Machine Learning a AI: i principali ostacoli al loro sviluppo

Come già sottolineato, il Machine Learning non è AI. Questo, però, non vuol dire che la strada per arrivare all'AI sia chiusa, bensì è molto tortuosa. Il Machine Learning è solo una delle 10 caratteristiche che renderebbero veramente intelligente una macchina, un computer.

Il problema fondamentale con il Machine Learning è che è un metodo di apprendimento supervisionato: come per i bambini che hanno difficoltà ad apprendere senza un insegnate di sostegno, l'apprendimento supervisionato (Supervised Learning) presuppone che l’entità che deve riconoscere i dati, gli oggetti, le scene, lo faccia grazie ad un ampio aiuto nella storia della sua vita.

Dicendo ad un bambino che il cielo è blu, ed indicandolo più volte, il bambino riesce a ricordare che il cielo è blu, e non realmente a riconoscerlo. In questo modo il bambino, in seguito, non sarà in grado di elaborare nuovi oggetti che vede, perché non riesce a ricordarli. Affinché un bambino impari nella maniera giusta, è necessario che gli si diano gli strumenti giusti per riconoscere gli oggetti, in modo tale che ne possa riconoscere sempre di nuovi e diversi.

Questo approccio prende il nome di apprendimento non supervisionato (Unsupervised Learning), ed è il gradino alto che bisogna scalare per risolvere il problema della cognition, la cognizione.

Quando una macchina è in grado di riconoscere oggetti ed elaborarli senza avere uno storico dati, ma utilizzando solo gli strumenti ottenuti all’inizio della sua “vita”, allora sarà in grado di prendere decisioni. Perché il processo di decision-making si affronta sulla base di ragionamenti che possono avere un filo logico ma che non hanno una storia precedente. Gli algoritmi di pattern matching sono già esistenti, e quelli devono basarsi su una grande quantità di dati.

Questi algoritmi serviranno alla macchina per poter supportare o verificare eventuali decisioni prese in considerazione. Una volta superato questo scoglio, le altre caratteristiche di un'Intelligenza Artificiale sono da studiare da un punto di vista biologico, fisico e antropologico.

Bisognerà infine applicare questi studi a tutte le diramazioni dello scibile umano per rendere una macchina capace di AGI, Artificial General Intelligence. Gli scienziati stimano che serviranno altri 25 anni di studi almeno, affinché si raggiunga questo stadio. E poi il futuro sarà davvero arrivato.

Per approfondire: World Summit AI