La paura di un'apocalisse robotica nasconde i veri problemi che dobbiamo affrontare, consentendo agli algoritmi di governare le nostre vite. Secondo gli esperti nel campo dell'intelligenza artificiale, ci stiamo muovendo costantemente verso un certo punto, dopodiché non dobbiamo più inventare nulla: l'intelligenza artificiale farà tutto da sola e le macchine miglioreranno in modo esponenziale. Se questo accade, cosa ne sarà di noi?
Negli ultimi anni, molti eminenti scienziati, da Stephen Hawking a Elon Musk, ci hanno avvertito che dovremmo essere estremamente preoccupati per i possibili esiti pericolosi dell'intelligenza artificiale superintelligente. E sostengono le loro parole con l'azione: Musk patrocina OpenAI, un'organizzazione che sviluppa l'intelligenza artificiale a beneficio dell'umanità.
Tuttavia, molti considerano le loro paure esagerate. Come osserva Andrew Ng della Stanford University, che è anche il capo scienziato del gigante cinese di Internet Baidu, preoccuparsi per una rivolta delle macchine è come preoccuparsi per il sovraffollamento di Marte.
Ma questo, ovviamente, non significa che la nostra crescente dipendenza dall'IA non comporti rischi reali. In effetti, questi rischi sono già qui. Poiché i sistemi intelligenti diventano sempre più coinvolti in tutto, dall'assistenza sanitaria alla giustizia penale, c'è il pericolo che parti importanti della nostra vita vengano trascurate.
Inoltre, l'IA può portare a conseguenze spiacevoli se non siamo preparati per loro, ad esempio, cambiare il nostro atteggiamento nei confronti dei medici in nettamente ostili.
Video promozionale:
Due parole sull'intelligenza artificiale
In termini semplici, si tratta di macchine che fanno cose che di solito richiedono uno sforzo mentale da parte di una persona: comprensione del linguaggio naturale, riconoscimento dei volti nelle fotografie, guida di automobili e così via.
C'è una differenza tra un manipolatore meccanico su una linea di produzione, che è programmato per eseguire la stessa operazione, e un manipolatore, che impara in modo indipendente a eseguire varie attività attraverso tentativi ed errori.
In che modo l'IA ci aiuta?
L'approccio principale nell'intelligenza artificiale oggi è l'apprendimento automatico, in cui i programmi sono addestrati per identificare determinati modelli in grandi quantità di dati, come identificare un volto in un'immagine o fare una mossa vincente nel gioco da tavolo. Questo metodo può essere applicato a un'ampia varietà di problemi. Ad esempio, addestrare i computer a identificare un modello specifico nelle immagini mediche. DeepMind, una società di intelligenza artificiale di proprietà di Google, sviluppa software che impara a diagnosticare il cancro e le malattie degli occhi dalle scansioni dei pazienti. Altri usano l'apprendimento automatico per rilevare i primi segni di malattie cardiache e Alzheimer.
L'intelligenza artificiale viene già utilizzata anche per analizzare grandi quantità di informazioni molecolari alla ricerca di potenziali nuove opzioni farmacologiche, un processo che richiede molto tempo per gli esseri umani. Molto presto, l'apprendimento automatico potrebbe diventare indispensabile per la medicina.
L'intelligenza artificiale ci aiuta anche a gestire sistemi estremamente complessi come la catena di fornitura globale. Il sistema nel cuore del terminal container di Port Botany a Sydney gestisce decine di migliaia di container marittimi, una flotta di veicoli automatizzati e così via, completamente senza persone. Nell'industria mineraria, i sistemi di ottimizzazione sono sempre più utilizzati per pianificare e coordinare il movimento di risorse come il minerale di ferro.
L'intelligenza artificiale funziona ovunque si guardi, dalla finanza ai trasporti, per pilotare aerei e monitorare il mercato azionario. E proteggono la tua posta dallo spam. Ma questo è solo l'inizio. Man mano che l'IA si sviluppa, diventerà sempre più complessa e interessante.
Qual è il problema?
Piuttosto che preoccuparci di una futura rivoluzione dell'IA, il rischio maggiore è che potremmo riporre troppa fiducia nei sistemi intelligenti che costruiamo. Basti ricordare che l'apprendimento automatico addestra il software per identificare i modelli nei dati. Dopo l'allenamento, si procede all'analisi di dati freschi, non ancora studiati. Ma quando un computer emette una risposta, di solito non abbiamo idea di come sia arrivata.
Ci sono ovvi problemi qui. Un sistema è valido solo quanto i dati da cui apprende. Prendi un sistema addestrato per determinare quali pazienti con polmonite hanno maggiori probabilità di morire in modo che siano ricoverati per primi in ospedale. Supponiamo che classifichi inavvertitamente i pazienti con asma bronchiale come pazienti a basso rischio. Perché normalmente, le persone con asma e polmonite vanno direttamente in terapia intensiva, quindi ricevono un trattamento che riduce il rischio di morte. L'apprendimento automatico vede questo come "asma + polmonite = minor rischio di morte".
Man mano che l'IA ha accesso a tutte le aree della tua vita, il rischio che qualcosa vada storto, se non previsto, aumenta. E poiché la maggior parte dei dati che forniamo all'IA è imperfetta, non dovremmo aspettarci risposte perfette nella maggior parte dei casi. Costruiamo intelligenza artificiale a nostra immagine e somiglianza; molto probabilmente sarà "non molto", come noi.
ILYA KHEL
