Cos'è e come funziona l'intelligenza artificiale

Definire cosa sia esattamente l’intelligenza artificiale è un compito arduo. Per il dizionario De Mauro è l’«insieme di studi e tecniche che tendono alla realizzazione di macchine, specialmente calcolatori elettronici, in grado di risolvere problemi e di riprodurre attività proprie dell’intelligenza umana».

Non esiste, però, ancora una definizione universalmente accettata perché l’AI (dall’inglese Artificial Intelligence) è un settore estremamente recente e in fortissima evoluzione. Bellman ( 1978), per esempio, la considera «l’automazione di attività che associamo al pensiero umano» come «il prendere decisioni, la risoluzione automatica di problemi, l’apprendimento… », mentre per Knight (1991) si tratterebbe dello «studio delle facoltà mentali mediante l’uso di modelli computazionali». O, Stubblefield (1993) che la identifica con «la branca dell’informatica che riguarda l’automazione di comportamenti intelligenti».

Intelligenza e intelligenza artificiale

C’è, addirittura, chi fa notare che c’è qualcosa di anomalo nell’espressione intelligenza artificiale tanto da considerarla un ossimoro, ossia l’unione di due concetti di significato opposto che, insieme, producono un paradosso: attribuire all’artificiale una prerogativa tipica della natura umana, ossia l’intelligenza? Assurdo! Non è un problema linguistico che, evidentemente, si deve essere posto John McCarthy quando – nel 1956 – coniò il termine “intelligenza artificiale – in occasione di un seminario di due mesi presso il Dartmouth College di Hanover (New Hampshire, USA) – a cui invitò dieci ricercatori interessati alla teoria degli automi, alle reti neurali, allo studio dell’intelligenza, ma con interessi che spaziavano anche dallo sviluppo di sistemi di ragionamento automatico ai giochicome la dama. Negli anni ’60 e ’70 gli studi sull’intelligenza artificiale erano confinati in ambito accademico. Ed è in quegli anni che furono sviluppate anche le prime reti neurali e la logica fuzzy. Due concetti alla base dell’intelligenza artificiale.

Reti neurali artificiali e logica fuzzy

Il concetto di rete neurale è di per sé molto semplice. Si tratta, in pratica, di un modello matematico – alla base di un sistema informatico – che cerca di simulare le reti neuronali biologiche del nostro cervello dove ogni neurone è collegato mediamente con una decina di migliaia di altri neuroni tramite delle sinapsi che, oltre a consentirci di ragionare, ci permette anche di gestire ogni funzione e nervo del corpo. E qui che si “aggancia” la logica fuzzy, conosciuta anche come o logica sfumata o logica sfocata. Tutti, o quasi tutti, sappiamo che un computer funziona sfruttando la logica booleana, ossia lavora su due valori, lo zero e l’uno (logica binaria). Un’affermazione, quindi, può solo essere vera o falsa senza vie di mezzo. La logica fuzzy è utilizzata nello studio dell’intelligenza artificiale per introdurre un valore di verità intermedio, ossia una variabile può assumere un valore, per esempio, di 0.2 o di 0.6. Un’evoluzione della logica booleana che, in pratica, consente a una determinata affermazione di essere vera, falsa oppure in parte vera o in parte falsa.

Intelligenza forte o intelligenza debole?

Esistono, inoltre, due filoni di teorie sull’intelligenza artificiale delle macchine: l’IA forte e l’IA debole. Si parla di intelligenza artificiale debole quando un computer, o chiamiamolo pure robot, non sarà mai in grado di raggiungere le capacità intellettive umane, ma solo simulare alcuni processi cognitivi umani senza riuscire a riprodurli nella loro totale complessità. E questo è il presente. I fautori, invece, della teoria dell’intelligenza artificiale forte, si spingono oltre e ipotizzano che un giorno – magari tra solo venti o trent’anni – le “macchine” avranno un’intelligenza propria, autonoma e indipendente, pari o superiore a quella umana.