Affrontare il tema dell’Intelligenza Artificiale richiede una breve contestualizzazione, soprattutto per i lettori più giovani. L’argomento è diventato di interesse pubblico soltanto nell’ultima decade, ma il termine ‘intelligenza artificiale’ nasce nel 1956, durante una conferenza organizzata al Dartmouth College negli Stati Uniti. In quell’occasione, cinque pionieri dell’informatica, John McCarthy (Dartmouth College), Marvin Minsky (Mit), Nathaniel Rochester (Ibm) e Claude Shannon (Bell Telephone), decisero di usare tale espressione per definire ciò che, in sostanza, era semplicemente l’estensione logica dell’elaborazione automatica allora realizzata con computer a valvole.
Seguo questi sviluppi da decenni, anche scrivendo articoli e libri, e oggi noto come il termine stesso generi inquietudine nel grande pubblico, quasi si trattasse di una tecnologia destinata a sostituire o superare la mente umana. E pensare che a Dartmouth ci si riferiva a calcolatori a valvole, prevedendo, con eccessivo ottimismo, che in dieci anni avrebbero superato l’intelligenza dell’uomo, intelligenza di cui ancora oggi si comprende ben poco.
Lo smartphone, quello sempre a portata di mano, dispone di una potenza di calcolo miliardi di volte superiore ai computer dell’epoca, eppure nessuno pensa che questi dispositivi siano i ‘più intelligenti’. Per questo, quando uno studente mi chiede se davvero l’Ia sia destinata a dominarci come molti scrivono, rispondo sempre con un esempio semplice: se due secoli fa l’inventore del motore lo avesse chiamato “muscolo artificiale”, penseresti che sia superiore all’uomo? Da un punto di vista della forza, certamente sì: con i motori si va persino su Marte e la loro potenza è immensamente superiore ai muscoli; eppure, siamo noi a governarli come dovremo governare anche lo ‘strumento’ intelligenza artificiale.
L’Ia, infatti, non è altro che potenza di calcolo applicata a problemi specifici. Una comune calcolatrice è cento volte più veloce delle persone nel risolvere semplici operazioni aritmetiche, ma questo non rende l’essere umano ‘inferiore’. La differenza fondamentale tra motori e informatica sta nella dinamica del progresso: la meccanica cresce in modo lineare, l’elettronica in modo esponenziale. I chip di silicio seguono ancora oggi l’osservazione formulata da Gordon Moore nel 1965: la loro complessità raddoppia ogni due anni. Dai pochi transistor degli anni Sessanta si è arrivati a decine di miliardi per chip oggi, e la traiettoria non accenna a fermarsi.
Chiarito questo quadro, si può esaminare lo stato dell’arte dell’intelligenza artificiale, le diverse tipologie oggi disponibili e soprattutto come scegliere e utilizzare consapevolmente tali strumenti, che si articolano in quattro grandi famiglie.
Modelli generativi multimodali, come ChatGpt, Gemini e Claude, sono in grado di elaborare testo, immagini, codice e dati multimediali e offrono enorme versatilità, pur restando essenzialmente sistemi statistici, privi di intenzionalità.
Modelli linguistici specializzati, adattati a domini professionali come il coding, la consulenza legale o la gestione aziendale, forniscono supporto in scenari definiti.
Le Ia analitiche e predittive, impiegate in finanza, industria e ricerca, non generano contenuti ma estraggono pattern utili e dunque anticipano tendenze.
I sistemi autonomi integrati, robot industriali, veicoli autonomi, dispositivi domestici intelligenti che applicano algoritmi di decisione in tempo reale per interagire con l’ambiente.
Tutte queste Ia condividono alcune caratteristiche: sono straordinariamente veloci, elaborano quantità di informazioni irraggiungibili per un uomo, ma richiedono supervisione e un uso consapevole.
Il futuro dell’Ia. Le intelligenze artificiali moderne funzionano grazie a un’infrastruttura computazionale colossale. I grandi modelli linguistici e multimodali richiedono potenze di calcolo dell’ordine dei petaFlop (la misura della potenza di calcolo, dove un petaFlop corrisponde a un milione di miliardi di operazioni matematiche in virgola mobile al secondo).
Per confronto un moderno smartphone opera con una potenza intorno ai dieci miliardi di petaFlop e il più potente computer a valvole dell’epoca dei creatori dell’intelligenza artificiale (1956) operava con potenze di calcolo dell’ordine delle decine di migliaia di operazioni al secondo.
Queste enormi potenze di calcolo, per il loro addestramento e funzionamento, richiedono consumi energetici equivalenti a quelli di intere aree urbane. Per offrire un singolo servizio all’utente finale, come rispondere a una domanda o generare un’immagine, vengono attivati migliaia di processori ottimizzati, Gpu e acceleratori specializzati. È un livello di complessità e intensità computazionale senza precedenti nella storia dell’informatica.
Le intelligenze artificiali moderne funzionano grazie a un’infrastruttura computazionale colossale. I grandi modelli linguistici e multimodali richiedono potenze di petaFlop
Questa crescita esplosiva è stata resa possibile dall’evoluzione costante dei chip di silicio, dovuta alla menzionata legge di Moore e per i prossimi anni si prevede che accanto alla legge di Moore si svilupperà una nuova curva evolutiva dovuta al calcolo quantistico soggetta a una legge che prevede accelerazione ancora più ripida, poiché il numero di qubit utili e la loro coerenza aumentano di generazione in generazione. Si sta assistendo alla nuova legge quantistica, detta legge di Niven, secondo cui la capacità computazionale di un computer quantistico raddoppierà in tempi molto inferiori ai due anni.
L’Ia del futuro sarà quindi alimentata da tre forze convergenti: miniaturizzazione e specializzazione dei chip tradizionali, l’adozione di architetture ibride silicio-reti neurali e l’arrivo del calcolo quantistico con capacità oggi impensabili.
L’Ia in futuro. Se l’Intelligenza Artificiale attuale appare già straordinaria, la sua evoluzione nei prossimi dieci anni sarà determinata da un salto di potenza computazionale senza precedenti, capace di ridefinire ciò che si considera possibile sia nel mondo digitale sia nella ricerca scientifica. È importante tenere presente che ciò che oggi sembra ‘magico’ è, in realtà, il risultato di una crescita matematica e inesorabile della tecnologia, e che ci si trova soltanto all’inizio di una nuova fase dell’evoluzione del calcolo.
In ogni caso, il valore dell’Ia non risiede nell’‘intelligenza’, bensì nella capacità che offre all’utente di amplificare le proprie competenze. Usarle significa imparare a governare uno strumento potente, esattamente come si fa quando si impara a guidare un’automobile o un’astronave.
© Riproduzione riservata