Con grande dispiacere dei vacanzieri che pianificano un picnic estivo, il tempo è una cosa incredibilmente capricciosa e imprevedibile. Piccole variazioni di precipitazioni, temperatura, umidità, velocità del vento o direzione del vento possono modificare le condizioni esterne nel corso di ore o giorni. Pertanto, le previsioni del tempo di solito non vengono fatte più di sette giorni nel futuro - e quindi i picnic richiedono piani di emergenza.
Ma cosa succederebbe se potessimo capire un sistema caotico abbastanza bene da prevedere come si comporterà in futuro?
Riuscite a prevedere il tempo per l'anno?
Nel gennaio 2018, gli scienziati sono riusciti. Hanno utilizzato l'apprendimento automatico per prevedere con precisione il risultato di un sistema caotico per un periodo molto più lungo di quanto si pensasse possibile. E la macchina lo ha fatto semplicemente osservando le dinamiche del sistema, non avendo idea delle equazioni dietro di esso.
Soggezione, paura ed eccitazione
Abbiamo già iniziato ad abituarci alle incredibili manifestazioni dell'intelligenza artificiale.
L'anno scorso, un programma chiamato AlphaZero ha imparato da zero le regole del gioco degli scacchi in un solo giorno, e poi ha battuto il miglior software di scacchi del mondo. Ha anche imparato a giocare a Go e ha superato l'ex campionessa di silicio, l'algoritmo AlphaGo Zero, che è migliorato nel gioco attraverso tentativi ed errori dopo aver ricevuto le regole.
Video promozionale:
Molti di questi algoritmi iniziano con un puro stato di beata ignoranza e acquisiscono rapidamente conoscenza osservando il processo o giocando contro se stessi, migliorando ad ogni passo migliaia di volte al secondo. Le loro capacità ispirano sentimenti di paura, stupore, eccitazione. Sentiamo spesso parlare del caos in cui un giorno possono immergere l'umanità.
Ma è molto più interessante cosa farà in futuro l'intelligenza artificiale con la scienza, con la sua “comprensione”.
Previsione perfetta significa comprensione?
La maggior parte degli scienziati probabilmente concorderà sul fatto che la previsione e la comprensione non sono la stessa cosa. La ragione sta nel mito sull'origine della fisica e, si potrebbe dire, della scienza moderna in generale.
Il fatto è che per oltre mille anni le persone hanno utilizzato i metodi proposti dal matematico greco-romano Tolomeo per prevedere il movimento dei pianeti attraverso il cielo.
Tolomeo non sapeva nulla della teoria della gravità o che il sole fosse il centro del sistema solare. I suoi metodi includevano calcoli rituali usando cerchi all'interno di cerchi all'interno di cerchi. E sebbene predissero abbastanza bene il movimento planetario, nessuno capì perché funzionasse o perché i pianeti obbedissero a regole così complesse.
Poi c'erano Copernico, Galileo, Keplero e Newton.
Newton ha scoperto le equazioni differenziali fondamentali che governano il moto di ogni pianeta. Con il loro aiuto, è stato possibile descrivere ogni pianeta del sistema solare. Ed è stato fantastico perché abbiamo capito perché i pianeti si muovono.
Risolvere le equazioni differenziali si è rivelato un modo più efficiente per prevedere il moto planetario rispetto all'algoritmo di Tolomeo. Ancora più importante, tuttavia, è che la nostra fede in questo metodo ci ha permesso di scoprire nuovi pianeti invisibili, grazie alla legge di gravità universale. Ha spiegato perché i razzi volano e le mele cadono, e anche perché esistono lune e galassie.
Questo modello di base - trovare un insieme di equazioni che descrivono un principio unificante - è stato utilizzato con successo in fisica più e più volte. È così che abbiamo definito il Modello Standard, il culmine di mezzo secolo di ricerca sulla fisica delle particelle, che descrive accuratamente la struttura di ogni atomo, nucleo o particella. È così che cerchiamo di comprendere la superconduttività ad alta temperatura, la materia oscura e i computer quantistici. (L'efficacia ingiustificata di questo metodo ha sollevato persino interrogativi sul perché l'universo si presta così bene alla descrizione matematica.)
In tutta la scienza, capire qualcosa significa tornare allo schema originale: se puoi ridurre un fenomeno complesso a un semplice insieme di principi, lo capisci.
Eccezioni alla regola
Eppure ci sono fastidiose eccezioni che rovinano questa bellissima storia. La turbolenza è uno dei motivi per cui è difficile prevedere il tempo, un ottimo esempio tratto dalla fisica. La stragrande maggioranza dei problemi della biologia, dalle strutture intrecciate in altre strutture, sfidano anche la spiegazione con semplici principi di unificazione e semplificazione.
Sebbene non vi sia dubbio che gli atomi e la chimica, e quindi i semplici principi alla base di questi sistemi, siano descritti utilizzando equazioni universalmente efficaci, questo è un modo piuttosto inefficiente per generare previsioni utili.
Allo stesso tempo, sta diventando evidente che questi problemi si prestano facilmente ai metodi di apprendimento automatico.
Proprio come gli antichi greci cercavano risposte dal mistico oracolo di Delfi, noi cercheremo risposte alle domande più complesse della scienza da oracoli onniscienti con intelligenza artificiale.
Tali oracoli stanno già guidando veicoli autonomi e scegliendo obiettivi di investimento nel mercato azionario, e molto presto prediranno quali farmaci saranno efficaci contro i batteri e come sarà il tempo tra due settimane.
Faranno queste previsioni con la massima precisione che non avremmo mai immaginato, senza utilizzare modelli matematici ed equazioni.
È possibile che, armati di dati su miliardi di collisioni al Large Hadron Collider, faranno meglio a prevedere l'esito di un esperimento con le particelle rispetto anche all'amato Modello Standard.
Analogamente alle fonti inspiegabili della rivelazione delle sacerdotesse di Delfi, è improbabile che anche i nostri profeti dell'intelligenza artificiale siano in grado di spiegare perché prevedono in questo modo e non altrimenti. Le loro conclusioni si baseranno su molti microsecondi di quella che potremmo chiamare "esperienza". Saranno come un contadino ignorante che sa prevedere con precisione come cambierà il tempo, "perché le ossa fanno male" o altre premonizioni.
Scienza senza comprensione?
Le implicazioni del lavoro dell'intelligenza artificiale nel campo della scienza e della filosofia della scienza possono essere sorprendenti.
Ad esempio, di fronte a previsioni sempre più accurate, anche se ottenute con metodi incomprensibili per l'uomo, negheremo che le macchine abbiano una conoscenza migliore di noi?
Se la previsione è davvero l'obiettivo principale della scienza, come dovremmo modificare il metodo scientifico, l'algoritmo che ci ha permesso di identificare gli errori e correggerli per secoli?
Se rinunciamo alla comprensione, ha senso fare la scienza che stavamo facendo?
Nessuno sa. Ma se non siamo in grado di spiegare perché la scienza è qualcosa di più della capacità di fare buone previsioni, gli scienziati scopriranno presto che "l'intelligenza artificiale addestrata fa il suo lavoro meglio di se stessa".
Ilya Khel
