Intelligenza artificiale e il valore della ricerca

Può una macchina pensare? È una domanda non da poco, a cui negli anni hanno cercato di dare una risposta ingegneri, studiosi della mente, filosofi. Oggi affronteremo questo argomento con il saggio La cibernetica e le scienze dell’artificiale di Roberto Cordeschi, pubblicato su Historia. Il Novecento di Federico Motta Editore. Il valore di queste ricerche è enorme: già oggi delicati lavori sono infatti demandati a macchine, in grado di operare con estrema precisione e, in alcuni casi, possono anche imparare dall’esperienza.

Un po’ di storia

Facciamo prima un passo indietro, per la precisione al 1947, quando Norbert Wiener introdusse la parola cibernetica definendola come «lo studio del controllo e della comunicazione nell’animale e nella macchina». Per questo fin da subito le ricerche di cibernetica andarono di pari passo con gli studi sul funzionamento del sistema nervoso animale. A metà degli anni Cinquanta Frank Rosenblatt progettava Perceptron, una macchina in grado di distinguere alcune immagini, come per esempio le lettere. William Ross Ashby costruì invece una macchina dotata di ultrasensibilità, capace cioè di cambiare la propria organizzazione per rispondere a uno stimolo esterno non previsto.

Il valore dell’Intelligenza Artificiale

Le ricerche di cibernetica vengono abbandonate con l’avvento dell’Intelligenza Artificiale (IA). Questa nuova disciplina si occupa di creare macchine che riproducono le caratteristiche dell’attività cognitiva umana. Lo sviluppo della IA è stata favorita dalle innovazioni nel campo dei calcolatori della prima metà del Novecento, come ricordato nel saggio di Cordeschi su Historia di Federico Motta Editore. Il valore di queste ricerche è enorme, perché ha consentito all’industria, alla medicina e molte altri settori di crescere e progredire.

Le macchine, valori e i problemi reali

Le basi dell’IA sono state gettate nel 1956 durante un seminario organizzato da John McCarthy a Dartmouth (New Hampshire). In quell’occasione vengono stabilite alcune aree di ricerca tuttora oggetto di studio e si discute di programmi per macchine intelligenti. Oggi le macchine sono in grado di affrontare problemi selettivi, suddividendoli in tanti problemi più semplici da risolvere. La grande sfida è però insegnarle come comportarsi con i problemi della vita reale, come comprendere una lingua o fare un riassunto. Questo richiedere una grande quantità di conoscenze: qual è il sistema simbolico più adatto a rappresentarle? La risposta a questa domanda è ancora oggi al centro di un dibattito tra gli studiosi.