Umano Vs Intelligenza Artificiale (IA)
Gli umani sono spesso chiamati animali sociali a causa della nostra tendenza a vivere nella società nel suo complesso. Siamo chiamati animali perché si crede che le scimmie fossero nostri antenati milioni di anni fa. Abbiamo subito colossali metamorfosi in questi anni. Abbiamo sviluppato saggezza e il know-how per gestire la nostra vita quotidiana in modo molto diverso rispetto agli animali. Con il cambiamento dei tempi, abbiamo imparato molte norme etiche e consuetudinarie che ci differenziano (umani) dagli animali. Queste norme hanno stabilito alcune regole e regolamenti, sottolineando cosa è bene per la società e cosa no. Lavoriamo su quei parametri stabiliti secondo la nostra intelligenza innata.
Di recente, abbiamo incontrato una nuova forma di intelligenza nota comeIntelligenza Artificiale(IA). È una tecnologia complessa le cui applicazioni devono ancora essere sfruttate correttamente. Ci siamo resi conto che il concetto di IA non è sempre facilmente compreso. C'è un dibattito in corso tra molti settori di intellettuali in merito alla vulnerabilità degli umani da questa moderna forma di intelligenza. Ci sono persone che si irritano per il fatto che l'IA un giorno supererà l'intelligenza umana. Lo stesso tipo di paura è stato espresso da molti film. È un dibattito senza fine poiché le apprensioni delle persone continuano ad aumentare.
Allora, cos'è esattamente l'IA e come funziona?
Il metodo più semplice per capire l'IA è quello di mapparla a qualcosa che già capiamo. Prendiamo ad esempio la nostra stessa intelligenza. Come funziona? Al livello più elementare, la nostra intelligenza segue un principio semplice. Raccogliamo informazioni, le elaboriamo nella nostra mente e le informazioni ci aiutano ad agire in base ad esse.
I 3 passaggi generali dell'intelligenza umana sono input, elaborazione e output. Nel cervello umano, l'input avviene sotto forma di sensazione e percezione delle cose attraverso occhi, naso e orecchie, ecc. che raccolgono l'input grezzo e poi lo elaborano. Successivamente, otteniamo l'output sotto forma di linguaggio e azioni. L'elaborazione avviene nel mezzo dove si formano e si recuperano conoscenza/input, vengono prese decisioni e inferenze e avvengono apprendimento/azione.
Basta pensare a un'immagine di un arresto a un incrocio stradale. I tuoi occhi vedono che il semaforo di fronte a te è appena diventato rosso. In base a ciò che hai imparato dall'esperienza (e dall'educazione stradale), sai che una luce rossa indica che dovresti premere il freno per fermare l'auto a un semaforo. Quindi, premi il pedale del freno e rallenti l'auto. La luce rossa è l'input grezzo, il freno è l'output e tutto ciò che sta in mezzo è l'elaborazione.
Questi aspetti dell'intelligenza umana sono paralleli all'intelligenza artificiale. Proprio come noi raccogliamo informazioni, le elaboriamo e condividiamo l'output, così possono fare le macchine.
Nelle macchine, la parte di input dell'IA è esemplificata da vari input come l'elaborazione del linguaggio naturale, il riconoscimento vocale, il riconoscimento visivo e altro. Questo tipo di tecnologie sono ovunque, dalle auto a guida autonoma che devono percepire le strade e gli ostacoli a Siri o Google Assistant che riconoscono la tua voce. Potrebbe assumere la forma di robotica, sistemi di navigazione e riconoscimento vocale, ecc. Nel mezzo, abbiamo varie forme di elaborazione che avvengono.
Proprio come il cervello che memorizza conoscenze e ricordi, le macchine possono creare rappresentazioni della conoscenza che le aiutano a memorizzare informazioni sul mondo. Proprio come gli umani prendono una decisione e agiscono di conseguenza, le macchine possono fare una previsione, ottimizzare per un obiettivo o un risultato migliore e determinare i successivi passaggi o decisioni preferiti per raggiungere un obiettivo specifico e operare in modo efficiente.
Impariamo le cose con esempi, osservazioni o algoritmi, le macchine possono essere istruite utilizzando metodi analoghi.
- L'apprendimento supervisionato è come imparare per esempio:A un computer viene fornito un set di dati con “etichette” all'interno del set di dati che fungono da risposte e, alla fine, la macchina impara a distinguere tra etichette diverse.
- Un altro apprendimento, quello non supervisionato, è come imparare per osservazione:Un computer osserva i modelli e impara a distinguere tra gruppi e modelli da solo. Non richiede etichette e può essere preferibile quando i set di dati non hanno etichette e sono limitati.
Il risultato di IA più preciso ed efficiente richiede una combinazione di vari metodi di apprendimento.
Ma non è tutto, c'è anche un aspetto terrificante legato allo sviluppo dell'IA. Dobbiamo tenere presente che è una tecnologia priva di ogni emozione. Quando parliamo di output basato sulle emozioni, non può semplicemente essere sostituito con l'intelligenza umana. Per una macchina, è quasi impossibile dedurre le soluzioni a molte complessità della vita quotidiana a causa del quoziente emotivo ad esse collegato. L'IA non può distinguere tra giusto e sbagliato. Agirebbe sulla base dell'algoritmo pre-progettato, indipendentemente dal fatto che sia a favore dell'umanità o meno.
Quindi, è tempo che tracciamo una linea per limitare le ripercussioni dell'IA. Dobbiamo mantenere lo status quo della tecnologia che viene utilizzata per sfruttare diversi settori.