Il pesce di aprile di GOGLE.

Il 1° aprile del 2002, Google rivelò al mondo che il suo popolare motore di ricerca non era alimentato da intelligenza artificiale, bensì... animale. Velocità e accuratezza nel trovare i risultati dipendevano da una tecnologia messa a punto niente meno che dai fondatori Larry Page e Sergey Brin - PigeonRank™ - basata sulla capacità del piccione domestico (Columba livia) di riconoscere le differenze nelle immagini, e nel discriminare i siti rilevanti da quelli meno informativi.

Le pagine che ricevevano il maggior numero di beccate acquisivano valore e finivano ai primi posti nella ricerca: in questo compito, i piccioni si erano mostrati migliori dei sistemi basati sull'intelligenza umana o digitale. 

DATI DI REALTÀ. Lo scherzo, bisogna ammetterlo, era ben orchestrato. Si basava su due elementi "seri": gli esperimenti di condizionamento operante sui piccioni compiuti nel '900 da B. F. Skinner, uno psicologo statunitense, e la teoria sociologica della "saggezza delle folle", secondo la quale una massa di individui (o in questo caso di piccioni) inesperti è capace di fornire una risposta adeguata a un problema, più ancora di quanto non possa fare un singolo esperto. Al di là della bontà della teoria (anche le folle sbagliano!) anche Google se ne usa in parte per il suo PageRank: per esempio, dando più importanza alle pagine alle pagine linkate, e quindi considerate importanti, da più fonti esterne.

BELLA IDEA! Parte di questi elementi dello scherzo sono serviti, a oltre 10 anni di distanza, come spunto per uno studio scientifico di tutto rispetto, che ha coinvolto ancora una volta i piccioni. Un gruppo di scienziati delle Università della California Davis e dello Iowa hanno sfruttato le note abilità cognitive e visive dei piccioni in campo diagnostico. Hanno addestrato 4 di questi uccelli a distinguere immagini microscopiche di lesioni benigne al seno dalle immagini di tumori maligni. I piccioni dovevano beccare pulsanti di diversi colori in base al tipo di tumore e venivano ricompensati con un po' di cibo quando la loro deduzione era corretta.

OTTIMI RISULTATI. Dopo due settimane di training, i pennuti categorizzavano correttamente le immagini nell'85-90% dei casi. Sottoposti a una nuova serie di immagini di tumori, sono riusciti ad applicare le nozioni apprese per distinguere quelli maligni: hanno saputo, cioè, generalizzare, arrivando a una correttezza di risposta dell'80%.

SCHERZI A PARTE. A questo punto, gli scienziati hanno testato le potenzialità del "PigeonRank": hanno provato a capire se al maggior numero di beccate corrispondesse in effetti un risultato più affidabile. Si sono così accorti che, se l'accuratezza dei singoli pennuti nel distinguere le immagini era stata rispettivamente del 73, 79, 81 e 85 per cento, quella dell'intero "stormo" era del 93%. In questo caso, valeva la legge della saggezza della folla, la vox populi (o vox columbae). Lo studio, che è stato pubblicato nel 2015, ha avuto risonanza nell'ambito degli studi di patologia, radiologia e nel campo dell'intelligenza artificiale.