L'intelligenza artificiale a confronto con la realtà

Un computer intelligente è tanto versatile quanto le persone che lo hanno istruito.

Durante le ultime tre estati circa due dozzine di futuri scienziati informatici si sono dati appuntamento all'università di Stanford per imparare di più sull'intelligenza artificiale da alcune delle menti più brillanti del settore. I partecipanti, selezionati tra centinaia di candidati, visitano giornalmente le vicine società di tecnologia, interagiscono con robot sociali ed esacotteri e studiano la linguistica computazionale (ad esempio, come si comportano le macchine quando le parole hanno più di un significato) e l'importanza della gestione del tempo. Giocano a frisbee. Ma se la tua idea di intelligenza artificiale è un gruppo di ragazzi intenti a creare nemici più astuti per i loro videogiochi preferiti, allora sei fuori strada. Tutti gli studenti del programma Stanford Artificial Intelligence Laboratory's Outreach Summer (SAILORS) sono ragazze che hanno appena completato le medie e i loro studi non si concentrano su come rendere più interessanti i loro videogiochi, bensì su come migliorare le nostre vite. Gli ambiti di utilizzo della IA sono numerosi. Può, ad esempio, contribuire a evitare che i jumbo jet si scontrino tra loro o assicurare che i chirurghi si lavino le mani prima di entrare in sala operatoria. "Il nostro obiettivo era ridefinire i concetti alla base dell'intelligenza artificiale in ambito educativo in modo da favorire la diversità e l'accesso agli studenti provenienti da svariati percorsi di vita", dichiara Fei-Fei Li, direttore del laboratorio di intelligenza artificiale di Stanford e fondatrice del programma SAILORS. "Quando scendono in campo futuri tecnologi di diversa estrazione disciplinare e culturale, l'obiettivo comune è fare in modo che la tecnologia venga messa al servizio del bene dell'umanità".

Quando scendono in campo futuri tecnologi di diversa estrazione disciplinare e culturale, l'obiettivo comune è fare in modo che la tecnologia venga messa al servizio del bene dell'umanità.

—Fei-Fei Li, Google e Stanford

Fei-Fei Li,

SAILORS è stato creato nel 2015 da Li e Olga Russakovsky, al tempo studentessa (adesso è assistente professore all'università di Princeton) per cercare di portare maggiore equilibrio tra i sessi nell'industria della tecnologia. La causa è sia nobile che urgente. Secondo un recente sondaggio, il numero di donne iscritte alle facoltà di scienze dell'informazione è in caduta libera. Nel settore dell'intelligenza artificiale le donne occupano meno del 20% delle posizioni dirigenziali. Si sta abbandonando un settore enorme considerato che giorno dopo giorno sempre più persone usano l'intelligenza artificiale per essere più efficienti e semplificare la propria vita: è grazie all'intelligenza artificiale che le app per la fotografia riconoscono il tuo volto tra gli altri, senza contare la spiaggia dove hai scattato la foto. È grazie all'intelligenza artificiale che i tuoi dispositivi ti capiscono quando chiedi che tempo farà domani. Poi ci sono le applicazioni meno conosciute, come nella diagnosi della retinopatia diabetica (che porta spesso alla cecità) oppure l'invio di un drone in una missione di ricerca e soccorso negli angoli più remoti della terra.

Con l'intelligenza artificiale sempre più presente, la necessità di un bilanciamento tra i sessi nel settore non riguarda più soltanto una questione di giustizia. La diversità è una parte fondamentale della IA per via della natura stessa del machine learning. L'obiettivo dell'intelligenza artificiale è indirizzare le macchine in modo da far eseguire loro compiti che gli umani trovano naturali: riconoscere una voce, prendere decisioni, distinguere una piadina da una pizza. Per ottenere questi risultati nelle macchine viene inserita un'enorme quantità di informazioni (spesso milioni di parole, conversazioni o immagini) esattamente come ognuno di noi assorbe informazioni, in ogni momento di veglia, dal momento della nascita (essenzialmente il machine learning è questo). Più automobili vengono fatte vedere alla macchina, più questa diventa abile nel riconoscerle. Ma se questi insiemi di dati sono parziali o contengono pregiudizi (ad esempio se i ricercatori non includono immagini di Trabant) o se i ragazzi dell'intelligenza artificiale non riconoscono o non tengono conto di questi limiti o pregiudizi (magari non conoscono le oscure automobili della Germania dell'est), le macchine e i loro risultati saranno imperfetti. Sta già accadendo. In un caso un software per il riconoscimento delle immagini riteneva che le persone asiatiche nelle foto stessero facendo l'occhiolino.

Non si tratta più di trasparenza dei dati. Dobbiamo cominciare a muoverci nella giusta direzione.

—Tracy Chou, Project Include

Tracy Chou,

Come fanno gli umani a creare laboratori e spazi di lavoro più inclusivi? Questa nuova sfida verrà affrontata nell'ambito di una serie di progetti e da singoli individui. Quest'anno Li, che è anche capo scienziata del team dedicato all'intelligenza artificiale e al machine learning presso Google Cloud, e altri hanno contribuito all'avvio di AI4ALL. L'obiettivo della non profit nazionale è introdurre una maggiore diversificazione nell'ambito dell'intelligenza artificiale e, a tal fine, ha coinvolto esperti di genomica, robotica e sostenibilità in qualità di mentori. L'organizzazione si basa sul lavoro svolto da SAILORS ma si rivolge anche a persone di colore e studenti a basso reddito in tutto il paese attraverso partnership con Princetown, UC Berkeley e Carnegie Mellon, oltre a Stanford. "Molti colleghi e leader del settore ci hanno detto SAILORS è fantastico ma riguarda soltanto Stanford e poche dozzine di studenti all'anno, principalmente della Bay Area di San Francisco," dichiara Li. "Quindi AI4ALL si concentra sulla diversità e sull'inclusione, non solo sulla parità tra i sessi".

Tra le altre iniziative simili troviamo Code Next, il laboratorio Google con sede a Oakland che mira a incoraggiare gli studenti latino e afro-americani a considerare una carriera nel campo della tecnologia; DIY Girls, un programma educativo e di mentoring in ambito STEAM (Science, Technology, Engineering, Art e Math) per le comunità con scarsa disponibilità di risorse a Los Angeles e Project Include, che ha lo scopo di aiutare le startup appena avviate o nel loro stadio intermedio ad assumere più donne e persone di colore. Tracy Chou, precedentemente in Pinterest, ha fondato Project Include lo scorso anno insieme ad altre sette donne di spicco nel settore della tecnologia. Nel 2013 Chou chiese a gran voce alle aziende di tecnologia di rendere pubblico il numero di donne impiegate. Quando i numeri cominciarono ad arrivare, confermarono ciò che tutti alla Silicon Valley già sapevano: il mondo della tecnologia, dalle società di maggiori dimensioni alle più piccole startup, è quasi interamente composto da uomini e da bianchi. Project Include, afferma Chou, era il passo successivo più logico. "A un paio d'anni di distanza dalla pubblicazione di quei rapporti e senza grandi stravolgimenti, stiamo assistendo a uno spostamento del focus dell'argomento", afferma. "Non si tratta più di trasparenza dei dati. Dobbiamo cominciare a muoverci nella giusta direzione".

Trovare la giusta direzione significa anche rendere il campo dell'intelligenza artificiale più accessibile alle masse. Ci sono relativamente poche persone impiegate nel settore dell'intelligenza artificiale, e già sono già in fase di sperimentazione robot che si prendono cura delle persone e assistenti personali che anticipano i nostri bisogni. Se da una parte gli umani controllano i dati e le regole e dall'altra le macchine fanno il lavoro, è naturale che un migliore input umano porti a risultati migliori.

Per molti versi la democratizzazione dell'intelligenza artificiale è già in atto. Facciamo un esempio: in Giappone il figlio di un contadino ha usato l'intelligenza artificiale per ordinare il raccolto di cetrioli della sua famiglia in base a diverse caratteristiche. È il tipo di storia che piace a Li, la quale è arrivata negli USA dalla Cina all'età di 16 anni sapendo ben poco del suo Paese adottivo e ancora meno del New Jersey, dove si è poi trasferita. Dopo aver svolto molti lavori saltuari, dalle pulizie domestiche, al dog sitting alla cassiera per un ristorante cinese, Li finalmente arrivò a Princetown e successivamente alla scuola di specializzazione al Caltech.

Nell'ambito del suo lavoro, Li può essere considerata "fuori dagli schemi precostituiti" per tre aspetti: è un'immigrata, una donna e una persona di colore in un mondo dominato da maschi bianchi. Condizioni che avrebbero ostacolato chiunque, ma non Li che le ha usate come stimolo per andare avanti. Ha trascorso la maggior parte del tempo a studiare la visione artificiale, una componente del machine learning che lei definisce "la killer app dell'intelligenza artificiale". La visione artificiale analizza e identifica dati visivi e un giorno potrebbe aiutare ad esempio a creare arti robotici più reattivi o a risolvere le dimostrazioni matematiche più intricate. Analogamente a tutti gli ambiti dell'intelligenza artificiale, la chiave di questa tecnologia sta nell'addestrare le macchine a estrarre un'ampia gamma di informazioni utili da fonti e prospettive diverse. A essere, sostanzialmente, cittadini visibili del mondo, come Li.

Incoraggiare un gruppo variegato di creativi a forgiare quel mondo è essenziale per il tipo di storie e problemi tecnici che la stratega dei contenuti Diana Williams incontra ogni giorno al ILMxLAB, il centro dei sogni top-secret della Lucasfilm dove gli sviluppatori danno vita a esperienze interattive immersive (magari un incontro in realtà virtuale con Darth Vader) ispirate all'universo di Star Wars. Diana collabora strettamente con le organizzazioni pro-tech come Black Girls Code e ricorda la scarsità di donne di colore nella sua università negli anni '80. "Ero sempre l'unica ai corsi di matematica, l'unica ai corsi di economia", dichiara. "Dopo un po' diventa faticoso e anche inquietante". La sua soluzione è indirizzare più donne verso la tecnologia: "Bisogna iniziarle da giovani e infondere in loro maggiore sicurezza e autostima, così quando entreranno in un'aula e saranno da sole, non torneranno indietro".

Bisogna iniziarle da giovani e infondere in loro maggiore sicurezza e autostima, così quando entreranno in un'aula e saranno da sole, non torneranno indietro.

—Diana Williams, Lucasfilm

Diana Williams,

Maya Gupta, ricercatrice di machine learning in Google, è costantemente impegnata nel miglioramento dell'intelligenza artificiale, ma ha adottato un approccio differente. A Stanford ha aiutato una società norvegese a identificare alcune crepe nei propri gasdotti sottomarini. "Non è facile andare laggiù di persona, quindi abbiamo dovuto usare informazioni parziali e procedere per tentativi", dichiara. Insegnare alle macchine a fare ipotesi con diverse sfumature di significato è un campo su cui Gupta si muove bene. Se stai ascoltando "Truth" del sassofonista tenore Kamasi Washington su YouTube e la musica sfuma fluidamente nella bellissima "Turiya and Ramakrishna" di Alice Coltrane, come se fosse all'opera il più bravo DJ che tu abbia mai conosciuto, puoi ringraziare Gupta, il cui team aiuta i computer a perfezionare i loro consigli. "Si tratta solo di predizione, giusto?", dice. "Devi cercare di indovinare quello che sta succedendo con pochi dati a disposizione".

Oggi è a capo di un team di ricerca e sviluppo in Google che cerca, tra le altre cose, di raggiungere una maggiore precisione nel campo del machine learning. "Diciamo che io voglia raggiungere la stessa accuratezza nell'identificare un accento di Boston e uno del Texas, ma ho uno strumento di riconoscimento vocale in grado di rilevare in modo più preciso l'accento texano", afferma. "Dovrei forse, per equità, penalizzare le persone del Texas peggiorando la qualità del riconoscimento dell'accento texano e portarlo al livello del riconoscimento dell'accento di Boston?"

Gupta e il suo team stanno anche perfezionando sistemi che saranno infinitamente più trasparenti dei test effettuati dagli stessi esseri umani. La speranza è che tramite le macchine potremo eliminare molti dei pregiudizi o processi subconsci che affliggono il pensiero umano (o quantomeno riconoscerli più facilmente quando si presentano). Le macchine non si distraggono quando sono stanche, nervose o affamate. Uno studio ha dimostrato che i giudici sono meno disposti a concedere la libertà per buona condotta appena prima di pranzo, quando preferiscono pensare ai sandwich piuttosto che parlare con gli avvocati. "È difficile analizzare ciò che davvero succede nella mente umana", dice Gupta. "Vogliamo che i nostri sistemi di machine learning siano comprensibili e, francamente, molti di loro già lo sono più degli esseri umani".

Vogliamo che i nostri sistemi di machine learning siano comprensibili e, francamente, molti di essi già lo sono, anche più degli esseri umani.

—Maya Gupta, Google

Maya Gupta,

Man mano che l'intelligenza artificiale diventa sempre più utile (e più facile da usare), si cerca di renderla disponibile a più persone possibili. Christine Robson, ricercatrice di IBM prima di entrare a far parte della famiglia Google, si occupa con entusiasmo dello sviluppo di software open source, come TensorFlow, un sistema di machine learning che può essere usato per una moltitudine di attività, dalla traduzione delle lingue all'identificazione di patologie alla creazione di opere d'arte originali.

Per Robson, l'inclusività nell'intelligenza artificiale significa rendere i suoi strumenti accessibili non solo ai nerd matematici dichiarati come lei. "Sono entusiasta all'idea di mettere il metodo del machine learning a disposizione del mondo intero", sostiene. "Spendiamo molte parole sulla democratizzazione del machine learning, ma io ci credo davvero. Semplificare al massimo l'uso di questi strumenti e mettere tutti in condizione di poter applicare queste tecniche è davvero importante".

Nella letteratura e nei film fantascientifici figura una lunga lista di esempi di intelligenza artificiale che prendono una brutta piega (Frankenstein di Mary Shelley compirà 200 anni il prossimo anno). Oggi molti del settore (incluse Li, Robson e Chou) sono preoccupati per quello che gli umani potrebbero fare all'intelligenza artificiale, piuttosto che il contrario. Ad esempio, i programmatori danno agli assistenti virtuali una voce femminile perché sia le donne che gli uomini la preferiscono. "Ciò però perpetua l'idea che gli assistenti siano in genere di sesso femminile, quindi quando abbiamo a che fare con questi sistemi, questo pregiudizio sociale risulta rafforzato", afferma Chou. Molte delle migliori menti del settore sono preoccupate di ciò che finisce nei sistemi di intelligenza artificiale impiegati nel mondo reale (e quindi di quello che ne deriverà). È questa preoccupazione che impone la necessità di introdurre una maggiore diversità nell'ambito dell'intelligenza artificiale. Non sarà facile ma i sostenitori sono intelligenti, pieni di risorse e votati alla causa.

Semplificare al massimo l'uso di questi strumenti di intelligenza artificiale e mettere tutti in condizione di poter applicare queste tecniche è davvero importante.

—Christine Robson, Google

Christine Robson,

"Dobbiamo essere sicuri che ognuno si senta il benvenuto", dice Gupta. Rievoca i ricordi legati alle fotografie, appese alla parete, dei professori di ingegneria elettrica in pensione alla sua università e afferma "non mi assomigliavano affatto". "Dobbiamo convincere le ragazze che l'intelligenza artificiale non è magia", aggiunge Robson. "È matematica".

Al SAILORS gli studenti stanno imparando come usare l'analisi del linguaggio naturale per fare ricerche sui social media e aiutare in caso di disastro. "Potrebbe aiutare i soccorritori a trovare le persone in difficoltà in tempo reale, usando i loro messaggi su Twitter", dice Li. L'effetto dei corsi e dei progetti durano ben oltre le indimenticabili estati. Alcuni degli studenti hanno avviato i propri club di robotica a scuola, pubblicato articoli in giornali scientifici e tenuto corsi di laboratorio nelle scuole medie per diffondere il verbo dell'intelligenza artificiale anche tra le ragazze più giovani. Per questi studenti provenienti da esperienze e ambienti tutti diversi, come la miriade di progetti con cui si sono confrontati al corso, l'intelligenza artificiale non è soltanto l'ultimo gadget ma una potente risorsa che porteranno sempre con loro. Nella fase preparatoria del primo raduno SAILORS nel 2015, il programma condivideva i messaggi dei partecipanti in arrivo, compresi i loro desideri: "Spero di cominciare adesso il mio viaggio verso l'intelligenza artificiale, così potrò avere un impatto sul mondo nel futuro".

Robert Ito è uno scrittore con sede a Los Angeles. Collabora assiduamente con il New York Times, il Salon e la rivista Los Angeles.

Illustrazioni di MVM

Torna all'inizio