Le sue capacità sono quindi modeste, eppure Eliza genera un enorme scalpore, costringendo il suo creatore a scrivere un intero saggio per spiegare come nel suo chatbot non ci fosse nulla di “magico” e tanto meno di “intelligente”. Eliza rappresenta comunque uno spartiacque: è infatti il primo software in grado di interloquire con gli esseri umani.
1969: l’inverno delle intelligenze artificiali
All’epoca, le reti neurali e l’apprendimento autonomo non avevano ancora ottenuto alcun successo e molti erano sostenitori della cosiddetta “intelligenza artificiale simbolica” (in cui il computer riceve tutte le istruzioni per portare a termine i propri compiti, invece di imparare in autonomia). Tra questi, c’erano due pionieri come Marvin Minsky e Seymour Papert, che in un saggio – intitolato Perceptrons – mostrano come le reti neurali, a differenza della AI simbolica, potessero compiere solo azioni elementari.
La ricerca sull’apprendimento autonomo, anche a causa degli scarsi risultati fino a quel momento raggiunti, subisce un durissimo colpo: gli investimenti nel settore vengono meno e gli studi accademici si interrompono. Inizia “l’inverno delle intelligenze artificiali”, che durerà decenni.
1997: DeepBlue sconfigge Gary Kasparov
L’intelligenza artificiale, dopo un lungo silenzio, torna sulle prime pagine di tutto il mondo quando il sistema di Ibm DeepBlue sconfigge il campione mondiale di scacchi Gary Kasparov (che però vincerà le sfide successive).
DeepBlue non è una rete neurale, ma un’intelligenza artificiale simbolica all’interno della quale sono state codificate tutte le regole degli scacchi e le mosse da eseguire in ogni situazione. Sarà la massima, e per il momento ultima, grande conquista di questa forma di AI.
2012: AlexNet vince la gara di riconoscimento immagini
Sono passati più di quarant’anni dall’inizio dell’inverno delle intelligenze artificiali. Nel frattempo, però, accademici come Geoff Hinton, Yann LeCun, Yoshua Bengio e altri hanno continuato a lavorare sulle potenzialità delle reti neurali. Il 2012 – grazie all’enorme mole di dati ormai disponibili tramite il web e i social network e al crescente potere computazionale – rappresenta l’anno di svolta del deep learning.
Tra le tante conquiste ottenute in rapida successione, la più significativa è probabilmente la vittoria di AlexNet nella ImageNet Challenge, la principale competizione tra software di riconoscimento immagini. AlexNet non si limita a vincere, ma straccia la concorrenza. È la prima volta che il deep learning dimostra di essere superiore agli altri sistemi informatici.
2016: AlphaGo batte il campione mondiale di Go
Nonostante un sistema di intelligenza artificiale avesse già battuto il campione mondiale di scacchi, si pensava che le macchine non avrebbero mai padroneggiato un gioco estremamente complesso e astratto come il Go. Questa convinzione si dimostra errata quando il sistema di Google noto come AlphaGo sorprende il mondo e sconfigge uno dei giocatori di Go più forti al mondo, il coreano Lee Sedol. È un’ennesima dimostrazione delle capacità sorprendenti del deep learning.
2020: OpenAI presenta GPT-3
Gli algoritmi di deep learning si sono in pochi anni diffusi ovunque: selezionano ciò che vediamo su Facebook o Instagram, ci consigliano gli acquisti su Amazon o i film su Netflix, ci suggeriscono come completare le frasi su Gmail e molto altro ancora. Nel 2020, avviene però un altro salto in avanti: OpenAI presenta GPT-3, il suo sistema di “elaborazione del linguaggio naturale” addestrato tramite 800 gigabyte di dati e dotato di 200 miliardi di parametri (l’equivalente digitale delle nostre sinapsi).
GPT-3 dimostra una capacità di scrivere testi fino ad allora sconosciuta, al punto da elaborare un lungo articolo per il Guardian. È l’alba delle intelligenze artificiali generative (in grado anche di creare immagini, video e musica solo sulla base di un nostro comando in linguaggio naturale). Due anni dopo, nel novembre 2022, verrà presentato il chatbot basato su GPT-3: ChatGPT. Da allora, il mondo dell’intelligenza artificiale non è più stato lo stesso.
Fonte : Wired
