Come ogni fenomeno storico, anche quello che oggi ricade sotto l’onnicomprensiva denominazione “Intelligenza Artificiale” alle spalle ha una tradizione di pensiero o, meglio, per far sì che oggi si arrivasse a parlare di “Intelligenza Artificiale” fu necessario che molte voci si espressero su svariati argomenti: circuiti elettrici, retroazione, servomeccanismi, computazione digitale, questioni matematiche, ect.
Ebbene, semplicisticamente, a partire dal 1936 con l’articolo di Alan Turing sulla “computabilità” si assistette ad un interesse crescente, da parte di svariati autori, per le tecnologie automatiche che consentì l’istituzionalizzazione del settore dell’IA. Con questo non si vuole ridurre la complessità del fenomeno e tracciare una linea retta che vada da Turing all’IA ma, ciononostante, è innegabile, come si avrà modo di costatare, che lo studioso inglese merita di essere annoverato tra i teorici e i fondatori della branca che si occupa di realizzare, per usare una denominazione ormai desueta, le macchine intelligenti.
Turing sulla scorta dei teoremi formulati da Kurt Gödel (1930), pubblicò nel 1936 l’articolo “On computable numbers, with an application to the entscheidungsproblem” in cui affrontò il problema, posto da David Gilbert, della dimostrazione dell’esistenza di un’unica procedura (algoritmo), calcolabile con mezzi finiti, in grado di risolvere qualunque assioma matematico. Partendo dall’assunto che “la memoria umana è necessariamente limitata” (Turing, 1936, p. 231), Turing per dimostrare che “l’entscheidungsproblem hilbertiano” non potesse avere soluzione, formulò la questione in termini di ingegneria meccanica, teorizzando l’esistenza di una macchina (calcolatore elettronico) capace di eseguire processi invariabili, incarnazione della logica formale, e “utilizzabile per calcolare qualsiasi sequenza calcolabile” (ivi, p. 242).
È interessante notare, a tal proposito, lo specifico linguaggio che Turing utilizzò per descrivere la struttura e il funzionamento della macchina. Quest’ultima, spiega lo studioso inglese, “viene fornita con un nastro che la attraversa, e divisa in sezioni ciascuna in grado di portare un simbolo. In ogni momento c’è solo un quadrato […] che porta il simbolo […] che è nella macchina”, la quale visualizza un’informazione alla volta e, quindi, “il simbolo scansionato è l’unico di cui la macchina è, per così dire, direttamente consapevole”, ciononostante, tramite una memoria interna, la macchina può “ricordare efficacemente alcuni dei simboli che ha visto (scansionato) in precedenza” (ivi, p. 231).
È questo processo di memorizzazione e di scansione simbolica che costituisce “il possibile comportamento della macchina” (ivi, p. 232) in grado di farle eseguire in modo autonomo il calcolo delle possibili sequenze simboliche. E ancora: conosciamo “lo stato d’animo” della macchina se conosciamo la possibile “sequenza di simboli sul nastro, quali di questi vengono osservati dal computer”, il quale dopo aver effettuato la scansione dei simboli deve essere in grado di “lasciare una nota di istruzioni che spieghi come proseguire il lavoro” (ivi, p. 253). Il cuore pulsante della procedura è rappresentato da un ipotetico “assioma 2, che esprime le regole che governano il comportamento del computer” (ivi, p. 254), un linguaggio di programmazione insomma, che dota la macchina della capacità di memorizzare i simboli scansionati per far sì che possa effettuare le più disparate elaborazioni simboliche: queste sarebbero state le caratteristiche di un’ipotetica “macchina universale” (ivi, p. 242).
Teorizzando questa procedura meccanica, Turing, mostrò che la macchina non sarebbe stata in grado di calcolare, ad esempio, “lo sviluppo decimale di π” in quanto essendo “un numero decimale infinito, il lavoro della macchina” non sarebbe mai terminato e, anche se quest’ultima fosse stata dotata di diverse tavole d’istruzioni contenenti ognuna diverse operazioni eseguibili, il risultato avrebbe portato ad ottenere numeri infinitamente lunghi e a far sorgere l’idea che, forse, la macchina sarebbe andata “avanti e indietro a ripetere indefinitamente lo stesso ciclo di operazioni, senza più produrre nessun numero”, il che equivaleva a dire che la macchina “avrebbe potuto incepparsi e non terminare mai più il suo lavoro” (Hodges, pp. 166-167). Questa impossibilità calcolatoria, computazionale mise in luce, ancora una volta, l’esistenza di problemi matematici non risolvibili e, quindi, l’impossibilità del programma hilbertiano di realizzarsi pienamente. Sebbene l’obiettivo dell’articolo avesse lo scopo confutare il programma hilbertiano e non quello di gettare le basi per un’ipotetica teoria delle macchine, ciò che da esso emerge è una prima teorizzazione del funzionamento ipotetico di una “macchina universale”, capace di operare attraverso un programma (software) contenente regole e capacità di memoria. Teorizzazione che assumerà una specifica concretezza due anni più tardi la pubblicazione dell’articolo di Turing, ovvero nel 1938, ad opera di Konrad Zuse con il suo Z1 (primo calcolatore digitale della storia).
Consapevole, comportamento, stato d’animo, termini usati da Turing per riferirsi al modo di funzionare della macchina, un antropomorfizzazione del macchinico, operato da Turing, tra il processo configurativo della macchina, la quale computa sequenze simboliche e quello di calcolarizzazione esperienziale dell’umano. Due processi, all’epoca in cui Turing scriveva, qualitativamente differenti e per niente equiparabili ma, in qualche modo, paralleli a tal punto da far diventare questo accostamento non più una semplice intuizione, bensì una vera e propria idea cardine di un paradigma di ricerca che si andrà instaurando grazie ad una molteplicità di autori che, insospettatamente o meno, attraverso la pubblicazione di articoli e testi, andranno a convergere, come accennato nell’introduzione, verso il consolidamento definitivo di quella concezione particolare che l’umano ha iniziato a concretizzare da quando ha messo mano alla creazione di enti artificiali automatici. Dai miti greci alla costruzione delle prime macchine calcolatrici, da Schickard a Pascal, passando per Leibniz e per i telai automatizzati di Bouchon e Jacquard, all’opera di Babbage fino ad arrivare alle macchine commerciali di Hollerith oppure quelle scientifiche di Vannevar Bush, l’obiettivo era uno, lo scopo comune: l’automatizzazione; automatizzare, tramite le macchine, azioni specifiche. Ma se l’automatizzazione fin ora fu vista e adoperata, sostanzialmente, in ambiti calcolatori-lavorativi, con l’inizio della seconda guerra mondiale avverranno determinate declinazioni dell’ente artificiale, tali da innescare in diversi autori processi di idee che, oltre al consolidamento accennato, instaureranno insospettatamente o meno, una sorta di Teoria dell’Automatica avente l’obiettivo inizialmente sottaciuto di sanare l’abisso processurale umano-macchina.
Gli stessi contributi di Turing, ad esempio, a partire dal 1939 avranno delle applicazioni pratiche anche in campo bellico. Com’è risaputo le potenze militari partecipanti alla seconda guerra mondiale si servirono di ingegneri, matematici, psicologi, fisici, con lo scopo di convogliare il sapere progredito dell’epoca nelle mani dei decisori politici/militari. Fu soprattutto l’esperienza della guerra a creare i presupposti di una circolazione del sapere tra settori non comunicanti i quali, nel dopoguerra, daranno vita a nuove idee e nuovi innesti del sapere. Ad esempio, nel dopoguerra, McCulloch e Pitts, studiosi aventi diverse competenze che andavano dalla matematica alla biologia, riprendendo l’intuizione di Turing riuscirono a costruire la prima rete neurale artificiale. Gli studiosi, a tal proposito, affermano che questi apparecchi digitali se “forniti di un nastro, di scanner collegati alle afferenze e di efferenti adatti a eseguire le necessarie operazioni motorie, può calcolare solo quei numeri che può fare una macchina di Turing […], questo è interessante perché fornisce una una giustificazione psicologica della definizione di Turing di calcolabilità e dei suoi equivalenti, […] se un numero può essere calcolato da un organismo, è calcolabile da queste reti, e viceversa” (McCulloch, Pitts, 1990, p. 124, 129).
Impegnato a lavorare per l’intelligence britannica, Turing, dopo l’esperienza bellica non smise di lavorare ai problemi computazionali e si dedicò, con maggior rigore teoretico, allo studio dei calcolatori digitali. Risalgono, infatti, al 1946 alcuni importanti contributi miranti a realizzare, detto in termini odierni, software in grado di memorizzare varie sequenze d’azione per svolgere in autonomia specifici compiti ma, aspetto importante, l’attenzione di Turing si concentrò sulle cosiddette “tavole di istruzioni”, ovvero algoritmi che “guidano le operazioni”: sarebbero essi “il vero cuore della macchina”. Il supporto fisico, in questo caso, appare essere semplicemente il mediatore che gli algoritmi usano per elaborare l’azione richiesta dall’operatore umano il quale, una volta dotati gli algoritmi della capacità “di costruirsi i propri comandi” (Turing, 1946, p. 32, 50), non sarà più indispensabile. Questo sarà possibile quando “ogni operazione” trascritta in linguaggio binario verrà memorizzata nell’algoritmo, allora “l’elemento umano di fallibilità sarà eliminato” (ivi, p. 29). Molto semplicemente, “le macchine calcolatrici digitali”, avendo la capacità di memorizzare una vastità di algoritmi/sequenze d’azioni “non sono ristrette nelle loro applicazioni a nessun particolare tipo di problema, […] sono in grado di affrontare […] tutti i problemi di calcolo” (ivi, p. 64) ed è questa capacità che porta Turing a definirle macchine universali, dove l’aggettivo universale significa molto banalmente generale. Generalità di compiti da poter affidare agli algoritmi e quindi, sotto questo aspetto, “la macchina universale è una macchina che, quando fornita delle istruzioni adatte, può essere impostata per svolgere qualsiasi processo pratico” (ivi, p. 72).
Con questa definizione appresa da Turing, credo si possa dare più contenuto alla descrizione, di quegli anni, di “computer come macchina per il calcolo digitale, automatica, programmabile e per uso generale”. Il termine computer tentava già di perimetrare i contorni di quel nuovo ente automatico che, già dal ’46, ha messo in crisi i tradizionali modi e le tradizionali categorie di considerare la macchina. L’uso generale che si può fare del computer fa sì che esso non rientri nella categoria classica di macchina. Quest’ultima infatti comprende artefatti specifici e specializzati in un’unica azione. Computer è già il tentativo di coniare un nuovo concetto per un nuovo ente capace-di. Con questo non si vuole affermare la conclusività o staticità del nuovo ente, in quanto, come emergerà e che forse già può intuirsi, questo tipo di tecnologia seguirà una linea di crescita geometrica che mostrerà i limiti del concetto di computer, il suo non potersi applicare alla totalità del fenomeno, il quale progressivamente si ramificherà creando declinazioni tecnologiche differenti che andranno a complicare ulteriormente la perimetrazione sia del nuovo ente/dei nuovi enti che del suo ambito di ricerca. A complicare l’inquadratura di significato sarà lo stesso Turing nel medesimo articolo prima citato.
Riferendosi agli operatori che lavoravano all’Automatic Computing Engine, Turing li divide nelle categorie di “servi e padroni”. Mentre quest’ultimi avevano il ruolo di preparare le “tavole di istruzioni per la macchina”, provando a trovare modi più complessi per utilizzarla, i servi si occupavano, oltre di riparare le parti della macchina, di “fornire le schede quando essa le richiedeva”. Distinzioni categoriali a parte, ciò che interessa viene subito dopo queste parole, quando Turing dichiara che “con il passare del tempo, il calcolatore stesso assumerà le funzioni dei servi e dei padroni […] perché quando una tecnica diventerà di routine, sarà possibile predisporre un sistema di tavole di istruzioni che permetteranno al calcolatore di eseguirla da solo”. L’eliminabilità della presenza umana, però, non è l’unico aspetto che Turing obbliga a sottolineare. Emerge anche in questo caso l’auto-modificabilità degli algoritmi, del software, la sua autonoma modificazione: “si può immaginare che dopo qualche tempo la macchina abbia alterato le istruzioni al di là di ogni possibilità di riconoscimento […] potrebbe ottenere ancora risultati del tipo desiderato all’inizio, ma in modo più efficiente”, risultati qualitativamente migliori, come se gli algoritmi avessero compiuto autonomamente un “progresso […] non previsto dalle istruzioni iniziali” (ivi, p. 83-85). Come si può intuire questi aspetti spostano già gli assi portanti del concetto di computer e ulteriormente di macchina. La parola automatica compresa nella definizione data di computer, non faceva riferimento alla completa autonomia dell’ente/algoritmo, computer programmabile non contemplava la capacità del software di auto-migliorare l’esecuzione dei risultati. È bastata una citazione in più per far emergere ancora una volta la complessità del fenomeno, la scivolosità dei concetti. Il nuovo conio concettuale computer è stato già confinato all’interno di un suo specifico perimetro che non prevede le caratteristiche ora emerse. Il senso è cambiato. Come se ciò non bastasse, Turing è ancor più lapidario: “ciò che vogliamo è una macchina che possa imparare dall’esperienza. Il permettere alla macchina di alterare le sue proprie istruzioni è un passo in questa direzione” (ivi, p. 87).
Come può intuirsi i temi che Turing inquadrò giocheranno, e tutt’ora continuano a farlo, un ruolo principale nella messa in forma dei sistemi IA. La capacità degli algoritmi, software di imparare dall’esperienza sarà il punto di svolta che porterà effettivamente questi particolarissimi oggetti ad agire in modo autonomo, automatico. Andando in questa direzione, Turing, intuì che per raggiungere successi rilevanti l’attenzione doveva essere spostata dalla generalità della riproduzione alla specificità realizzata. Il suo articolo “Intelligent Machinery” del 1948 mostra bene questo passaggio. In esso, Turing, oltre a presentare diverse tipologie di macchine ad apprendimento si concentra su come migliorare la macchina universale presentata nell’articolo del 1936, macchina che potrebbe manifestare “un comportamento intelligente”. Nonostante Turing sapesse bene che l’umano è sempre stato caratterizzato dalla “riluttanza ad ammettere […] rivali nei poteri intellettuali” e della paura che quest’ultimo prova dinanzi l’idea che “qualche specie animale potrebbe prendere” il suo posto, parte dall’analogia cervello-calcolatore e propone di considerare la “macchina non organizzata” simile alla “corteccia cerebrale del neonato” per provare ad “educare” la macchina tramite “premi e punizioni”. Quest’ultimi sono assimilabili ad informazioni che si comunicano alla macchina e che “alterano il suo comportamento” (Turing, 1969, pp. 88-93) e nel linguaggio di Turing queste alterazioni prendono il nome di “interferenze”. Esse costituiscono la possibilità di poter parlare di “macchine modificabili” che, al pari delle persone “soggette a moltissime interferenze”, possono venire, “simulando l’educazione”, addestrate per portare a termine “specifici comandi” e riferendosi all’educazione Turing nota che le caratteristiche delle persone “dipendono dall’addestramento [che esse] ricevono nel corso della fanciulezza” e, quindi, “la corteccia cerebrale del neonato” potrebbe equipararsi ad “una macchina non organizzata”. Seguendo l’analogia, se “l’educazione del bambino dipende in larga misura da un sistema di premi e punizioni” potrebbe essere possibile “realizzare l’organizzazione [di segnali-informazioni nella macchina] con solo due stimoli di interferenza”, consistenti uno per “piacere (P) o premio” e l’altro per “dolore (d) o punizione”. Senza seguire nel dettaglio le tecniche di addestramento (algoritmico) di Turing, peraltro ancora utilizzate, è interessante notare come il loro scopo fosse quello di “fissare il carattere” della macchina tramite le interferenze di piacere e di distorcelo, “mediante gli stimoli di dolore” (ivi, pp. 101-110), permettendo di poter modificare le potenzialità d’azione degli algoritmi in questione. Si può intuire come “macchine di questo tipo”, chiamate da Turing “macchine calcolatrici logiche”, siano di grande importanza in quanto “grazie ad esse, [non ci sarà più bisogno] di avere una infinità di macchine diverse per fare diversi lavori”. Tutto questo significa, spiega Turing, che qualunque cosa definibile tramite “regole empiriche” (ivi, pp. 93-94) può essere insegnato/impartito alla macchina e quindi da essa eseguibile. È facile immaginare che macchine di questo tipo potrebbero far sorgere il dubbio che, forse, siano dotate della capacità di pensare se per “pensare” si intenda elaborare informazioni e restituirle in maniera comprensibile. Turing non si preoccupa di definire queste differenze, né tanto meno di approfondire il significato del termine pensare, ciò che a lui interessò fu riuscire a realizzare macchine che, se osservate da un umano, potrebbero sembrare di star compiendo un’attività intelligente, o meglio di esclusivo appannaggio umano; bisogna tener in mente questo quando Turing parla di “macchine pensanti”.
Grazie a Turing, come si è tentato di evidenziare, si assistette ad una torsione differente rispetto alla cibernetica che, com’è risaputo, aveva, più o meno, l’obiettivo molto generale di capire come automatizzare i processi di apprendimento e di azione dell’essere vivente. Detta torsione invece di consistere nel “prendere una persona intera e cercare di rimpiazzare tutte le sue parti con sostituti meccanici [per permettergli] di fare esperienza, […] di aggirarsi per la campagna”, consistette nell’esaminare “cosa possa essere fatto con un ‘cervello’ che sia, più o meno, senza un corpo, provvisto al massimo di organi di vista, parola e udito”. Partendo da quest’intuizione Turing propose, senza svilupparli ulteriormente, dei campi adatti affinché enti di questo genere potessero svilupparsi: dal gioco degli “scacchi, bridge, poker”, passando per “l’apprendimento delle lingue” e per la “crittografia” e la “matematica”, campi che “si prestano bene [allo scopo], in quanto richiedono poco contatto con il mondo esterno” (ivi, pp. 102-103). Si ha, come si vede, una ulteriore diramazione, specializzazione, del progetto di sanare l’abisso processurale umano-macchina, diramazione che consiglia di impegnare la ricerca in ambiti specifici per riuscire ad ottenere risultati più rapidi e promettenti. Come Shannon e altri, anche Turing, senza provare a sviscerare concetti come pensiero, intelligente ect., affermò che il considerare “intelligente il comportamento di una qualche entità, dipende tanto dal nostro stato mentale […] quanto dalle proprietà dell’oggetto in esame”, per poi presentare, invece, un esempio che ha a che fare squisitamente con l’agire intelligente-razionale. L’esempio in questione è un abbozzo di quello che nel 1950 verrà presentato come il gioco dell’imitazione e che, sostanzialmente, mostra come una persona non sarebbe in grado di capire se l’avversario di un’ipotetica partita a scacchi sia un’altra persona oppure una macchina. Questa non distinguibilità fa perdere l’importanza alla domanda, per molti oggetto di ossessione ancora oggi, “la macchina è capace di pensare?”. La capacità del software di riuscire a rispondere in modo da confondere un umano, oppure di riuscire a giocare una partita di scacchi e riuscire a vincerla, mette in evidenza, piuttosto che, il software, agisce in determinate situazioni in modo analogo a come agirebbe un essere umano (Turing, 1950, p. 123) e conseguentemente dà la possibilità di mettere ulteriormente in discussione l’idea che “l’uomo sia in qualche modo misterioso, superiore al resto del creato” (ivi, p. 135), in quanto uno dei ultimi tesori dell’umano, la capacità di pensare-elaborare informazioni e agire in un certo modo, sta venendo progressivamente data, in modi specifici, in dotazione ad un altro e diverso ente. In effetti, lungo l’itinerario fin qui compiuto, emerge che la caratteristica preponderante di questi algoritmi sia proprio la loro analogia con gli esseri viventi di imparare-fare esperienza e agire di conseguenza per risolvere determinati obiettivi e secondo Turing il problema da superare, per rendere le macchine capaci di apprendere, è “soprattutto quello della programmazione” (ivi, p. 150) che può essere superato, come prima è emerso lievemente, mediante il sistema di “punizioni e premi” da impartire alla macchina, preferibilmente, dice Turing, tramite “un linguaggio simbolico” il quale dovrebbe garantire al software di imparare più rapidamente. Tutto questo, intuisce Turing, porterà ad un punto in cui ciò farà la macchina, una volta programmata, “non potremo assolutamente capirlo” (ivi, p. 153-155) perché saranno azioni che non rientreranno all’interno del nostro comune modo di ragionare.
Sfoglia il catalogo completo sull’Intelligenza Artificiale per scoprire tutti i nostri libri: Intelligenza Artificiale | Asterios
La lettura di acro-polis.it, Quotidiano di idee, per la Libertà, la Pace e la Giustizia sociale e climatica è gratuita, ma la pubblicazione non è gratuita, ha dei costi. Anche se non ti piace tutto il contenuto: aiutaci a rimanere Paywall-free ♥. Contribuisci acquistando i volumi delle nostre collane di libri su carta, e delle edizioni di www.asterios.it che puoi ordinare alle Librerie della tua città, che sono luoghi di cultura e conoscenza e che devi difendere sempre.
