Incontriamo e interagiamo con l’AI. Vuoi imparare come funziona? Clicca qui: https://www.elementsofai.com/ie/

Incuriositi, abbiamo fatto una brevissima passeggiata all’interno del link suggerito. Di seguito le riflessioni che questa parziale visita ci suggerisce.

Giusto per dichiarare subito il nostro entusiasmo: bisogna dissipare la nebbia attorno a questi temi, che ci hanno impegnato professionalmente a fondo e per molto tempo; e che ci hanno visto quasi sempre in controtendenza rispetto alla maggioranza assai rumorosa e spesso più commerciale che scientifica o culturale.

1. Basta la parola!

Questo aforisma di anni fa si potrebbe applicare a quasi tutto il marketing di prodotto: le iniziative che hanno come obiettivo la vendita di un prodotto cercano molto spesso di farci assorbire una parola, una frase, una immagine, significative, per sostenere un consiglio che in sostanza dice: credetemi, questo prodotto è buono, ottimo, eccezionale!Se il potenziale cliente ci crede, non c’è bisogno di dimostrazioni: basta la parola! Ma non tutto è un prodotto. Nello specifico: l’AI non è un prodotto, e imparare non è acquistare un prodotto.

L’obiettivo del Corso “Elements of AI” (AI=Artificial Intelligence = Intelligenza Artificiale) è quello di stimolare l’apprendimento dell’AI nel grande pubblico, un obiettivo molto ambizioso. In altre parole: disseminare l’AI su larga scala, stimolare la persona comune a imparare cosa è l’AI e a cosa serve.

Ora, prima di tutto è molto opportuno concentrarsi sul termine imparare che è molto diverso da insegnare. Infatti, non sempre esiste una relazione di causa-effetto fra insegnare ed imparare, perché imparare è un processo di cambiamento di stato cognitivo -concetti e procedure- che viene realizzato da chi impara, non da chi insegna, come giustamente ci hanno spiegato gli psicologi costruttivisti (il primo dei quali fu… Socrate!).

Questo “cambiamento di stato” non è un prodotto: è un processo. Esso viene stimolato dall’insegnante-corso in linea. Ovvio che, poiché l’insegnante è uno solo e gli allievi sono tanti, ogni allievo utilizzi del “Corso” ciò che corrisponde alle sue caratteristiche. Una tale attività, dunque, si configura come un servizio il più possibile orientato all’utente, personalizzato, adattato, non come un prodotto uguale per tutti.

Allora: l’allievo, per “costruire” il proprio concetto di AI, ha bisogno non di parole chiave, frasi ad effetto, teorie complicate autoreferenziali, ma di capire e condividere per assorbire e successivamente agire. Non basta la parola, nell’insegnamento di una disciplina – come l’AI – ma bisogna farsi capire e stimolare la condivisione da parte degli allievi.

Quello che abbiamo visto nel Corso on line “Elements of AI” è esattamente in linea con quanto appena accennato: motivazione, concetti, fatti non parole.

2. Ricetta pronta all’uso!

Se l’AI è una disciplina, che ha quasi 80 anni di storia, migliaia di cultori, centinaia di realizzazioni (prodotti e/o servizi), allora non c’è una ricetta unica per definirla, circoscriverla, giustificarla. Esistono al contrario molti punti di vista, molte “ricette”: il Corso “Elements of AI” presenta dialetticamente molti di questi punti di vista, con gli aspetti positivi e negativi per una persona “comune” che intenda adottarne la visione. Giustamente: la parola chiave, la frase ad effetto, il risultato di successo non sono elementi sufficienti per capire, condividere ed eventualmente agire, cioè imparare. Bisogna invece esporsi a concetti, procedure, prodotti e servizi - legati ad una disciplina relativamente recente[1] - nel loro contesto per capire il significato reale di ognuno di questi elementi. Anzitutto essere motivati, il resto eventualmente segue.

Contesto significa: scopi, strategie, precondizioni – altri concetti – tattiche, chi dice o fa cosa perché e quando, la reputazione, … Il Corso cerca di contestualizzare i punti di vista con effetto immediato. Ad esempio: ci fa capire che “intelligenza” è una proprietà che dipende molto dal tempo e da chi valuta.  All’inizio dell’AI sembrava molto “intelligente” ragionare su un mondo chiuso come il gioco degli scacchi, mentre ora sappiamo che un computer fa inferenze logiche meglio di noi e soprattutto ne fa miliardi su miliardi in un microsecondo di tempo. Nessuna meraviglia che Deep Blue batta a scacchi Kasparov; ma per arrivarci ci sono voluti anni di ricerca dedicata e molti altri anni di ricerca “di contorno”, oltre ad una crescita esponenziale delle capacità di calcolo. Molti risultati di AI che sembravano anni fa straordinari, ora non sono che pezzi di software “banale” usato da miliardi di persone al mondo.

3. La pratica e la teoria

Insegnare perché gli allievi capiscano e condividano si può fare in mille modi. La tradizione anglosassone – riflessa molto bene dal Corso “Elements of AI” – utilizza metodi che non sono prevalenti nella tradizione latina. In AI si diceva: “the proof of the pudding is in the eating” cioè: per dimostrare la bontà del dolce bisogna mangiarlo.

Fuori di metafora,

no al metodo logico deduttivo: l’AI non è matematica;

si all’induzione: dal concreto all’astratto, dagli esempi alle regole, dai casi particolari alle teorie generali;

si all’abduzione: guardare la realtà, proporre congetture, verificarne la coerenza o l’incoerenza in esperimenti concreti esattamente come si fa nelle discipline sperimentali come la fisica, la chimica, la biologia.

Detto con i termini del linguista-umanista: invece di definizioni e teorie, privilegiare esempi e controesempi, usando l’argomentazione dialettica. Secondo i filosofi della Scienza, la “verità” non esiste, ma ciò che più si avvicina ad essa può essere scoperto per prova ed errore, congetture e refutazioni, esempi e controesempi. Una volta si diceva che una immagine vale più di mille parole, ed un video più di mille immagini. Aggiungiamo: un esempio ed un controesempio valgono più di molte dimostrazioni.

Insomma, il Corso “Elements of AI” è una reale sorgente di riflessioni, da quelle teoriche agli esperimenti, alle applicazioni anche recenti, contestualizzate rispetto alla storia dell’AI. Abbiamo apprezzato, ad esempio, la separazione fra AI classica [2] - quella del calcolo simbolico, della rappresentazione della conoscenza, della pianificazione, del problem solving grazie a strategie di ricerca, … - e l’AI più recente, di gran successo, quella del machine learning (apprendimento automatico), dei big data e del calcolo sub-simbolico. Le due, ovviamente, sono complementari e sinergiche, e le prime reti neurali datano l’inizio degli anni ‘40.

Quel che conta è lo spirito disincantato, curioso, ambizioso e modesto della visione AI: cambiare tutto, magari pure il paradigma stato dell’arte, pur di esplorare nuove strade. Non esistono soluzioni facili a problemi difficili; se esistono, si trovano solo cambiando il sistema di riferimento. Il vero valore aggiunto dell’AI è nel metodo: non si studia il calcolatore, come nella computer science, ma l’intelligenza, come quella umana, animale ed anche artificiale.

Se si desidera capire l’AI vale la pena seguire il Corso [3]. Come sempre, capire costa fatica, ma la superficialità può essere ancora più costosa; dipende da cosa si desidera.


[1] L’AI ha solo circa 60-80 anni. La fisica, cioè la Scienza della Natura, come la definiva Aristotele, di anni ne ha più di 2000.

[2] recentemente chiamata GOFAI: Good Old Fashined AI

[3] Il corso "Elements of AI" è stato sviluppato dalla University of Helsinki and Finnish tech company Reaktor, sotto la supervisione del Professor Barry O'Sullivan, MRIA e di Derek Bridge alla University College di Cork.

Gianna Martinengo

Gianna Martinengo
CEO DKTS
Membro del Board Innovazione Tecnologica – Trasformazione Digitale, Comune di Milano
Coordinatrice del Comitato Scientifico, MUSA Scarl
Membro del Comitato Scientifico, UNISALUTE
Fondatrice e Presidente di Women&Tech® ETS

(per maggiori dettagli sul CV, vedi: https://www.didaelkts.it/gianna-martinengo)

Stefano A. Cerri

Stefano A. Cerri

Vice President R&D
Distinguished Fellow; Fondazione Bruno Kessler, Trento, Italy
Emeritus Professor of Informatics; LIRMM; Un. Montpellier, France
Expertise: Intelligenza Artificiale

(per maggiori dettagli sul CV, vedi: https://www.didaelkts.it/stefano-a-cerri/ )