Uomo contro Intelligenza Artificiale (IA)
Gli esseri umani sono spesso definiti animali sociali per via della nostra tendenza a vivere nella società nel suo complesso. Siamo chiamati animali perché si ritiene che le scimmie siano state i nostri antenati milioni di anni fa. Abbiamo attraversato una colossale metamorfosi durante questi anni. Abbiamo sviluppato la saggezza e il know-how per condurre la nostra vita quotidiana in modo abbastanza diverso da quello degli animali. Con il cambiamento dei tempi, abbiamo imparato molte norme etiche e consuetudinarie che ci differenziano (esseri umani) dagli animali. Queste norme hanno stabilito alcune regole e regolamenti, sottolineando ciò che è buono per la società e ciò che non lo è. Lavoriamo su quei parametri stabiliti secondo la nostra intelligenza infusa.
In tempi recenti, ci siamo imbattuti in una nuova forma di intelligenza nota come Intelligenza Artificiale (IA). Si tratta di una tecnologia complessa le cui applicazioni devono ancora essere sfruttate adeguatamente. Siamo giunti alla conclusione che il concetto di IA non è sempre facilmente comprensibile. C'è un dibattito in corso tra molte sezioni di intellettuali riguardante la vulnerabilità degli esseri umani da questa moderna forma di intelligenza. Ci sono persone che si irritano al pensiero che l'IA possa un giorno superare 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.
Quindi, cos'è esattamente l'IA e come funziona?
Il metodo più semplice per capire l'IA è associarla a qualcosa che già comprendiamo. Prendiamo ad esempio la nostra stessa intelligenza. Come funziona? Al livello più elementare, la nostra stessa intelligenza segue un semplice principio. Assorbiamo informazioni, le elaboriamo nella nostra mente e le informazioni ci aiutano ad agire in base alle informazioni.
I 3 passaggi generali dell'intelligenza umana sono input, elaborazione e output. Nel cervello umano, l'input avviene sotto forma di percezione e rilevamento di cose attraverso occhi, naso e orecchie, ecc. che ricevono input grezzi e poi li elaborano. Successivamente, otteniamo un output sotto forma di parola e azioni. L'elaborazione avviene nel mezzo dove vengono formate e recuperate le conoscenze/input, vengono prese decisioni e inferenze e si verificano apprendimento/azione.
Pensa solo a un'immagine di una fermata 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 un semaforo rosso indica che dovresti frenare per fermare l'auto a un semaforo. Quindi, premi il pedale del freno e rallenti l'auto. Il semaforo rosso è l'input grezzo, il freno è l'output e tutto il resto è elaborazione.
Questi aspetti dell'intelligenza umana sono paralleli all'intelligenza artificiale. Proprio come noi riceviamo 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 ancora. 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.
Abbastanza simile al cervello che immagazzina conoscenze e ricordi, le macchine possono creare rappresentazioni della conoscenza che le aiutano a immagazzinare informazioni sul mondo. Proprio come gli esseri 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 prossimi passaggi o decisioni preferiti per raggiungere un obiettivo specifico e operare in modo efficiente.
Impariamo le cose per esempio, osservazione o algoritmo, le macchine possono essere istruite utilizzando metodi analoghi.
- L'apprendimento supervisionato è come imparare con l'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 diverse etichette.
- 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 qualsiasi emozione. Quando parliamo di output basato sulle emozioni, semplicemente non può 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 associato. L'IA non può distinguere tra giusto e sbagliato. Agirebbe sulla base dell'algoritmo pre-progettato, non importa se ciò sia a favore dell'umanità o meno.
Quindi, è giunto il momento di tracciare una linea per limitare le ripercussioni dell'IA. Dobbiamo mantenere lo status quo della tecnologia che viene utilizzata per sfruttare diversi settori.