7 Tipi di IA e il Loro Ruolo Cruciale nel Modellare la Tecnologia

Per decenni, ricercatori ed esperti hanno riflettuto su come l'intelligenza artificiale possa cambiare le carte in tavola per l'industria tecnologica.

Nel 1956, John McCarthy sviluppò un robot mobile, Shakey, che imitava il "processo decisionale umano" per condurre seminari. Coniò anche il termine intelligenza artificiale (AI) per indicare la sua risonanza con il nostro cervello umano e l'intelletto cognitivo.

Oggi, diversi tipi di software di operationalizzazione del machine learning (MLOps) e strumenti di AI vengono caricati in prima linea nei principali settori industriali per identificare, automatizzare e ottimizzare i big data.

L'AI ha fatto molta strada dalla sua storia alla sua forma attuale. A livello di base, l'albero dell'AI include il machine learning, che si dirama verso altre fasi avanzate come l'intelligenza delle macchine, la coscienza delle macchine e la consapevolezza delle macchine.

Intelligenza artificiale ristretta (ANI)

AI ristretta o debole è un tipo di AI che impedisce a un computer di eseguire più di un'operazione alla volta. Ha un campo di gioco limitato quando si tratta di svolgere più compiti intellettuali nello stesso lasso di tempo. L'AI ristretta può compilare un'istruzione particolare in uno scenario personalizzato. Alcuni esempi sono Google Assistant, Alexa e Siri.

Esempi di AI ristretta

I chatbot per il servizio clienti, come quelli utilizzati da aziende come Zendesk o Drift, impiegano l'AI ristretta per rispondere a domande comuni dei clienti, risolvere problemi e fornire supporto, tutto all'interno di un contesto limitato.

Applicazioni come Google Foto e i sistemi di riconoscimento facciale sfruttano l'AI ristretta per identificare e categorizzare le immagini, riconoscendo volti, oggetti e scene all'interno delle foto.

Intelligenza artificiale generale (AGI)

AGI è il futuro della tecnologia digitale, dove robot auto-assistenti o cyborg emuleranno i movimenti sensoriali umani. Con l'AGI, le macchine saranno in grado di vedere, rispondere e interpretare informazioni esterne, simili al sistema nervoso umano. I progressi nelle reti neurali artificiali guideranno i futuri caricatori AGI, che gestiranno le aziende con il passare del tempo.

Esempi di AGI

Al momento, la vera AGI non esiste, e tutti i sistemi di AI esistenti sono classificati come AI ristretta. Tuttavia, i ricercatori stanno esplorando esempi teorici e progetti in corso che mirano a raggiungere l'AGI. Ad esempio, modelli come GPT-4 di OpenAI e AlphaFold di DeepMind mostrano capacità avanzate nell'elaborazione del linguaggio e nella comprensione biologica, rispettivamente, ma rimangono limitati a domini specifici.

Iniziative nelle architetture cognitive e nella ricerca sulla coscienza artificiale si sforzano di replicare i processi cognitivi umani, mentre i modelli di AI a scopo generale immaginano sistemi capaci di apprendere e svolgere qualsiasi compito intellettuale simile alle abilità umane. Questi sforzi riflettono la continua ricerca per sviluppare l'AGI, che rimane un obiettivo significativo nel campo dell'intelligenza artificiale.

Superintelligenza artificiale (ASI)

L'AI forte è un concetto futuristico che finora è stato solo la premessa di un film di fantascienza. L'AI forte sarà l'ultimo dominatore poiché consentirebbe alle macchine di progettare auto-miglioramenti e superare l'umanità. Costruirebbe capacità cognitive, sentimenti ed emozioni nelle macchine migliori di noi. Fortunatamente, al momento, è solo una proposta.

Il secondo tipo, noto come AI funzionale, descrive le principali applicazioni dell'AI nella sfera commerciale e nei social media. I sistemi di tipo 2 funzionano principalmente su algoritmi non supervisionati che generano output senza utilizzare dati di addestramento.

Ad oggi, sono stati ideati e testati quattro tipi di sistemi AI di tipo 2.

AI a macchine reattive

Le macchine reattive sono il tipo più basilare di AI non supervisionata. Ciò significa che non possono formare memorie o utilizzare esperienze passate per influenzare le decisioni prese nel presente; possono solo reagire a situazioni attualmente esistenti – da qui "reattive".

Le macchine reattive non hanno concetto del mondo e non possono funzionare oltre i semplici compiti per cui sono programmate. Una caratteristica delle macchine reattive è che, indipendentemente dal tempo o dal luogo, si comporteranno sempre come sono state programmate. Non c'è crescita con le macchine reattive, solo stagnazione in azioni e comportamenti ricorrenti.

Esempio di macchine reattive

Una forma esistente di macchina reattiva è Deep Blue, un supercomputer per il gioco degli scacchi creato da IBM a metà degli anni '80.

Deep Blue è stato creato per giocare a scacchi contro un concorrente umano con l'intento di sconfiggere il concorrente. È stato programmato per identificare una scacchiera e i suoi pezzi mentre comprende e prevede le mosse di ciascun pezzo. In una serie di partite giocate tra il 1996 e il 1997, Deep Blue ha sconfitto il grande maestro di scacchi russo Garry Kasparov 3½ a 2½ partite, diventando il primo dispositivo computerizzato a sconfiggere un avversario umano.

Fonte: Scientific American

La capacità unica di Deep Blue di giocare partite di scacchi in modo accurato e con successo ha evidenziato le sue abilità reattive. Allo stesso modo, la sua mente reattiva indica anche che non ha concetto del passato o del futuro; comprende e agisce solo sul mondo esistente e sui suoi componenti al suo interno. Per semplificare, le macchine reattive sono programmate per il qui e ora, ma non per il prima e dopo.

AI a memoria limitata

La memoria limitata è composta da sistemi di AI supervisionati che derivano conoscenze da dati sperimentali o eventi reali. A differenza delle macchine reattive, la memoria limitata apprende dal passato osservando azioni o dati forniti per creare un modello adatto.

Sebbene la memoria limitata si basi su dati osservazionali in combinazione con dati pre-programmati che le macchine già contengono, questi campioni di informazioni sono fugaci. Una forma esistente di memoria limitata sono i veicoli autonomi.

Esempi di AI a memoria limitata

I veicoli autonomi o le auto a guida autonoma funzionano su una combinazione di conoscenze osservazionali e visione artificiale. Per osservare come guidare correttamente tra veicoli dipendenti dall'uomo, le auto a guida autonoma segmentano il loro ambiente, rilevano modelli o cambiamenti nei fattori esterni e si adattano.

Non solo i veicoli a guida autonoma osservano il loro ambiente, ma rilevano, etichettano e catturano il traffico in retrospettiva. In precedenza, le auto senza conducente senza AI a memoria limitata impiegavano 100 secondi per reagire e prendere decisioni sui fattori esterni. Dall'introduzione della memoria limitata, il tempo di reazione sulle osservazioni basate su macchine è diminuito drasticamente.

Gli assistenti virtuali utilizzano l'AI a memoria limitata per fornire esperienze utente personalizzate ricordando le interazioni passate. Questi assistenti analizzano le preferenze degli utenti, come domande frequenti, impostazioni preferite o comandi precedenti, per migliorare le loro risposte e suggerimenti nel tempo.

Ad esempio, piattaforme come Amazon Alexa e Google Assistant possono ricordare richieste passate, permettendo loro di offrire raccomandazioni personalizzate, gestire dispositivi domestici intelligenti e migliorare il coinvolgimento degli utenti. Questa memoria delle interazioni precedenti aiuta gli assistenti virtuali ad adattarsi e rispondere in modo più efficace, rendendoli sempre più utili nei compiti quotidiani.

AI con teoria della mente

Come suggerisce il nome, la teoria della mente è una tecnica per passare il testimone delle tue idee, decisioni e schemi di pensiero ai computer. Mentre alcune macchine attualmente mostrano capacità simili a quelle umane, nessuna è completamente in grado di tenere conversazioni relative agli standard umani. Anche il robot più avanzato al mondo manca di intelligenza emotiva (la capacità di suonare e comportarsi come un essere umano).

Questa futura classe di abilità delle macchine includerebbe la comprensione che le persone hanno pensieri ed emozioni che influenzano l'output comportamentale e quindi influenzano il processo di pensiero di una macchina con "teoria della mente". L'interazione sociale è un aspetto chiave dell'interazione umana. Quindi, per rendere tangibili le macchine con teoria della mente, i sistemi di AI che controllano i robot attuali dovrebbero identificare, comprendere, trattenere e ricordare le risposte emotive.

Queste macchine possono elaborare comandi umani e adattarli ai loro centri di apprendimento per comprendere le regole della comunicazione e delle interazioni di base. La teoria della mente è una forma avanzata di intelligenza artificiale proposta che richiederebbe alle macchine di riconoscere a fondo i rapidi cambiamenti nei modelli emotivi e comportamentali umani. Armonizzare le interazioni a questo livello richiederà molti test e pensiero astratto.

Esempio di AI con teoria della mente

Alcuni elementi dell'AI con teoria della mente esistono attualmente o sono esistiti nel recente passato. Due esempi notevoli sono i robot Kismet e Sophia, creati rispettivamente nel 2000 e nel 2016.

Kismet

Kismet, sviluppato dalla Professoressa Cynthia Breazeal, era in grado di riconoscere i segnali facciali umani (emozioni) e poteva replicare dette emozioni con il suo volto, che era strutturato con caratteristiche facciali umane: occhi, labbra, orecchie, sopracciglia e palpebre.

Fonte: YouTube

Sophia

Sophia, d'altra parte, è un robot umanoide creato da Hanson Robotics. Ciò che la distingue dai robot precedenti è la sua somiglianza fisica a un essere umano così come la sua capacità di vedere (riconoscimento delle immagini) e rispondere alle interazioni con espressioni facciali appropriate.

Questi due robot simili agli umani sono esempi di movimento verso sistemi di AI con teoria della mente che si materializzano nel prossimo futuro. Sebbene nessuno di loro abbia la capacità di avere una conversazione umana completa con una persona reale, entrambi i robot hanno aspetti di abilità emotiva simili a quelli dei loro omologhi umani. Questa iniziativa ha spinto il confine dell'AI verso la società umana.

AI autocosciente

L'AI autocosciente coinvolge macchine con coscienza a livello umano. Sebbene questa forma di AI non esista attualmente, sarebbe considerata la forma più avanzata di intelligenza artificiale conosciuta dall'uomo.

Le sfaccettature dell'AI autocosciente includono la capacità non solo di riconoscere e replicare azioni simili a quelle umane, ma anche di pensare per sé, avere desideri e comprendere i propri sentimenti. L'AI autocosciente, in sostanza, è un avanzamento e un'estensione dell'AI con teoria della mente. Dove la teoria della mente si concentra solo sugli aspetti della comprensione e della replica delle pratiche umane, l'AI autocosciente fa un passo avanti implicando che può e avrà pensieri e reazioni auto-guidati.

Attraversa quel ponte quando ci arrivi

Attualmente siamo nel terzo livello dei quattro tipi di intelligenza artificiale, quindi credere che potremmo potenzialmente raggiungere il quarto (e ultimo?) livello di AI non sembra un'idea lontana.

Ma per ora, è importante concentrarsi sul perfezionamento di tutti gli aspetti dei tipi due e tre nell'AI. Accelerare in modo approssimativo attraverso ciascun livello di AI potrebbe essere dannoso per il futuro dell'intelligenza artificiale per le generazioni a venire.

Esplora come la regressione logistica divide una differenza tra diversi tipi di dati non strutturati.

Questo articolo è stato originariamente pubblicato nel 2022. È stato aggiornato con nuove informazioni.