Sebbene l’intelligenza artificiale generativa (AI) abbia guadagnato l’attenzione generale dopo il lancio di GPT-3 nel 2020, la tecnologia alla base, l’apprendimento automatico, è vecchia di decenni. Dalla previsione della digitazione nelle app per tastiera agli algoritmi di raccomandazione nelle piattaforme di social media, tutti si basano sulla stessa tecnologia e hanno contribuito a ciò che l’intelligenza artificiale è diventata oggi. Si dice che un precursore definitivo dell’intelligenza artificiale moderna sia AlphaGo, un sistema creato da Google DeepMind nel 2016. In effetti, ha mostrato un singolo momento che ha convinto ricercatori ed esperti del settore che l’intelligenza generale artificiale (AGI) è possibile.
AlphaGo e il momento AGI
In occasione del decimo anniversario di AlphaGo, il CEO di DeepMind Demis Hassabis scritto un post sull’impatto della tecnologia sull’intelligenza artificiale di oggi e sul percorso verso l’AGI. AlphaGo è un sistema di intelligenza artificiale progettato per giocare in modo autonomo al gioco da tavolo cinese Go. La partita a due giocatori si gioca su una griglia di 19 x 19 linee (361 intersezioni) con pietre circolari bianche e nere identiche posizionate sulle intersezioni. L’obiettivo di Go è circondare più territorio del tuo avversario.
Nel marzo 2016, AlphaGo ha affrontato il 18 volte campione del mondo Lee Sedol a Seul, in Corea del Sud. Nella seconda partita del torneo di quattro partite, AlphaGo ha fatto qualcosa senza precedenti. Nella 37a mossa del gioco (ora nota come Mossa 37), ha effettuato una giocata non convenzionale che inizialmente i commentatori pensavano fosse un errore. Tuttavia, alla fine della partita, si capì che si trattava di una mossa decisiva che permetteva all’avversario AI di vincere la partita.
“È stata una dimostrazione di incredibile lungimiranza e della capacità del sistema di intelligenza artificiale di andare oltre l’imitazione degli esperti umani e trovare strategie completamente nuove”, ha affermato Hassabis. Questa mossa esatta è considerata anche un’anteprima per l’AGI. Il fattore determinante della tecnologia ancora da raggiungere, che si dice corrisponda all’intelligenza di livello umano, è l’innovazione. In altre parole, la capacità di essere veramente inventivo e creativo e di non limitarsi a rigurgitare la conoscenza acquisita tramite il proprio set di dati.
La cosa interessante di AlphaGo è che è stato costruito utilizzando tecniche che vengono ancora utilizzate per sviluppare modelli di intelligenza artificiale: reti neurali profonde combinate con ricerca avanzata e apprendimento per rinforzo. Hassabis ha rivelato che gli odierni modelli di intelligenza artificiale Gemini si basano su queste tecniche fondamentali.
Ma il percorso verso l’AGI è molto più impegnativo. Il CEO di DeepMind riconosce che uno dei principali ostacoli che i ricercatori devono risolvere è far sì che un modello di intelligenza artificiale comprenda il mondo fisico e fargli utilizzare strumenti specializzati per intraprendere azioni nel mondo reale. Questa combinazione è ciò che secondo Hassabis risolverà l’AGI.
“Move 37 è stato un assaggio del potenziale dell’intelligenza artificiale di pensare fuori dagli schemi, ma la vera invenzione originale richiederà qualcosa di più. Dovrebbe non solo elaborare una nuova strategia di Go, come ha fatto in modo impressionante AlphaGo, ma inventare effettivamente un gioco profondo ed elegante e degno di studio come Go”, ha affermato il CEO di DeepMind.
