In effetti, è probabilmente giusto dire che le attuali forme di I.A. non sono coerenti con ciò che si definisce un “vero” dispositivo fornito di tale tecnologia. Essa avrebbe bisogno di diventare adattabile e “intelligente” come gli umani per raggiungere quel punto. Tuttavia, questa particolare definizione è anche troppo soggettiva. DeepMind, ad esempio, esiste solo dal 2010 ed è stato acquisito da Google solo nel 2014. Una rapida occhiata ai risultati dell’azienda è tutto ciò che è necessario per notare i progressi compiuti. Tuttavia, la rapida ascesa della tecnologia rende la comprensione di ciò che esattamente si intende per Intelligenza Artificiale un compito molto più difficile.
La parte dell’I.A. che pone effettivamente le basi è l’apprendimento automatico. Fornisce algoritmi di base che consentono all’hardware del computer di esaminare e analizzare oggetti o testo specifici, imparando cosa sono. Il riconoscimento del compito, dell’oggetto o del testo non è pre-programmato, ma alimentato da esempi che consentono al programma di trovare comunanza. Ciò consente al software di identificare successivamente cose al di fuori di ciò che è stato mostrato. L’apprendimento automatico si ricollega ad altri due pezzi del puzzle: deep learning e reti neurali. Queste due cose tendono anche ad essere usate insieme.
Il deep learning (apprendimento profondo, alla lettera) agisce come una progressione dell’apprendimento automatico. Questa progressione espande il concetto precedente. Il deep learning include la capacità di spostarsi al di fuori dell’ambito ristretto della scatola di apprendimento automatico e applicare tale apprendimento a compiti e scenari completamente diversi. Alla base di ciò vi è la rete neurale che comprende una serie di nodi codificati o “neuroni” sparsi su un livello di input, un livello nascosto e uno strato di output – pensati per essere simili a come funzionano i cervelli umani. Le interazioni con il codice di ogni neurone influiscono sul “peso” di qualsiasi informazione acquisita. Il peso determina dove si muoverà e se può trasferire tra livelli dall’input all’output. Ogni strato contiene fino a milioni di singoli nodi.
L’ultima forma che rende l’Intelligenza Artificiale tale è attualmente pensata per il più avanzato Kimera Systems, che sarà esposto per la prima volta il 3 maggio. La società ha annunciato Nigel Artificial General Intelligence. Il progetto potrebbe rivelarsi il più vicino a realizzare un device con I.A. cui un’azienda (o chiunque altro) abbia mai pensato. Questo perché l’obiettivo del progetto è creare un algoritmo artificiale di intelligenza generale (AGI). Difficilmente sorprenderà, visto il livello di progressi finora raggiunto.