'avvento
dell'informatica c'era, per così dire, un'ambiguità latente.
Poichè cervello umano e computer (ora intendiamo la
macchina, a differenza di Turing) sembrano perfettamente
equivalenti nella disciplina del calcolo perchè non pensare che
tale equivalenza non si possa estendere anche alle altre
attività cerebrali?

5. E' vero che un aereo vola, così come vola un uccello, ma sono
due tipi di volo del tutto diversi. E sono profondamente diverse
le strutture fisiche che attuano il volo. Una differenza di gran
lunga maggiore si riscontra nel confronto tra la struttura fisica
di un computer e quella di un cervello umano.
Si valuta oggi che nel cervello umano siano presenti circa 100
miliardi di neuroni (forse qualcosa di meno). E ci sono circa 10
miliardi di transistor in un chip dei più evoluti microprocessori
attuali.
Forse certe paure sorgono dal fatto che tendiamo ad usare il
termine “intelligenza” in modo troppo generico nel linguaggio
corrente?

6. Il supercomputer cinese Sunway Taihu Light, che è attualmente
classificato come il più potente supercomputer, ha circa 40.000
di questi processori e quindi, circa 400 trilioni di transistor (senza
la memoria centrale), e con dimensioni non lontane da quelle di
un piccolo campo di calcio. Trilioni è inteso come mille miliardi,
ossia 10 elevato a 12. E' stato detto che ci vorrebbero oltre 7
miliardi di persone con altrettante calcolatrici elettroniche per
32 anni, per fare lo stesso calcolo che Sunway può risolvere in
soli 60 secondi.

7. Però il cervello umano consuma una quindicina di Watt mentre
Sunway oltre 15 MWatt, ossia un milione di volte di più. Ma per
fare cosa e come? Qui è il punto chiave da comprendere bene.
E occorre anche capire quale sia la reale struttura fisica di
cervello e supercomputer.
Il confronto andrebbe fatto innanzitutto tra circuiti (non
transistor) e neuroni, ed è ancora un confronto molto
approssimativo. Una decina di transistor per circuito riducono i
400 trilioni di Sunway a 40 trilioni, e poi occorre osservare che
un neurone parla mediamente con migliaia di altri neuroni
mentre in un computer un circuito parla con altri 3-4 circuiti.

8. Apparentemente, non c’è partita…ma è proprio così?
In Sunway ci sono circa 100 trilioni di connessioni,
definitivamente cablate. In un cervello umano 100 miliardi di
neuroni x diecimila connessioni fanno un 10 seguito da
quindici zeri, ossia mille trilioni di connessioni.
Ma - e qui è il punto centrale - il cervello vive e le connessioni
nascono e muiono. La foresta amazzonica con rami e liane
che si modificano di continuo potrebbe raffigurare il cervello,
mentre un complesso rigido di strade rappresenterebbe
l'infrastruttura del supercomputer: due entità del tutto
diverse.

9. E sembra che siano proprio le innumerevoli e dinamiche
interconnessioni il segreto dell'intelligenza umana, il cui
hardware ha livelli di miniaturizzazione e di consumi energetici
ancora ben al di là delle possibilità della microelettronica.
Comunque l'enorme infrastruttura di Sunway e di altri
supercomputer è atta a eseguire in parallelo innumerevoli
algoritmi.
Ma l’attività del cervello è integralmente algoritmica?

10. Ricordiamo che un algoritmo è come una ricetta culinaria: si eseguono
n passi e si ottiene il risultato. Qui è nata una prima illusione di AI:
puntare su attività fortemente algoritmiche per emulare il cervello
umano.
La vittoria di IBM Deep Blue sul campione mondiale di scacchi
Kasparov è stata un pò il trionfo di questa visione. Tuttavia Deep Blue
poteva affrontare solo quel tipo di problemi e certamente non era in
grado di imparare.
C'è da dire che molti avevano intuito i limiti di un approccio algoritmico
per AI, e già negli anni Settanta e Ottanta si era cercato di creare
strutture software evolutive denominate genericamente Machine
Learning.
Stiamo affrontando il punto dell’apprendimento?

11. Si è cominciata a esplorare l'ipotesi di creare qualcosa,
definito rete neurale, che in qualche modo potesse replicare
alcuni meccanismi di apprendimento umano. Si è cercato
prima di istruire il computer dandogli degli obiettivi da
raggiungere e facendo in modo che la rete si perfezionasse
(ricordiamo che parliamo di programmi caricati nel computer
e automodificantesi) a fronte di dati e obiettivi via via
proposti.

12. Un esempio un pò azzardato potrebbe far comprendere meglio il
meccanismo di base.
Immaginiamo di avere un insieme di punti su di un piano, punti
che rappresentano il valore y in funzione del valore x. La rete
neurale (ossia il programma) deve costruire una curva che in
qualche modo possa far prevedere a fronte di futuri x quali
saranno gli y. Per esempio una retta: y=ax +m. L'inclinazione della
retta è data da a mentre la sua distanza dalle ascisse è data da m.
Si tratta di trovare a ed m e poi si va a regime. E' ovvio che questo
esempio è banalissimo, ma spesso una vivace immagine intuitiva
è più didattica che non il timido attenersi a rigorose ma complesse
teorie formali.

13. Con l'apparizione delle graphical units (GPU) tipiche dei
videogiochi si è potuta utilizzare molta più capacità
elaborativa anche su computer di medie dimensioni. E si è
anche cercato di creare sistemi che non avessero bisogno di
essere istruiti ma che fossero in grado di autoistruirsi
utilizzando crescenti volumi di dati in ingresso.
Questo ha permesso di rendere le reti neurali più profonde,
ossia con più strati di neuroni artificiali.
Come si è arrivati alle forme attuali?

14. E i risultati si cominciano a vedere concretamente. Il
programma AlphaGo, sviluppato da Google DeepMind, é
stato il primo software in grado di sconfiggere un campione
internazionale nel gioco del go.
Con AlphaGo siamo forse per la prima volta di fronte a
un'applicazione AI in grado di apprendere, anche se in uno
specifico e limitato contesto, quale quello del gioco go, che
comunque è molto più aperto e complesso del gioco degli
scacchi. E DeepMind intende perfezionare questa strategia
per creare un computer in grado di apprendere in molteplici
contesti.

15. In parallelo l'IBM sta perfezionando un altro approccio ad AI
con il suo supercomputer Watson che dovrebbe essere in
grado, nella sua applicazione più evoluta, di aiutare diverse
cliniche mondiali, tra cui soprattutto il prestigioso Memorial
Sloan-Kettering, a formulare accurate diagnosi e piani di cura
per pazienti oncologici. E' una sfida questa quanto mai
impegnativa perché l'avversario è non solo il più temibile ma
anche il più sfuggente che l'uomo si trovi a combattere.

16. AI non pretende di emulare l'uomo nelle normali attività che
fanno l'umanità di uomo.
In sostanza per volare non occorre essere un uccello.
La nuova visione di AI non è quella di un avversario della
mente umana ma di un formidabile partner nella gestione
della complessità, che un pò il leitmotiv di questi tempi.
Quindi possiamo guardare all’AI come ad un alleato?

17. Ernesto Hofmann
Laureato in fisica, programmatore, manager, direttore consulente, per quasi
quarant’anni in IBM, Ernesto Hofmann è una delle grandi figure di riferimento
della storia dell’informatica. Entrato in IBM nel 1968 nel Servizio di Calcolo
Scientifico.
Nel 1973 è diventato manager del Servizio di Supporto Tecnico del Centro di Calcolo
dell'IBM di Roma. Dal 1978, come sistemista senior, è stato responsabile tecnico per
l'IBM di diversi centri elaborazione dati di alcune grandi istituti di credito e di
assicurazioni.
Nel 1981 è stato trasferito per tre anni presso lo stabilimento francese di Montpellier
dove l'IBM costruisce i suoi computer più grandi. Nel 1986 è stato trasferito presso lo
stabilimento di Corbeil Essonnes dove vengono realizzati i chip di logica utilizzati dai
computer IBM. In ambedue le assegnazioni ha svolto il ruolo di interfaccia tecnica tra
i clienti ed i progettisti dello stabilimento.
A partire dal 1986 è stato diverse volte negli USA per lunghi periodi, presso gli
stabilimenti di Poughkeepsie e Fishkill, dove vengono progettati i grandi computer
IBM. La sua attività negli USA gli ha consentito di approfondire sempre più
l'evoluzione tecnologica oggi in atto nell'informatica.
Dal 1984 è Direttore Consulente per i Sistemi Complessi dell'IBM Italia.
È autore di molteplici pubblicazioni sull'informatica, sia di carattere tecnico sia
divulgative, nonché di svariati articoli e interviste anche per la stampa non