Immaginate un gruppo di giovani uomini riuniti in un pittoresco campus universitario nel New England, negli Stati Uniti, durante l'estate del 1956.
Si tratta di un piccolo raduno informale. Ma gli uomini non sono qui per i falò e le escursioni nella natura nelle montagne e nei boschi circostanti. Invece, questi pionieri stanno per intraprendere un viaggio sperimentale che susciterà innumerevoli dibattiti per i decenni a venire e cambierà non solo il corso della tecnologia, ma anche il corso dell'umanità.
Benvenuti alla conferenza di Dartmouth, il luogo di nascita dell'intelligenza artificiale (IA) così come la conosciamo oggi.
Ciò che è accaduto qui avrebbe portato in ultima analisi a ChatGPT e ai molti altri tipi di IA che ora ci aiutano a diagnosticare malattie, rilevare frodi, mettere insieme playlist e scrivere articoli (beh, non questo). Ma avrebbe anche creato alcuni dei molti problemi che il settore sta ancora cercando di superare. Forse guardando indietro, possiamo trovare una via migliore per andare avanti.
A metà degli anni '1950, il rock'n'roll stava prendendo d'assalto il mondo. L'Heartbreak Hotel di Elvis era in cima alle classifiche e gli adolescenti iniziarono ad abbracciare l'eredità ribelle di James Dean.
Ma nel 1956, in un angolo tranquillo del New Hampshire, stava avvenendo un diverso tipo di rivoluzione.
La Progetto di ricerca estiva di Dartmouth sull'intelligenza artificiale, spesso ricordata come la Dartmouth Conference, iniziò il 18 giugno e durò circa otto settimane. Fu frutto dell'ingegno di quattro informatici americani, John McCarthy, Marvin Minsky, Nathaniel Rochester e Claude Shannon, e riunì alcune delle menti più brillanti dell'informatica, della matematica e della psicologia cognitiva dell'epoca.
Questi scienziati, insieme ad alcune delle 47 persone invitate, si sono prefissati un obiettivo ambizioso: realizzare macchine intelligenti.
As McCarthy lo ha inserito nella proposta della conferenza, miravano a scoprire "come far sì che le macchine usino il linguaggio, formino astrazioni e concetti, risolvano tipi di problemi ora riservati agli esseri umani".
La Dartmouth Conference non ha solo coniato il termine "intelligenza artificiale", ma ha anche condensato un intero campo di studi. È come un mitico Big Bang dell'IA: tutto ciò che sappiamo su apprendimento automatico, reti neurali e apprendimento profondo risale a quell'estate nel New Hampshire.
Ma l'eredità di quell'estate è complicata.
L'intelligenza artificiale prevalse come nome rispetto ad altri proposti o in uso all'epoca. Shannon preferì il termine "studi sugli automi", mentre altri due partecipanti alla conferenza (e i futuri creatori del primo programma di intelligenza artificiale), Allen Newell e Herbert Simon, continuarono a usare "elaborazione di informazioni complesse" ancora per qualche anno.
Ma ecco il punto: una volta scelto l'intelligenza artificiale, per quanti sforzi facciamo, oggi non riusciamo più a fare a meno di paragonarla all'intelligenza umana.
Questo paragone è allo stesso tempo una benedizione e una maledizione.
Da un lato, ci spinge a creare sistemi di intelligenza artificiale che possano eguagliare o superare le prestazioni umane in compiti specifici. Celebriamo quando l'intelligenza artificiale supera le prestazioni umane in giochi come gli scacchi o il Go, o quando riesce a rilevare il cancro nelle immagini mediche con maggiore accuratezza rispetto ai dottori umani.
D'altro canto, questo continuo confronto porta a idee sbagliate.
Quando Il computer batte un umano a Go, è facile giungere alla conclusione che le macchine sono ormai più intelligenti di noi sotto tutti gli aspetti, o che almeno siamo sulla buona strada per creare tale intelligenza. Ma AlphaGo non è più vicino alla scrittura di poesie di una calcolatrice.
E quando un modello linguistico di grandi dimensioni suona umano, cominciamo a chiederci se è senziente.
Ma ChatGPT non è più vivo del pupazzo parlante di un ventriloquo.
Gli scienziati alla Dartmouth Conference erano incredibilmente ottimisti sul futuro dell'IA. Erano convinti di poter risolvere il problema dell'intelligenza artificiale in una sola estate.
Questa eccessiva sicurezza è un tema ricorrente nello sviluppo dell'intelligenza artificiale e ha dato origine a diversi cicli di entusiasmo e delusione.
Simon ha affermato nel 1965 che “entro 20 anni le macchine saranno in grado di svolgere qualsiasi lavoro possa svolgere un uomo”. Minsky predisse nel 1967 che “entro una generazione […] il problema della creazione di 'intelligenza artificiale' sarà sostanzialmente risolto”.
Futurista popolare Ray Kurzweil ora prevede mancano solo cinque anni: "non ci siamo ancora, ma ci arriveremo, e nel 2029 saremo alla pari con chiunque".
Come possono quindi i ricercatori e gli utenti dell'intelligenza artificiale, i governi, i datori di lavoro e il pubblico in generale procedere in modo più equilibrato?
Un passo fondamentale è abbracciare la differenza e l'utilità dei sistemi di macchine. Invece di concentrarci sulla corsa all'"intelligenza artificiale generale", possiamo concentrarci su i punti di forza unici dei sistemi che abbiamo costruito – ad esempio, l’enorme capacità creativa dei modelli di immagine.
È importante anche spostare la conversazione dall'automazione all'aumento. Invece di mettere gli umani contro le macchine, concentriamoci su come l'intelligenza artificiale può assistere e aumentare le capacità umane.
Sottolineiamo anche le considerazioni etiche. I partecipanti del Dartmouth non hanno dedicato molto tempo a discutere le implicazioni etiche dell'IA. Oggi, ne sappiamo di più e dobbiamo fare di meglio.
Dobbiamo anche riorientare le direzioni della ricerca. Sottolineiamo la ricerca sull'interpretabilità e la robustezza dell'IA, la ricerca interdisciplinare sull'IA ed esploriamo nuovi paradigmi di intelligenza che non siano modellati sulla cognizione umana.
Infine, dobbiamo gestire le nostre aspettative sull'IA. Certo, possiamo essere entusiasti del suo potenziale. Ma dobbiamo anche avere aspettative realistiche, in modo da evitare i cicli di delusione del passato.
Ripensando a quel campo estivo di 68 anni fa, possiamo celebrare la visione e l'ambizione dei partecipanti alla Dartmouth Conference. Il loro lavoro ha gettato le basi per la rivoluzione dell'intelligenza artificiale che stiamo vivendo oggi.
Riformulando il nostro approccio all'intelligenza artificiale, sottolineando utilità, miglioramento, etica e aspettative realistiche, possiamo onorare l'eredità di Dartmouth e al contempo tracciare un percorso più equilibrato e vantaggioso per il futuro dell'intelligenza artificiale.
Dopotutto, la vera intelligenza non risiede solo nel creare macchine intelligenti, ma anche nel modo in cui scegliamo di utilizzarle e svilupparle.
Questo articolo è stato ripubblicato in The Conversation sotto una licenza Creative Commons ed è scritto da Sandra Pietro, Direttore di Sydney Executive Plus, Università di Sydney
Un quadro per valutare il rapido sviluppo delle tecnologie digitali e correlate: intelligenza artificiale, modelli linguistici di grandi dimensioni e oltre
Questo documento di discussione fornisce lo schema di un quadro iniziale per informare le molteplici discussioni globali e nazionali in corso relative all’intelligenza artificiale.
Preparare gli ecosistemi nazionali di ricerca per l’intelligenza artificiale: strategie e progressi nel 2024
Il rapporto offre un’analisi completa dell’integrazione dell’intelligenza artificiale nella scienza e nella ricerca in vari paesi. Affronta sia i progressi compiuti che le sfide affrontate in questo campo, rendendolo una lettura preziosa per leader scientifici, politici, professionisti dell’intelligenza artificiale e accademici.
Le organizzazioni scientifiche nell’era digitale
Il documento di discussione sintetizza i risultati di un ampio sondaggio, interviste dettagliate e casi di studio che hanno coinvolto i membri dell'ISC. Serve sia come riflesso attuale dello stato digitale nella comunità scientifica sia come guida per le organizzazioni che intraprendono i loro viaggi di transizione digitale.
Immagine di Foto di Billy Wilson
Per saperne di più su United in Science: Riavviare l'azione per il clima
Leggi di più su Richiesta di proposte per servizi di consulenza
Maggiori informazioni su WorldFAIR: continuare a trasformare i dati per affrontare sfide complesse in un progetto di follow-up
