Un algoritmo sofisticatissimo realizzato da Google per giocare a Go sta trovando diverse applicazioni nel mondo della scienza e della ricerca. Eppure i computer non sono affatto più intelligenti di noi e fanno molta più fatica a imparare.
I computer sono davvero più intelligenti degli esseri umani? Dipende da cosa si intende per “intelligenza”. Quel che è certo è che sono più bravi e veloci di noi in una lunga serie di giochi di strategia e abilità. L’ultimo della lista è Go, un gioco cinese di origini antichissime considerato uno dei giochi di strategia più complessi e impegnativi.
La scorsa settimana AlphaGo, un software sviluppato da Google attraverso la sua società DeepMind, ha battuto Lee Sedol, giocatore professionista tra i più forti al mondo.
Data la complessità del gioco, il numero di mosse possibili e gli scenari che lo spostamento di ogni pezzo può generare, Go è considerato una delle sfide più interessanti per chi si occupa di intelligenza artificiale.
Genietto virtuale. Punto di forza dell’algoritmo sviluppato da DeepMind è infatti la sua capacità di apprendere partita dopo partita le risposte dell’avversario ad ogni specifica mossa: questo approccio può essere esteso ad ambiti molto diversi dal gioco come l’analisi di schemi ricorsivi e la pianificazione. AlphaGo potrebbe insomma lavorare nel mondo della finanza, in un laboratorio di ricerca o in ogni altro ambiente a elevato grado di complessità.
L’architettura dell’algoritmo si ispira a quella del cervello umano e utilizza strutture note come reti neurali, connessioni tra diversi livelli di neuroni virtuali che servono per rafforzare ed elaborare ciò che il sistema impara con l’esperienza.
La scuola di AlphaGo. I genitori di AlphaGo gli hanno fatto studiare oltre 30 milioni di mosse prese da partite giocate da umani e poi hanno lasciato che il software “giocasse da solo” così da studiare varianti e nuove strategie in un processo noto come rinforzo cognitivo.
E’ stato poi insegnato all’agoritmo come riconoscere le disposizioni dei pezzi più vantaggiose: in questo modo AlphaGo è in grado di capire come potrebbe evolvere il gioco in seguito ad ogni sua specifica mossa.
AlphaGo insomma è fortissimo a Go e in tutte le sfide dove i giocatori hanno accesso alle stesse informazioni, per esempio gli scacchi o altri giochi simili. Ben diverso è il caso del poker, dove ogni giocatore conosce in via esclusiva le proprie carte
Che cosa farà da grande? Ma DeepMind vuole spingersi oltre e sta mettendo a punto una versione di AlphaGo in cui l’algoritmo, una volta istruito con le regole del gioco, impari a giocare senza studiare le partite degli umani. Secondo Demis Hassabis, CEO dell’azienda, il software impiegherebbe sicuramente più tempo, imparerebbe meno e probabilmente non riuscirebbe a battere il migliore tra gli esseri umani.
Obiettivo di DeepMind è comunque quello di trovare ad AlphaGo un lavoro vero, fuori dal mondo dei giochi: l’azienda ha recentemente stretto una partnership con il Servizio Sanitario britannico per impiegare il software nello studio di dati clinici così da rendere più facili le diagnosi e più efficaci le cure.
Basta giocare. Il mondo della salute è molto più complesso rispetto a quello dei giochi: ci sono meno dati per alimentare il sistema nella fase iniziale e gli esiti di ogni mossa, per esempio di una terapia, sono noti in tempi molto più lunghi.
Altre applicazioni possibili per AlphaGo sono quelle legate al mondo degli assistenti virtuali, app e programmi capaci di intuire che cosa chiederà loro l’utente in ogni momento e provvedere di conseguenza. Ne è un esempio Google Now, che a partire dal contesto in cui viene utilizzato lo smartphone riesce a fornire informazioni rilevanti.
Meglio l'uomo. AlphaGo, almeno per ora, non sarà comunque paragonabile al cervello umano: non avrà cioè un tipo di intelligenza a tutto tondo capace di eccellere in diversi campi.
Per esempio non sarà mai come un bambino, capace di imparare a riconoscere uno schema a partire da pochi esempi pratici. «Gli uomini imparano molto più velocemente dei computer» spiega Hassabis.
focus.it di Rebecca Mantovani