Quando si parla di Intelligenza Artificiale, si pensa subito a tecnologie all’avanguardia, a robot in grado di comprendere e decidere le azioni da compiere e di un mondo futuristico in cui macchine e uomini convivono.
In realtà, l’Intelligenza Artificiale e il suo utilizzo sono molto più reali di quanto si possa immaginare e vengono oggi utilizzati in diversi settori della vita quotidiana. Si tratta tuttavia di utilizzi meno invasivi di quello che si pensa o di quanto viene mostrato spesso dai film di fantascienza che hanno trovato nel tema dell’Intelligenza Artificiale lo spunto per molte serie più o meno di successo.
Ma cos’è realmente l’Intelligenza Artificiale e come si è sviluppata?
In termini tecnici, l’Intelligenza Artificiale è un ramo dell’informatica che permette la programmazione e progettazione di sistemi sia hardware che software che permettono di dotare le macchine di determinate caratteristiche che vengono considerate tipicamente umane quali, ad esempio, le percezioni visive, spazio-temporali e decisionali.
Si tratta cioè, non solo di intelligenza intesa come capacità di calcolo o di conoscenza di dati astratti, ma anche e soprattutto di tutte quelle differenti forme di intelligenza che sono riconosciute dalla teoria di Gardner, e che vanno dall’intelligenza spaziale a quella sociale, da quella cinestetica a quella introspettiva.
Un sistema intelligente, infatti, viene realizzato cercando di ricreare una o più di queste differenti forme di intelligenza che, anche se spesso definite come semplicemente umane, in realtà possono essere ricondotte a particolari comportamenti riproducibili da alcune macchine.
Come e quando nasce l’Intelligenza Artificiale?
Per come viene definita oggi, l’Intelligenza Artificiale nasce con l’avvento dei computer e la sua data di nascita viene fissata nel 1956. Proprio in quest’anno, infatti, si parlò per la prima volta di Intelligenza Artificiale durante un convegno che si tenne in America e che vide la partecipazione di alcuni dei più importanti nomi di quella che sarebbe successivamente stata definita Intelligenza Artificiale, ma che allora veniva denominata Sistema Intelligente.
Durante questo storico convegno, furono presentati alcuni programmi già capaci di effettuare alcuni ragionamenti logici, in particolar modo legati alla matematica. Il programma Logic Theorist, sviluppato da due ricercatori informatici, Allen Newell e Herbert Simon, era infatti in grado di dimostrare alcuni teoremi di matematica partendo da determinate informazioni.
IBM Watson
Come può essere facilmente immaginato, gli anni successivi alla nascita dell’Intelligenza Artificiale furono anni di grande fermento intellettuale e sperimentale: università e aziende informatiche, tra cui in particolare l’IBM, puntarono alla ricerca e allo sviluppo di nuovi programmi e software in grado di pensare e agire come gli esseri umani almeno in determinati campi e settori.
Nacquero così programmi in grado di dimostrare teoremi sempre più complessi e, soprattutto, nacque il Lisp, ossia il primo linguaggio di programmazione che per oltre trent’anni fu alla base dei software di Intelligenza Artificiale. La particolarità degli anni Cinquanta-Sessanta fu soprattutto il sentimento di ottimismo che sosteneva tutte le ricerche e le sperimentazioni relative a questo ramo: tuttavia, se da un lato si riuscirono a sviluppare software sempre più sofisticati e in grado di risolvere soprattutto elaborazioni matematiche, dall’altro si iniziarono a vedere le prime limitazioni dell’Intelligenza Artificiale, che non sembrava poter riprodurre le capacità intuitive e di ragionamento tipiche degli esseri umani.
Durante la seconda metà degli anni sessanta, divenne sempre più evidente che quanto realizzato fino ad allora nell’ambito dell’Intelligenza Artificiale non era più sufficiente alle nuove necessità, che erano soprattutto quelle di realizzare macchine e programmi in grado di andare oltre la ‘semplice’ soluzione di teoremi matematici più o meno complessi.
La nuova tendenza che si andava creando era quella di ricercare soluzioni a problematiche più vicine alla realtà dell’uomo, come la soluzione di problematiche le cui soluzioni potevano variare a seconda dell’evoluzione dei parametri in corso d’opera. Una delle maggiori sfide dell’epoca divenne quindi quella di cercare di riprodurre software e macchine che potessero ragionare e prendere delle soluzioni in base all’analisi di differenti possibilità.
Ma questo tipo di problema prevedeva, prima di poter essere risolto, la soluzione di un altro step, ossia quello di realizzare dei percorsi semantici per le macchine, ossia un linguaggio che permettesse di programmare le diverse possibilità previste da un ragionamento, semplice o complesso che fosse. Come spesso succede per le grandi scoperte e per le ricerche, infatti, il passaggio da uno step a un altro si stava dimostrando tutt’altro che semplice: la ricerca in questo settore subì un brusco rallentamento, soprattutto perché a causa della produzione di risultati, tutti i finanziamenti per questo tipo di ricerca furono drasticamente ridotti.
Per approfondire: