L'intelligenza artificiale finirà per essere davvero stupida?

È difficile andare ovunque in questi giorni senza imbattersi in qualche menzione dell'intelligenza artificiale (AI). Ne hai sentito parlare, ne leggi ed è difficile trovare un mazzo di presentazione (su qualsiasi argomento) che non lo menzioni. Non c'è dubbio che ci sia molto clamore attorno all'argomento.

Mentre l'hype aumenta la consapevolezza dell'IA, facilita anche alcune attività piuttosto sciocche e può distrarre le persone da gran parte dei progressi reali. Districare la realtà dai titoli più drammatici promette di fornire vantaggi significativi sia per gli investitori, sia per gli uomini d'affari che per i consumatori.

L'intelligenza artificiale ha acquisito la sua recente notorietà in gran parte a causa di successi di alto profilo come la vittoria di IBM Watson a Jeopardy e AlphaGo di Google che ha battuto il campione del mondo nel gioco "Go". Anche Waymo, Tesla e altri hanno fatto passi da gigante con veicoli a guida autonoma. L'ampiezza delle applicazioni AI è stata catturata da Richard Waters nel Financial Times [qui}: "Se c'era un messaggio unificante alla base della tecnologia di consumo in mostra [al Consumer Electronics Show] ... era:" AI in tutto "."

I successi di intelligenza artificiale di alto profilo hanno anche catturato l'immaginazione delle persone a tal punto da aver spinto altri sforzi di vasta portata. Un esempio istruttivo è stato documentato da Thomas H. Davenport e Rajeev Ronanki nel Harvard Business Review [qui]. Descrivono: "In 2013, l'MD Anderson Cancer Center ha lanciato un progetto" moon shot ": diagnosticare e raccomandare piani di trattamento per alcune forme di cancro utilizzando il sistema cognitivo Watson di IBM." Sfortunatamente, il sistema non ha funzionato e da 2017, " il progetto è stato sospeso dopo che i costi hanno superato $ 62 milioni e il sistema non è stato ancora utilizzato sui pazienti. ”

Waters anche raccolto un messaggio diverso - quello delle aspettative temperate. Per quanto riguarda gli "assistenti personali a comando vocale", osserva, "non è chiaro che la tecnologia sia ancora in grado di diventare veramente utile come sostituto dello smartphone nella navigazione nel mondo digitale" oltre a "riprodurre musica o controllare le notizie e il tempo ”.

Altri esempi di aspettative temperate abbondano. Generva Allen del Baylor College of Medicine and Rice University ha avvertito [qui], "Non mi fiderei di una grande parte delle scoperte che vengono attualmente fatte utilizzando tecniche di apprendimento automatico applicate a grandi serie di dati". Il problema è che molte delle tecniche sono progettate per fornire risposte specifiche e la ricerca comporta incertezza. Ha spiegato: "A volte sarebbe molto più utile se dicessero:" Penso che alcuni di questi siano davvero raggruppati insieme, ma non sono sicuro di questi altri ".

Peggio ancora, in casi estremi l'IA non solo ha prestazioni inferiori; non è nemmeno stato ancora implementato. Il FT rapporti [qui], "Quattro in 10 delle startup europee di" intelligenza artificiale "non usano programmi di intelligenza artificiale nei loro prodotti, secondo un rapporto che evidenzia l'hype attorno alla tecnologia."

Cicli di aspettative gonfiate seguite da ondate di delusione non sorprendono coloro che sono stati in giro per un po 'di intelligenza artificiale: sanno fin troppo bene che questo non è il primo rodeo per l'IA. In effetti, gran parte del lavoro concettuale risale agli 1950. Nel rivedere alcuni dei miei appunti di recente mi sono imbattuto in un pezzo rappresentativo che ha esplorato le reti neurali ai fini della selezione dei titoli - datato da 1993 [qui].

Il modo migliore per avere una prospettiva sull'intelligenza artificiale è andare direttamente alla fonte e Martin Ford ci offre questa opportunità attraverso il suo libro, Architects of Intelligence. Organizzato come un susseguirsi di interviste con i principali ricercatori, studiosi e imprenditori del settore, il libro fornisce una storia utile di intelligenza artificiale e mette in luce i filoni chiave del pensiero.

Dal libro emergono due approfondimenti di alto livello. Uno è che, nonostante le diverse origini e personalità degli intervistati, esiste un grande consenso su argomenti importanti. L'altra è che molte delle priorità e delle preoccupazioni delle principali ricerche sull'IA sono notevolmente diverse da quelle espresse nei media mainstream.

Prendiamo ad esempio il concetto di intelligenza generale artificiale (AGI). Ciò è strettamente correlato al concetto di "singolarità", che è il punto in cui l'intelligenza artificiale corrisponde a quella degli umani, nel suo cammino per superare in modo massiccio l'intelligenza umana. L'idea ha catturato le preoccupazioni delle persone sull'intelligenza artificiale che includono enormi perdite di posti di lavoro, droni assassini e una miriade di altre manifestazioni drammatiche.

I principali ricercatori dell'IA hanno punti di vista molto diversi; come gruppo sono completamente imperturbabili dall'AGI. Geoffrey Hinton, professore di informatica all'università di Toronto e vicepresidente e collega di ingegneria di Google, ha dichiarato: "Se la tua domanda è:" Quando avremo i dati di un comandante [dalla serie TV di Star Trek] ", allora io non pensare che le cose si svilupperanno così. Non penso che otterremo cose singole, per questo scopo. "

Yoshua Bengio, professore di informatica e ricerca operativa all'Università di Montreal, ci dice che "Ci sono alcuni problemi davvero difficili di fronte a noi e che siamo lontani dall'intelligenza artificiale a livello umano". Aggiunge, "siamo tutti eccitati perché abbiamo fatto molti progressi nell'arrampicare sulla collina, ma mentre ci avviciniamo alla cima della collina, possiamo iniziare a vedere una serie di altre colline che si innalzano davanti a noi. ”

Barbara Grosz, professore di scienze naturali all'Università di Harvard, ha espresso la sua opinione: "Non credo che l'AGI sia la giusta direzione da percorrere". Sostiene che, poiché il perseguimento dell'AGI (e la gestione delle sue conseguenze) sono così lontani nel futuro da servire da "distrazione".

Un altro filo conduttore tra le ricerche sull'IA è la convinzione a cui l'IA dovrebbe essere abituata aumentare lavoro umano piuttosto che sostituire esso. Cynthia Breazeal, direttore del gruppo di robot personali per il laboratorio multimediale del MIT, inquadra il problema: “La domanda è qual è la sinergia, qual è la complementarità, qual è l'aumento che ci consente di estendere le nostre capacità umane in termini di ciò che facciamo che ci consente per avere davvero un impatto maggiore nel mondo ". Fei-Fei Li, professore di informatica a Stanford e capo scienziato di Google Cloud, ha descritto:" L'intelligenza artificiale in quanto tecnologia ha così tanto potenziale per migliorare e aumentare il lavoro, oltre a sostituire esso “.

James Manyika, Presidente e direttore del McKinsey Global Institute ha osservato che l'60% delle occupazioni ha circa un terzo delle attività costituenti automatizzabili e solo circa l'10% delle occupazioni ha più dell'90% automatizzabile, “molte più occupazioni saranno integrate o aumentate dalle tecnologie che sarà sostituito. "

Inoltre, l'IA può solo aumentare lavoro umano nella misura in cui può funzionare efficacemente conlavoro umano. Barbara Grosz ha sottolineato: "A un certo punto ho detto che" i sistemi di intelligenza artificiale sono i migliori se sono progettati pensando alle persone ". Ha continuato: "Consiglio di puntare a costruire un sistema che sia un buon partner di squadra e funzioni così bene con noi che non riconosciamo che non sia umano".

David Ferrucci, fondatore di Elemental Cognition e direttore dell'IA applicata presso Bridgewater Associates, ha dichiarato: "Il futuro che immaginiamo a Elemental Cognition ha un'intelligenza umana e meccanica strettamente collaborativa e fluida". Ha elaborato: "Pensiamo a esso come a una collaborazione-pensiero. "Yoshua Bengio ci ricorda, tuttavia, le sfide nel formare una tale partnership:" Non si tratta solo di precisione [con AI], si tratta di comprendere il contesto umano e i computer hanno indizi assolutamente zero su questo ".

È interessante notare che esiste un discreto consenso sulle idee chiave come l'AGI non è un obiettivo particolarmente utile in questo momento, l'IA dovrebbe essere applicata per aumentare il lavoro e non sostituirlo e l'IA dovrebbe lavorare in collaborazione con le persone. È anche interessante che queste stesse lezioni siano confermate da esperienze aziendali.

Richard Waters descrive come le implementazioni dell'IA siano ancora in una fase abbastanza rudimentale nel FT [qui]: "Elimina la ricerca del mago che fa da padrone a molti titoli (un computer che può battere gli umani su Go!) E la tecnologia è a un livello rudimentale". Inoltre osserva: "Ma al di là di questa" consumerizzazione "dell'IT , che ha messo gli strumenti di facile utilizzo in più mani, la revisione dei sistemi e dei processi interni di una società richiede molto lavoro pesante ”.

Questo lavoro pesante richiede tempo e eccezionalmente poche aziende sono presenti. Ginni Rometty, a capo di IBM, definisce le applicazioni dei suoi clienti come "atti digitali casuali" e descrive molti dei progetti come "incostante". Andrew Moore, il capo dell'IA per il business cloud di Google, lo descrive come "AI artigianale". Rometty spiega: "Tendono ad iniziare con un set di dati o un caso d'uso isolati, come l'ottimizzazione delle interazioni con un particolare gruppo di clienti. Non sono legati a sistemi, dati o flussi di lavoro più profondi di un'azienda, limitandone l'impatto. "

Mentre l' HBR Il caso del MD Anderson Cancer Center fornisce un buon esempio di un progetto di intelligenza artificiale al chiaro di luna che probabilmente si è sbilanciato, inoltre fornisce un'eccellente indicazione dei tipi di lavoro che l'IA può migliorare materialmente. Allo stesso tempo, il centro stava cercando di applicare l'IA al trattamento del cancro, il suo "gruppo IT stava sperimentando l'uso di tecnologie cognitive per svolgere lavori molto meno ambiziosi, come fare raccomandazioni su hotel e ristoranti per le famiglie dei pazienti, determinando quali pazienti avevano bisogno di aiuto per pagare fatture e risoluzione dei problemi IT del personale ".

Leggi la storia completa qui ...