Quando parliamo di intelligenza artificiale, immaginiamo spesso un’unica grande categoria di macchine intelligenti. In realtà, esistono diversi livelli di sviluppo. Oggi conviviamo soprattutto con sistemi di ANI (Artificial Narrow Intelligence), capaci di svolgere compiti specifici e ben definiti: giocare a scacchi o a Go, riconoscere immagini, generare testi. In questi ambiti, l’AI ha già raggiunto risultati straordinari, come dimostrano le sfide di Deep Blue contro Kasparov o di AlphaGo contro Lee Sedol.
Negli ultimi anni, però, il salto è stato ancora più rapido. Dal riconoscimento visivo rivoluzionato da AlexNet ai modelli linguistici basati su Transformer, l’intelligenza artificiale ha imparato a costruire rappresentazioni sempre più sofisticate del mondo a partire dai dati. Tecniche come il transfer learning mostrano inoltre una capacità nuova: riutilizzare conoscenze acquisite in contesti diversi.
La domanda non è più soltanto se le macchine possano essere intelligenti, ma quanto possano diventarlo. Da qui nasce l’idea di AGI, un’intelligenza artificiale generale, capace di affrontare l’insieme dei compiti cognitivi umani, e di ASI, una possibile superintelligenza.
In questa puntata del podcast “Intelligenze – Umane, artificiali, collettive: alla scoperta delle forme del pensare”, esploriamo questo passaggio: dalle AI specializzate di oggi alle ipotesi di un futuro non così lontano.
Pino Donghi, semiologo di formazione, si occupa da circa quarant’anni di progettazione culturale e divulgazione scientifica. Saggista, docente a contratto, curatore di collane editoriali e di festival culturali, collaboratore giornalistico, ricercatore sociale, è autore di numerosi testi sulla comunicazione della scienza. A tempo perso suona il sax tenore.