Ciao, e benvenuto nella quinta puntata della ventunesima stagione. Nelle scorse puntate abbiamo capito come una macchina impara e com'è fatta dentro. Oggi arriviamo al cuore onesto di tutta la stagione, alla puntata che più di ogni altra ti aiuterà a capire davvero cosa sono queste macchine: qual è il loro vero superpotere, e qual è il suo limite profondo. Perché l'intelligenza artificiale è straordinariamente brava in una cosa sola, e capire esattamente cos'è quella cosa, e cosa non è, dissolve gran parte della confusione e del mito. Oggi parliamo di riconoscere gli schemi.
Partiamo dal superpotere, che è reale e impressionante. L'intelligenza artificiale moderna è formidabile nel riconoscere schemi, cioè modelli ricorrenti, dentro enormi quantità di dati. Le dai milioni di immagini, e impara a riconoscere cosa contengono. Le dai montagne di testo, e impara i modelli del linguaggio. Le dai una marea di suoni, e impara a distinguerli. In questo, il trovare regolarità nascoste in oceani di dati, è spesso più brava di noi umani, perché può setacciare quantità di esempi che nessuna persona potrebbe mai esaminare, cogliendo modelli sottili che a noi sfuggirebbero. Il riconoscimento di schemi su vasta scala è il suo autentico, straordinario superpotere.
Voglio farti apprezzare quanto sia potente questo, con qualche esempio, perché non è poca cosa. Grazie a questo superpotere, l'intelligenza artificiale può individuare segni di una malattia in un'immagine medica, cogliendo modelli che sfuggirebbero all'occhio. Può riconoscere la tua voce tra mille. Può prevedere cosa potrebbe interessarti in base a schemi nei tuoi comportamenti passati. Può tradurre da una lingua all'altra cogliendo i modelli che legano le lingue. Sono capacità reali e utilissime, che nascono tutte dalla stessa radice: trovare e sfruttare modelli ricorrenti nei dati. Dove c'è uno schema nascosto in tanti dati, l'intelligenza artificiale eccelle nel trovarlo e usarlo.
Ma ora arriva il punto cruciale, il limite profondo che devi assolutamente capire, perché è la chiave di tutto: riconoscere schemi non è comprendere. La macchina che distingue perfettamente i gatti dai cani non sa cos'è un gatto. Non ha la minima idea di cosa sia un animale, un essere vivente, un compagno domestico. Ha solo imparato che certi modelli di puntini colorati vanno con l'etichetta gatto e altri con l'etichetta cane. Riconosce lo schema associato alla parola gatto, senza avere alcun concetto di gatto. È una distinzione sottile ma enorme: c'è un abisso tra riconoscere il modello di qualcosa e comprendere quel qualcosa.
Voglio rendere questa distinzione ancora più vivida, perché è il cuore dell'onestà su queste macchine. Immagina una persona che non conosce affatto il cinese, ma a cui viene dato un enorme manuale che dice: se vedi questi simboli, rispondi con questi altri. Seguendo il manuale, questa persona potrebbe rispondere correttamente a domande in cinese, dando l'impressione di capire il cinese. Ma non capisce nulla: sta solo abbinando simboli a simboli seguendo modelli, senza afferrare alcun significato. L'intelligenza artificiale è un po' così: abbina magistralmente schemi a schemi, dà risposte che sembrano intelligenti, ma senza comprensione dietro. La bravura nell'abbinare gli schemi può somigliare tantissimo alla comprensione, pur non essendolo affatto.
Voglio che tu colga perché questa distinzione è così importante nella pratica, e non solo in teoria, perché cambia il modo di usare queste macchine. Siccome l'intelligenza artificiale riconosce schemi senza capire, è affidabile finché i casi nuovi somigliano agli esempi su cui ha imparato, ma può fallire in modo strano e imprevedibile quando incontra qualcosa di davvero diverso, fuori dagli schemi visti. Non ha il buon senso, la comprensione di fondo, che permetterebbe a un umano di cavarsela anche in situazioni nuove. Riconosce ciò che somiglia a quel che ha visto; ma non capendo, non sa ragionare davvero sull'inedito. Ecco perché queste macchine, così brave nei casi tipici, possono commettere errori assurdi in casi insoliti: perché abbinano schemi, non comprendono.
Voglio trarre da questo la lezione pratica più importante della stagione, quella che riprende il nostro spirito onesto. Capire che l'intelligenza artificiale è un potente riconoscitore di schemi, e non una mente comprendente, ci dice esattamente come usarla bene: sfruttarne il superpotere là dove trovare schemi nei dati è utile, ma senza affidarle ciecamente ciò che richiede vera comprensione, buon senso, giudizio. È uno strumento magnifico per certe cose e inaffidabile per altre, e sapere quali è tutto. Non è né il genio onnisciente del mito, né un giocattolo inutile: è un potente riconoscitore di schemi, da usare per ciò in cui eccelle, con la consapevolezza di ciò che non sa fare.
Per oggi ci fermiamo qui. Il vero superpotere dell'intelligenza artificiale è riconoscere schemi, modelli ricorrenti, dentro enormi quantità di dati, spesso meglio di noi, e da qui nascono capacità reali e utilissime. Ma il limite profondo, la chiave di tutto, è che riconoscere schemi non è comprendere: la macchina che distingue i gatti non sa cosa sia un gatto, abbina schemi a schemi senza afferrare alcun significato, come chi risponde in cinese seguendo un manuale senza capire. Per questo è affidabile nei casi tipici ma può fallire in modo assurdo sull'inedito, dove servirebbe comprensione. Usarla bene significa sfruttarne il superpotere sapendo cosa non sa fare. Nella prossima puntata vediamo le macchine che parlano: i modelli linguistici. Nelle note trovi qualche spunto. Se ti è utile, condividila. Grazie per l'ascolto, e ci sentiamo alla prossima.