Storia dell’Intelligenza Artificiale: da Turing ai giorni nostri

Ultimo aggiornamento / Di Redazione Osservatori Digital Innovation / 0 Comments

La storia dell'Intelligenza Artificiale (IA) parte dagli anni Cinquanta con il test di Turing. Si prosegue con le prime teorie di reti neurali, di IA forte e di IA debole, e con le prime applicazioni industriali degli anni Ottanta. Fino ai giorni d'oggi, giorni in cui l'Intelligenza Artificiale è ormai al centro delle scelte tecnologiche di imprese e governi, nonché parte della vita quotidiana di tutti noi. Aiutati dall’Osservatorio Artificial Intelligence del Politecnico di Milano, in quest'articolo abbiamo provato a fare un breve viaggio nella storia dell'Intelligenza Artificiale. In ordine di argomenti illustreremo:

Come e quando nasce l'Intelligenza Artificiale: il contributo di Alan Turing

Le prime tracce di Intelligenza Artificiale come disciplina scientifica risalgono agli anni Cinquanta. Era un periodo di grande fermento scientifico sullo studio del calcolatore e il suo utilizzo per sistemi intelligenti. Nel 1956, al Darmouth College, nel New Hampshire, si tenne un convegno al quale presero parte i maggiori esponenti dell’informatica. In quell’occasione si raccolsero i principali contributi sul tema, ponendo anche l’attenzione sugli sviluppi futuri. Durante il convegno di Darmouth ebbe un ruolo fondamentale il lavoro di Alan Turing, considerato uno dei padri dell’informatica moderna.

Il test di Turing

Già nel 1936 Alan Turing aveva posto le basi per i concetti di calcolabilità, computabilità e per la macchina di Turing. Nel 1950 lo stesso Turing scrisse un articolo intitolato Computing machinery and intelligence, in cui proponeva quello che sarebbe divenuto noto come test di Turing. Secondo il test una macchina poteva essere considerata intelligente se il suo comportamento, osservato da un essere umano, fosse considerato indistinguibile da quello di una persona.

Grazie al lavoro di Turing, il tema dell’Intelligenza Artificiale ricevette una forte attenzione da parte della comunità scientifica e nacquero diversi approcci. I principali furono la logica matematica, per la dimostrazione di teoremi e l’inferenza di nuova conoscenza, e le reti neurali. Nell’ultimo decennio la tecnologia di queste reti è stata implementata e oggi vengono applicate nell’ambito del Deep Learning, un ramo del Machine Learning.

Intelligenza Artificiale Forte e Debole

Le aspettative sulle applicazioni dell’Intelligenza Artificiale, col tempo, iniziarono a crescere. Nel 1957, ad esempio, Herbert Simon stimò che nel giro di dieci anni la comunità scientifica avrebbe sviluppato un’Intelligenza Artificiale in grado di competere con i campioni di scacchi.

Tuttavia, poiché i macchinari dell’epoca non disponevano di una capacità computazionale adeguata, questa e altre aspettative non furono mantenute e ciò portò alla frammentazione dell’Intelligenza Artificiale in distinte aree basate su teorie diverse. In quel contesto emersero due paradigmi principali: Intelligenza Artificiale Forte e Intelligenza Artificiale Debole.

IA Forte

La teoria dell’Intelligenza Artificiale Forte sostiene che le macchine sono in grado di sviluppare una coscienza di sé. Questo paradigma è supportato dal campo di ricerca nominato Intelligenza Artificiale Generale (AGI), che studia sistemi in grado di replicare l’intelligenza umana.

Quest'area di ricerca ha ricevuto però poco interesse da buona parte della comunità scientifica che ritiene l’intelligenza umana troppo complessa per essere replicata

IA Debole

Il paradigma dell’Intelligenza Artificiale Debole, in opposizione al primo, ritiene possibile sviluppare macchine in grado di risolvere problemi specifici senza avere coscienza delle attività svolte. In altre parole, l’obiettivo dell’IA Debole non è realizzare macchine dotate di un’intelligenza umana, ma di avere sistemi in grado di svolgere una o più funzioni umane complesse.

Un esempio chiaro del modello Debole è un programma per giocare a scacchi Diversamente dall’Intelligenza Artificiale Forte, quella Debole non ha coscienza di sé e non presenta le abilità cognitive degli esseri umani. Si focalizza sul problema da risolvere in un ambito specifico e, in quell’ambito, si dimostra intelligente, cioè in grado di agire.

L'Intelligenza Artificiale oggi

Basandosi sul paradigma dell’Intelligenza Artificiale Debole, a partire dagli anni Ottanta sono state sviluppate le prime applicazioni di Intelligenza Artificiale in ambito industriale. In particolare, la prima Intelligenza Artificiale applicata in ambito commerciale fu R1, sviluppata nel 1982 dall’azienda Digital Equipment per configurare gli ordini di nuovi computer. Quattro anni dopo l’azienda era in grado di risparmiare 40 milioni di dollari all’anno.

Oggi l’Intelligenza Artificiale rappresenta uno dei principali ambiti di interesse della comunità scientifica informatica, con temi di ricerca come il Machine Learning, l’elaborazione del linguaggio naturale, l’AI Generativa (di cui ChatGPT è un esempio) e la robotica. Inoltre, le aziende informatiche stanno investendo sempre di più in questo settore e i progressi tecnologici sono sotto gli occhi di tutti. La sua portata è talmente rivoluzionaria che solo le aziende capaci di sviluppare un'AI Strategy riusciranno a implementarla con successo e a coglierne il potenziale.

Vuoi scoprire tutte le opportunità offerte dalle nuove tecnologie dell'AI?

Scopri il Programma

  • Autore

Gli Osservatori Digital Innovation del Politecnico di Milano sono un punto di riferimento qualificato sull’Innovazione Digitale in Italia.