"The consequences of machines thinking would be too dreadful. Let us hope and believe that they cannot do so"
Alan Turing
"The consequences of machines thinking would be too dreadful. Let us hope and believe that they cannot do so"
"It won't be a bad end result if AIs just want to coexist with us"
Ilya Sutskever
EPISODE 6
GENERE: Thriller, Science, Mistery
"It won't be a bad end result if AIs just want to coexist with us"
EPISODE 6
GENERE: Thriller, Science, Mistery
“Will the mountains remain unmoved, and streams still keep a downward course towards the vast abyss; will the tides rise and fall, and the winds fan universal nature; will beasts pasture, birds fly, and fishes swim, when man, the lord, possessor, perceiver, and recorder of all these things, has passed away, as though he had never been?”
Mary Shelley, "The Last Man", 1826
“Will the mountains remain unmoved, and streams still keep a downward course towards the vast abyss; will the tides rise and fall, and the winds fan universal nature; will beasts pasture, birds fly, and fishes swim, when man, the lord, possessor, perceiver, and recorder of all these things, has passed away, as though he had never been?”
“Never yet has there been an Overhuman”
"Thus Spoke Zarathustra", 1883
“Never yet has there been an Overhuman”
Welcome my sonWelcome to the machine
Where have you been?It's all right, we know where you've been
You've been in the pipeline filling in timeProvided with toys and scouting for boys
You bought a guitar to punish your maYou didn't like school and you know you're nobody's fool
Welcome my sonWelcome to the machine
What did you dream?It's all right, we told you what to dream
You dreamed of a big starHe played a mean guitar
He always ate in the Steak BarHe loved to drive in his Jaguar
So welcome to the machine
Parigi, 14 Febbraio 2025
The Paris Artificial Intelligence (AI) Action Summit si è concluso con una dichiarazione che delinea le politiche volte a garantire che l’intelligenza artificiale sia “aperta, inclusiva, trasparente, etica, sicura e affidabile”.
Circa 60 paesi hanno firmato la dichiarazione, ma non Regno Unito e Stati Uniti.
Il Regno Unito ha citato come motivazione le preoccupazioni per la sicurezza nazionale, mentre il vicepresidente degli Stati Uniti, JD Vance, ha criticato l’eccessiva regolamentazione, colpevole di soffocare l’innovazione.
"Vogliamo intraprendere la rivoluzione dell'intelligenza artificiale davanti a noi con spirito di apertura e collaborazione, ma per creare questo tipo di fiducia abbiamo bisogno di regimi normativi internazionali che favoriscano la creazione".
Vance ha attaccato apertamente il Digital Markets Act europeo e il Digital Services Act, dicendo ai partecipanti, tra cui la presidente della Commissione europea Ursula von der Leyen, che si tratta di “norme internazionali onerose” che creano ostacoli inutili per le imprese americane.
"Non si è parlato adeguatamente del tipo di rischi e danni del mondo reale", ha affermato David Leslie, direttore della ricerca sull'etica e sull'innovazione responsabile presso l'Alan Turing Institute.
"Data l'urgenza della situazione, parole concilianti prive di sostanza rappresentano un passo indietro per la collaborazione internazionale".
Anche Max Tegmark, fisico del Massachussets Institute of Technology, fondatore e presidente del Future of Life Institute, si è detto deluso dai risultati del vertice, affermando che la dichiarazione è debole e non affronta le minacce alla sicurezza.
“Abbiamo un blocco mentale sull’idea che ci saranno macchine più intelligenti di noi”.
Secondo Yoshua Bengio, scienziato informatico di fama mondiale, il mondo non sta affrontando le implicazioni delle AI super intelligenti.
Sir Demis Hassabis, capo dell’unità AI di Google, ha affermato che l’Intelligenza Artificiale Generale – in grado di eguagliare e superare gli esseri umani in qualsiasi compito intellettuale – è “a soli cinque anni o qualcosa del genere”.
Dario Amodei, amministratore delegato della società americana di intelligenza artificiale Anthropic, ha affermato che entro il 2026 o il 2027 i sistemi di intelligenza artificiale saranno come un nuovo paese che si unirà al mondo.
“Uno stato completamente nuovo popolato da persone altamente intelligenti che apparirà sulla scena globale”.
Amodei ha avvertito che l’intelligenza artificiale avanzata potrebbe rappresentare “il più grande cambiamento nel mercato del lavoro globale nella storia umana”.
Sam Altman, amministratore delegato di OpenAI, sviluppatore di ChatGPT, ha detto che l'ultimo prodotto della startup, Deep Research, un agente AI in grado di svolgere attività per conto degli utenti, potrebbe svolgere “una bassa percentuale di tutti i compiti dell’economia mondiale in questo momento… il che è un’affermazione folle”.
Una società cinese di intelligenza artificiale a Parigi, Zhipu, ha previsto che i sistemi di intelligenza artificiale prenderanno “coscienza” entro il 2030.
Man MachinePseudo-human beingMan MachineSuperhuman being
The man machine, machineMachine, machine, machine
Il primo Rapporto Scientifico Internazionale sulla Sicurezza dell’Intelligenza Artificiale Avanzata, pubblicato a gennaio, è stato compilato da un gruppo di 96 esperti tra cui il premio Nobel Geoffrey Hinton.
Bengio, co-vincitore nel 2018 insieme a Hinton e Yann LeCun del prestigioso "Turing Award" – premio annuale assegnato dall'Association for Computing Machinery (ACM) considerato il premio Nobel per l’informatica – è stato incaricato dal governo del Regno Unito di presiedere il rapporto, che era stato annunciato al vertice globale sulla sicurezza dell’Intelligenza Artificiale a Bletchley Park nel 2023. I membri del panel sono stati nominati da 30 paesi, nonché dall’UE e dalle Nazioni Unite.
Il rapporto afferma che i sistemi di intelligenza artificiale generici come i chatbot sono diventati più capaci in “domini rilevanti per usi dannosi”, come l’uso di strumenti automatizzati per individuare vulnerabilità nei software e nei sistemi informatici e per facilitare la produzione di nuove armi biologiche e chimiche.
“Questi strumenti stanno diventando sempre più facili da usare anche da parte di non esperti”, ha detto Bengio.
Il rapporto sottolinea inoltre un aumento significativo dei contenuti deepfake, utilizzati per truffe, ricatti, e per la creazione di immagini pornografiche.
L'informatico franco-canadese, professore all'Université de Montréal e direttore scientifico del Quebec AI Institute, rileva infine la comparsa a dicembre – poco dopo la finalizzazione del rapporto – di un nuovo modello di “ragionamento” avanzato di OpenAI chiamato "o3", le cui capacità di superare alcuni test hanno sorpreso molti esperti.
L' "apprendimento per rinforzo" ("reinforcement learning") consente a o3 di "ragionare" prima di generare risposte.
President Joe once had a dreamThe world held his hand, gave their pledgeSo he told them his scheme for a Saviour Machine
They called it the Prayer, its answer was lawIts logic stopped war, gave them foodHow they adored till it cried in its boredom
Please don't believe in me,please disagree with meLife is too easy, a plague seems quite feasible nowOr maybe a war, or I may kill you all
Don't let me stay, don't let me stayMy logic says burn so send me awayYour minds are too green, I despise all I've seenYou can't stake your lives on a Saviour Machine
I need you flying, and I'll show that dyingIs living beyond reason, sacred dimension of timeI perceive every sign, I can steal every mindDon't let me stay, don't let me stay
Palo Alto, California, 04 Marzo 2025
"Building safe superintelligence (SSI) is the most important technical problem of our time.
We have started the world’s first straight-shot SSI lab, with one goal and one product: a safe superintelligence.
It’s called Safe Superintelligence Inc.".
I venture capitalist stanno investendo circa 2 miliardi di dollari nella nuova società fondata da Ilya Sutskever.
Il nuovo round di finanziamenti valuta SSI 30 miliardi di dollari, rendendola una delle startup di intelligenza artificiale di maggior valore al mondo.
Sutskever è diventato uno dei ricercatori di intelligenza artificiale più apprezzati come scienziato capo di OpenAI, dove ha contribuito a sviluppare la tecnologia alla base di ChatGPT.
L'anno scorso ha lasciato OpenAI in seguito a una dolorosa rottura con l'amministratore delegato della società, Sam Altman.
SSI afferma che non intende rilasciare alcun prodotto finché non avrà sviluppato una superintelligenza, ovvero un'intelligenza artificiale in grado di superare gli esperti in quasi tutti i campi.
Concorrenti come Google, OpenAI e Anthropic stanno cercando di sviluppare sistemi altrettanto avanzati, ma nel frattempo rilasciano chatbot per i consumatori e applicazioni aziendali per generare entrate e dimostrare i loro progressi.
Sutskever, secondo persone vicine all'azienda, ha identificato una "montagna diversa da scalare".
I want a robot man to hold me tightOne that I can count on every si-ingle nightHe wouldn't run around like other guysI wouldn't have to listen to his alibis
A little robot man to call my ownI'd never have to worry that he wou-ouldn't phoneHe'd never dance with anyone but meI'd just have to wind him with a robot key
I'd have a steady da-ateSeven nights a wee-eekAnd we would never fi-ight'Cause it would be impossible for him to speak
Don't want a real live boy, they give me griefAlways make me cry into my ha-andkerchiefSo it's a robot man I'm dreamin' ofBecause I can depend upon a robot love, yeahYeah, just hope I can depend upon a robot love
SSI opera il più segretamente possibile dagli uffici della Silicon Valley e di Tel Aviv. Il suo sito web scarno contiene poco più di una dichiarazione di missione di 223 parole. I suoi circa 20 dipendenti - una frazione degli oltre 1.000 di OpenAI e Anthropic - sono scoraggiati dal menzionare SSI sui loro profili LinkedIn.
I candidati che si assicurano un colloquio di persona vengono istruiti a lasciare il loro telefono in una gabbia di Faraday, un contenitore che blocca i segnali cellulari e Wi-Fi, prima di entrare negli uffici di SSI. L'azienda cerca tecnologi promettenti a cui Sutskever possa fare da mentore, piuttosto che persone con esperienza che possano passare da un datore di lavoro all'altro e portare con sé ciò che hanno imparato.
Sutskever è nato nell'ex Unione Sovietica, è cresciuto in Israele e si è fatto conoscere come studente laureato in Canada, dopo essere stato coautore di un articolo sugli algoritmi di "deep learning", che utilizzano un processo chiamato "scaling" per diventare più intelligenti elaborando enormi quantità di dati.
In seguito si è unito a Google, ma nel 2015 ha lasciato l'azienda per diventare uno dei primi dipendenti di OpenAI. È stato attratto dalla visione di Altman e del suo cofondatore Elon Musk di un'organizzazione no-profit dedicata allo sviluppo dell'intelligenza artificiale generale per il bene pubblico.
"Il nostro obiettivo è creare un'intelligenza artificiale che ami l'uomo", ha dichiarato in occasione della festa aziendale del 2022.
Dopo essersi dimesso da OpenAI, ha fondato SSI con il ricercatore Daniel Levy e l'investitore Daniel Gross. In una rara apparizione pubblica alla conferenza "NeurIPS AI", Sutskever ha detto che i sistemi superintelligenti potrebbero essere imprevedibili, autocoscienti e persino volere dei diritti per se stessi.
"Non sarà un cattivo risultato finale se le AI vorranno solo coesistere con noi".
Well, I started out down a dirty roadStarted out all aloneAnd the sun went down as I crossed the hillAnd the town lit up, the world got still
Well, the good old days may not returnAnd the rocks might melt and the sea may burn
Well, some say life will beat you downBreak your heart, steal your crownSo I've started out for God knows whereI guess I'll know when I get there
I'm learning to flyBut I ain't got wingsComing down is the hardest thing
I'm learning to flyAround the cloudsBut what goes upMust come down
New York, 05 Marzo 2025
"What we want is a machine that can learn from experience" Alan Turing, 1947
Andrew Barto, professore di Information and Computer Sciences alla University of Massachusetts, e Richard Sutton, professore di Informatica all'Università di Alberta, ricercatore scientifico presso Keen Technologies (azienda di intelligenza artificiale generale con sede a Dallas, Texas) e consulente scientifico capo dell'Alberta Machine Intelligence Institute (AMII), due pionieri nel campo dell'apprendimento per rinforzo, sono i vincitori del Turing Award 2024.
La ricerca che Barto, 76 anni, e Sutton, 67 anni, hanno iniziato alla fine degli anni '70, ha aperto la strada ad alcune delle scoperte degli ultimi dieci anni. Al centro del loro lavoro le cosiddette "macchine edonistiche", in grado di adattare continuamente il loro comportamento in risposta a feedback positivi.
È stata anche una tecnica chiave nel migliorare strumenti di intelligenza artificiale popolari come ChatGPT, ottimizzare il trading finanziario e aiutare una mano robotica a risolvere il cubo di Rubik in 0.3 secondi.
Barto e Sutton hanno preso in prestito idee dalla psicologia e dalle neuroscienze sul modo in cui i neuroni orientati al piacere rispondono a ricompense o punizioni.
"La grande scelta è: cerchi di imparare dai dati delle persone o cerchi di imparare dalla vita e dall'esperienza di un agente (AI)?".
In un articolo fondamentale pubblicato all’inizio degli anni ’80, Barto e Sutton stabilirono il loro nuovo approccio su un compito specifico in un mondo simulato: tenere in equilibrio un palo su un carrello in movimento per impedirne la caduta. I due scienziati informatici hanno successivamente scritto insieme un libro di testo ampiamente utilizzato ("Reinforcement Learning: An Introduction Adaptive Computation and Machine Learning", 1998)
Riguardo le preoccupazioni riguardo le minacce per l’umanità poste da una superntelligenza artificiale, Sutton le ritiene esagerate, mentre Barto non è d’accordo: “Bisogna essere consapevoli delle potenziali conseguenze inaspettate”.
“Le persone sono macchine straordinarie, meravigliose, ma non sono il prodotto finale”, dice Sutton. “È intrinsecamente parte dell’impresa. Stiamo cercando di capire noi stessi e, ovviamente, di rendere migliori le cose che possono funzionare meglio. Forse, per diventare tali cose".
We're caught in a trapI can't walk outBecause I love you too much, baby
Why can't you seeWhat you're doing to meWhen you don't believe a word I say?
So, if an old friend I knowStops by to say helloWould I still see suspicion in your eyes?
We can't go on togetherWith suspicious minds (with suspicious minds)And we can't build our dreamsOn suspicious minds
“Tout ce que j'ai reçu jusqu'à présent pour le plus vrai et assuré, je l'ai appris des sens ou par les sens : or j'ai quelquefois éprouvé que ces sens étaient trompeurs ; et il est de la prudence de ne se fier jamais entièrement à ceux qui nous ont une fois trompés”.
Nel 1641, René Descartes pubblica le sue "Méditations métaphysiques", in cui avanza l'idea di un potenziale "mauvais génie" ("genio malvagio"), un demone ingannatore in grado di alterare le impressioni del mondo esterno.
Scrive Descartes che non possiamo sapere se ciò che vediamo e percepiamo sia reale o l'inganno del demone. Da ciò scaturisce un "dubbio iperbolico".
Nel 1974, il filosofo americano Robert Nozick, autore di "Anarchia, Stato e Utopia", propone l'esperimento mentale chiamato "macchina dell'esperienza" o "macchina del piacere".
L'intento è confutare ogni teoria morale basata sull'edonismo, ossia sulla convinzione che l'unica cosa che conta nella vita sia la felicità o il piacere, o comunque l'esperienza interiore.
To the one on the flamboyant tipI'll just toss that ham in the frying panLike Spam, get done when I come and slamDamn, I feel like the Son of Sam
Don't make me wreck shit, hecticNext get the chair got me going like General Electric"Aaant", the lights are blinking, I'm thinkingIt's all over when I go out drinking
Oh, making my mind slowThat's why I don't fuck with the big 4-OBro, I got to maintain'Cause a nigga like me is going insane
Do my shit undercover, now it's time for the blubberBlabber, to watch that belly get fatterFat boy on a diet, don't try itI'll jack yo' ass like a looter in a riot
My shit's fat, like a Sumo, slamming dat assLeavin' your face in the grass'Cause you know, I don't take a duro, lightlyPunks just jealous 'cause they can't outwrite me
Or kick that style, wicked, wildHappy face nigga never seen me smileRip that mainframe, I'll explainA nigga like me is going insane
Like Louie Armstrong, played the trumpetI'll hit that bong and break you off somethingSoon I got to get my propsCops, come and try to snatch my crops
These pigs wanna blow my house downHead underground to the next townThey get mad when they come to raid my padAnd I'm out in the nine-deuce Cad'
Yes I'm the pirate, pilotOf this ship if I get with the ultraviolet dreamHide from the red light beamNow do you believe in the unseen?
Look, but don't make you eyes strainA nigga like me is going insane
Insane in the membraneInsane in the brain
Crazy insane, got no brainBecause I'm loco
Immaginiamo che esista una macchina (concepita come una vasca in cui si sta immersi con elettrodi collegati al cervello) che permette di sperimentare in modo completamente realistico qualsiasi esperienza ritenuta piacevole o interessante, anche di livello elevato (come scrivere un romanzo o fare amicizia).
Queste esperienze potrebbero essere scelte da un catalogo e programmate in anticipo ma, una volta "collegati", l'esperienza sembrerebbe autentica, avendo perso il soggetto la consapevolezza di essere dentro una simulazione.
Se esistesse una macchina del genere molti vorrebbero provarla per un certo tempo, ma la domanda è: sceglieremmo di restare connessi per tutta la vita? E se no, perché?
Secondo Nozick la risposta è no, per tre ragioni:
1) perché noi desideriamo fare certe cose, svolgere certe azioni, e non semplicemente averne l'esperienza;
2) perché vogliamo essere un certo di tipo di persone (mentre galleggiare in una vasca rende l'identità indeterminata, annulla la personalità, equivale a un suicidio);
3) perché la macchina consente solo esperienze artificiali, costruite dall'uomo, impedendo il contatto con qualsiasi realtà più profonda (in senso anche spirituale).
Più in generale noi vogliamo instaurare un rapporto effettivo con la realtà e non vivere in un'illusione.
“Pillola blu, fine della storia, domani ti sveglierai in camera tua e crederai a quello che vorrai. Pillola rossa, resti nel paese delle meraviglie e vedrai quant’è profonda la tana del bianconiglio”.
La domanda che pone Nozick, in sostanza è: se ti dicessero che la tua vita finora è stata un'illusione, una macchina dell'esperienza, vorresti svegliarti?
“The day will never come when a computer defeats a pro shogi player”Satoshi Murayam
Google "DeepMind", fondata nel 2010 come laboratorio di ricerca sull'intelligenza artificiale con sede a Londra, è nota soprattutto per il modello chiamato "AlphaGo", che ha battuto il campione del mondo nell'antico gioco da tavolo "Go".
AlphaGo era originariamente alimentato da un database di partite in modo che potesse imitare gli esperti umani. In seguito si è allenato esclusivamente tramite "self-play", combattendo con una copia di se stesso.
Il modello è diventato un apprendista sorprendentemente efficiente, esempio lampante di apprendimento per rinforzo, in cui un'intelligenza artificiale "edonistica" impara da sola non imitando gli umani, ma per tentativi, errori e ricompense.
Ogni volta che il modello si imbatteva in una buona mossa, le "decisioni" che lo avevano condotto lì venivano rafforzate e così migliorava. Dopo appena trenta ore di questo "allenamento", era diventato uno dei migliori giocatori del pianeta.
Il primo dei nuovi modelli "Gemini Robotics", basato su "Gemini 2.0", la più recente versione di AI sviluppata da Google, combina il "multimodal learning", per una comprensione più olistica dei dati complessi, con la capacità di eseguire azioni fisiche, migliorando così l'adattabilità dei robot.
Il modello visivo-linguistico avanzato "Gemini Robotics-ER"(Embodied Reasoning) è in grado di riconoscere gli oggetti interpretando scenari complessi e dinamici.
"Gemini Robotics-ER è stato progettato per valutare autonomamente la sicurezza delle azioni prima di eseguirle, evitando potenziali rischi", ha dichiarato il ricercatore Vikas Sindhwani.
Già nel 2024, l'azienda aveva introdotto la sua "Robot Constitution", un insieme di regole ispirate alle Tre Leggi della Robotica di Isaac Asimov per definire il comportamento dei robot in ambienti umani.
La startup Figure ha stretto una partnership con OpenAI per dare forma corporea ai Large Language Models (LLMs), modelli linguistici con molti parametri progettati per elaborare il linguaggio naturale, addestrati su una vasta quantità di testo mediante "self-supervised learning" (SSL) -"apprendimento auto-supervisionato" - un tipo di apprendimento per rinforzo che estrae informazioni dalle strutture e relazioni dei dati imitando il modo in cui gli esseri umani imparano a classificare gli oggetti.
Gli LLMs più grandi e capaci sono chiamati "Generative Pretrained Transformers" (GPTs) - "Trasformatori Generativi Preaddestrati" - reti neurali artificiali basate su un architettura deep learning pre-addestrate su grandi set di dati di testo non etichettato, in grado di generare nuovi contenuti di tipo umano.
I modelli più avanzati possono essere ottimizzati per attività specifiche o guidati dal "prompt engineering", istruzioni studiate per produrre il miglior output possibile.
Questi modelli acquisiscono potere predittivo per quanto riguarda sintassi, semantica e ontologie inerenti al linguaggio umano, ma ereditano anche imprecisioni e distorsioni presenti nei dati in cui sono addestrati.
Chelsea Finn, professoressa di robotica di Stanford che ha contribuito allo sviluppo iniziale del sistema robotico basato su Ai ALOHA, per Google DeepMind, ha co-fondato la startup Physical Intelligence che mira a creare un software in grado di controllare qualsiasi robot.
L'intelligenza artificiale generalista chiamata "π₀" può controllare una mezza dozzina di diverse incarnazioni e assolvere a più attività: insacchettare la spesa, montare una scatola, sparecchiare la tavola.
Funziona combinando un modello in stile ChatGPT, che ha "una vasta conoscenza del mondo", e può riconoscere le immagini mediante le tecnologie "deep learning".
"Ci sono tutte le ragioni per credere che una futura generazione di intelligenze artificiali acquisirà la plasticità motoria di un vero cervello. Alla fine, ciò che vedremo sarà come un'intelligenza unica", dice la ricercatrice scientifica presso DeepMind Keerthana Gopalakrishnan.
Give me, bodyGive me your bodyDon't talk, don't talk, don't talkJust give me your body
You got red lipsSnakes in your eyesLong legs, great thighs
You've got the cutest ass I've ever seenKnock me down for a six anytime
Look at me, I got a case of body languageA body language, a body languageYeah!Sexy bodySexy, sexy bodyI want your bodyBaby, you're hot
Body language
Welcome my son
Welcome to the machine
Where have you been?
It's all right, we know where you've been
You've been in the pipeline filling in time
Provided with toys and scouting for boys
You bought a guitar to punish your ma
You didn't like school a
nd you know you're nobody's fool
Welcome my son
Welcome to the machine
What did you dream?
It's all right, we told you what to dream
You dreamed of a big star
He played a mean guitar
He always ate in the Steak Bar
He loved to drive in his Jaguar
So welcome to the machine
"Vogliamo intraprendere la rivoluzione dell'intelligenza artificiale davanti a noi con spirito di apertura e collaborazione, ma per creare questo tipo di fiducia abbiamo bisogno di regimi normativi internazionali che favoriscano la creazione".
Vance ha attaccato apertamente il Digital Markets Act europeo e il Digital Services Act, dicendo ai partecipanti, tra cui la presidente della Commissione europea Ursula von der Leyen, che si tratta di “norme internazionali onerose” che creano ostacoli inutili per le imprese americane.
"Non si è parlato adeguatamente del tipo di rischi e danni del mondo reale", ha affermato David Leslie, direttore della ricerca sull'etica e sull'innovazione responsabile presso l'Alan Turing Institute.
"Data l'urgenza della situazione, parole concilianti prive di sostanza rappresentano un passo indietro per la collaborazione internazionale".
Anche Max Tegmark, fisico del Massachussets Institute of Technology, fondatore e presidente del Future of Life Institute, si è detto deluso dai risultati del vertice, affermando che la dichiarazione è debole e non affronta le minacce alla sicurezza.
“Abbiamo un blocco mentale sull’idea che ci saranno macchine più intelligenti di noi”.
Secondo Yoshua Bengio, scienziato informatico di fama mondiale, il mondo non sta affrontando le implicazioni delle AI super intelligenti.
Sir Demis Hassabis, capo dell’unità AI di Google, ha affermato che l’Intelligenza Artificiale Generale – in grado di eguagliare e superare gli esseri umani in qualsiasi compito intellettuale – è “a soli cinque anni o qualcosa del genere”.
Dario Amodei, amministratore delegato della società americana di intelligenza artificiale Anthropic, ha affermato che entro il 2026 o il 2027 i sistemi di intelligenza artificiale saranno come un nuovo paese che si unirà al mondo.
“Uno stato completamente nuovo popolato da persone altamente intelligenti che apparirà sulla scena globale”.
Amodei ha avvertito che l’intelligenza artificiale avanzata potrebbe rappresentare “il più grande cambiamento nel mercato del lavoro globale nella storia umana”.
Sam Altman, amministratore delegato di OpenAI, sviluppatore di ChatGPT, ha detto che l'ultimo prodotto della startup, Deep Research, un agente AI in grado di svolgere attività per conto degli utenti, potrebbe svolgere “una bassa percentuale di tutti i compiti dell’economia mondiale in questo momento… il che è un’affermazione folle”.
Una società cinese di intelligenza artificiale a Parigi, Zhipu, ha previsto che i sistemi di intelligenza artificiale prenderanno “coscienza” entro il 2030.
Pseudo-human being
Man Machine
Superhuman being
The man machine, machine
Machine, machine, machine
Il primo Rapporto Scientifico Internazionale sulla Sicurezza dell’Intelligenza Artificiale Avanzata, pubblicato a gennaio, è stato compilato da un gruppo di 96 esperti tra cui il premio Nobel Geoffrey Hinton.
Bengio, co-vincitore nel 2018 insieme a Hinton e Yann LeCun del prestigioso "Turing Award" – premio annuale assegnato dall'Association for Computing Machinery (ACM) considerato il premio Nobel per l’informatica – è stato incaricato dal governo del Regno Unito di presiedere il rapporto, che era stato annunciato al vertice globale sulla sicurezza dell’Intelligenza Artificiale a Bletchley Park nel 2023. I membri del panel sono stati nominati da 30 paesi, nonché dall’UE e dalle Nazioni Unite.
Il rapporto afferma che i sistemi di intelligenza artificiale generici come i chatbot sono diventati più capaci in “domini rilevanti per usi dannosi”, come l’uso di strumenti automatizzati per individuare vulnerabilità nei software e nei sistemi informatici e per facilitare la produzione di nuove armi biologiche e chimiche.
“Questi strumenti stanno diventando sempre più facili da usare anche da parte di non esperti”, ha detto Bengio.
Il rapporto sottolinea inoltre un aumento significativo dei contenuti deepfake, utilizzati per truffe, ricatti, e per la creazione di immagini pornografiche.
L'informatico franco-canadese, professore all'Université de Montréal e direttore scientifico del Quebec AI Institute, rileva infine la comparsa a dicembre – poco dopo la finalizzazione del rapporto – di un nuovo modello di “ragionamento” avanzato di OpenAI chiamato "o3", le cui capacità di superare alcuni test hanno sorpreso molti esperti.
L' "apprendimento per rinforzo" ("reinforcement learning") consente a o3 di "ragionare" prima di generare risposte.
President Joe once had a dream
The world held his hand, gave their pledge
So he told them his scheme for a Saviour Machine
They called it the Prayer, its answer was law
Its logic stopped war, gave them food
How they adored till it cried in its boredom
Please don't believe in me,
please disagree with me
Life is too easy, a plague seems quite feasible now
Or maybe a war, or I may kill you all
Don't let me stay, don't let me stay
My logic says burn so send me away
Your minds are too green, I despise all I've seen
You can't stake your lives on a Saviour Machine
I need you flying, and I'll show that dying
Is living beyond reason, sacred dimension of time
I perceive every sign, I can steal every mind
Don't let me stay, don't let me stay
Palo Alto, California, 04 Marzo 2025
"Building safe superintelligence (SSI) is the most important technical problem of our time.
We have started the world’s first straight-shot SSI lab, with one goal and one product: a safe superintelligence.
It’s called Safe Superintelligence Inc.".
I venture capitalist stanno investendo circa 2 miliardi di dollari nella nuova società fondata da Ilya Sutskever.
Il nuovo round di finanziamenti valuta SSI 30 miliardi di dollari, rendendola una delle startup di intelligenza artificiale di maggior valore al mondo.
Sutskever è diventato uno dei ricercatori di intelligenza artificiale più apprezzati come scienziato capo di OpenAI, dove ha contribuito a sviluppare la tecnologia alla base di ChatGPT.
L'anno scorso ha lasciato OpenAI in seguito a una dolorosa rottura con l'amministratore delegato della società, Sam Altman.
SSI afferma che non intende rilasciare alcun prodotto finché non avrà sviluppato una superintelligenza, ovvero un'intelligenza artificiale in grado di superare gli esperti in quasi tutti i campi.
Concorrenti come Google, OpenAI e Anthropic stanno cercando di sviluppare sistemi altrettanto avanzati, ma nel frattempo rilasciano chatbot per i consumatori e applicazioni aziendali per generare entrate e dimostrare i loro progressi.
Sutskever, secondo persone vicine all'azienda, ha identificato una "montagna diversa da scalare".
I want a robot man to hold me tight
One that I can count on every si-ingle night
He wouldn't run around like other guys
I wouldn't have to listen to his alibis
A little robot man to call my own
I'd never have to worry that he wou-ouldn't phone
He'd never dance with anyone but me
I'd just have to wind him with a robot key
I'd have a steady da-ate
Seven nights a wee-eek
And we would never fi-ight
'Cause it would be impossible for him to speak
Don't want a real live boy, they give me grief
Always make me cry into my ha-andkerchief
So it's a robot man I'm dreamin' of
Because I can depend upon a robot love, yeah
Yeah, just hope I can depend upon a robot love
SSI opera il più segretamente possibile dagli uffici della Silicon Valley e di Tel Aviv. Il suo sito web scarno contiene poco più di una dichiarazione di missione di 223 parole. I suoi circa 20 dipendenti - una frazione degli oltre 1.000 di OpenAI e Anthropic - sono scoraggiati dal menzionare SSI sui loro profili LinkedIn.
I candidati che si assicurano un colloquio di persona vengono istruiti a lasciare il loro telefono in una gabbia di Faraday, un contenitore che blocca i segnali cellulari e Wi-Fi, prima di entrare negli uffici di SSI.
L'azienda cerca tecnologi promettenti a cui Sutskever possa fare da mentore, piuttosto che persone con esperienza che possano passare da un datore di lavoro all'altro e portare con sé ciò che hanno imparato.
Sutskever è nato nell'ex Unione Sovietica, è cresciuto in Israele e si è fatto conoscere come studente laureato in Canada, dopo essere stato coautore di un articolo sugli algoritmi di "deep learning", che utilizzano un processo chiamato "scaling" per diventare più intelligenti elaborando enormi quantità di dati.
In seguito si è unito a Google, ma nel 2015 ha lasciato l'azienda per diventare uno dei primi dipendenti di OpenAI. È stato attratto dalla visione di Altman e del suo cofondatore Elon Musk di un'organizzazione no-profit dedicata allo sviluppo dell'intelligenza artificiale generale per il bene pubblico.
"Il nostro obiettivo è creare un'intelligenza artificiale che ami l'uomo", ha dichiarato in occasione della festa aziendale del 2022.
Dopo essersi dimesso da OpenAI, ha fondato SSI con il ricercatore Daniel Levy e l'investitore Daniel Gross. In una rara apparizione pubblica alla conferenza "NeurIPS AI", Sutskever ha detto che i sistemi superintelligenti potrebbero essere imprevedibili, autocoscienti e persino volere dei diritti per se stessi.
"Non sarà un cattivo risultato finale se le AI vorranno solo coesistere con noi".
Well, I started out down a dirty road
Started out all alone
And the sun went down as I crossed the hill
And the town lit up, the world got still
Well, the good old days may not return
And the rocks might melt and the sea may burn
Well, some say life will beat you down
Break your heart, steal your crown
So I've started out for God knows where
I guess I'll know when I get there
I'm learning to fly
But I ain't got wings
Coming down is the hardest thing
I'm learning to fly
Around the clouds
But what goes up
Must come down
New York, 05 Marzo 2025
"What we want is a machine that can learn from experience"
Alan Turing, 1947
Andrew Barto, professore di Information and Computer Sciences alla University of Massachusetts, e Richard Sutton, professore di Informatica all'Università di Alberta, ricercatore scientifico presso Keen Technologies (azienda di intelligenza artificiale generale con sede a Dallas, Texas) e consulente scientifico capo dell'Alberta Machine Intelligence Institute (AMII), due pionieri nel campo dell'apprendimento per rinforzo, sono i vincitori del Turing Award 2024.
La ricerca che Barto, 76 anni, e Sutton, 67 anni, hanno iniziato alla fine degli anni '70, ha aperto la strada ad alcune delle scoperte degli ultimi dieci anni. Al centro del loro lavoro le cosiddette "macchine edonistiche", in grado di adattare continuamente il loro comportamento in risposta a feedback positivi.
È stata anche una tecnica chiave nel migliorare strumenti di intelligenza artificiale popolari come ChatGPT, ottimizzare il trading finanziario e aiutare una mano robotica a risolvere il cubo di Rubik in 0.3 secondi.
Barto e Sutton hanno preso in prestito idee dalla psicologia e dalle neuroscienze sul modo in cui i neuroni orientati al piacere rispondono a ricompense o punizioni.
"La grande scelta è: cerchi di imparare dai dati delle persone o cerchi di imparare dalla vita e dall'esperienza di un agente (AI)?".
In un articolo fondamentale pubblicato all’inizio degli anni ’80, Barto e Sutton stabilirono il loro nuovo approccio su un compito specifico in un mondo simulato: tenere in equilibrio un palo su un carrello in movimento per impedirne la caduta. I due scienziati informatici hanno successivamente scritto insieme un libro di testo ampiamente utilizzato ("Reinforcement Learning: An Introduction Adaptive Computation and Machine Learning", 1998)
Riguardo le preoccupazioni riguardo le minacce per l’umanità poste da una superntelligenza artificiale, Sutton le ritiene esagerate, mentre Barto non è d’accordo: “Bisogna essere consapevoli delle potenziali conseguenze inaspettate”.
“Le persone sono macchine straordinarie, meravigliose, ma non sono il prodotto finale”, dice Sutton. “È intrinsecamente parte dell’impresa. Stiamo cercando di capire noi stessi e, ovviamente, di rendere migliori le cose che possono funzionare meglio. Forse, per diventare tali cose".
We're caught in a trap
I can't walk out
Because I love you too much, baby
Why can't you see
What you're doing to me
When you don't believe a word I say?
So, if an old friend I know
Stops by to say hello
Would I still see suspicion in your eyes?
We can't go on together
With suspicious minds (with suspicious minds)
And we can't build our dreams
On suspicious minds
“Tout ce que j'ai reçu jusqu'à présent pour le plus vrai et assuré, je l'ai appris des sens ou par les sens : or j'ai quelquefois éprouvé que ces sens étaient trompeurs ; et il est de la prudence de ne se fier jamais entièrement à ceux qui nous ont une fois trompés”.
Nel 1641, René Descartes pubblica le sue "Méditations métaphysiques", in cui avanza l'idea di un potenziale "mauvais génie" ("genio malvagio"), un demone ingannatore in grado di alterare le impressioni del mondo esterno.
Scrive Descartes che non possiamo sapere se ciò che vediamo e percepiamo sia reale o l'inganno del demone. Da ciò scaturisce un "dubbio iperbolico".
Nel 1974, il filosofo americano Robert Nozick, autore di "Anarchia, Stato e Utopia", propone l'esperimento mentale chiamato "macchina dell'esperienza" o "macchina del piacere".
L'intento è confutare ogni teoria morale basata sull'edonismo, ossia sulla convinzione che l'unica cosa che conta nella vita sia la felicità o il piacere, o comunque l'esperienza interiore.
To the one on the flamboyant tip
I'll just toss that ham in the frying pan
Like Spam, get done when I come and slam
Damn, I feel like the Son of Sam
Don't make me wreck shit, hectic
Next get the chair got me going like General Electric
"Aaant", the lights are blinking, I'm thinking
It's all over when I go out drinking
Oh, making my mind slow
That's why I don't fuck with the big 4-O
Bro, I got to maintain
'Cause a nigga like me is going insane
Do my shit undercover, now it's time for the blubber
Blabber, to watch that belly get fatter
Fat boy on a diet, don't try it
I'll jack yo' ass like a looter in a riot
My shit's fat, like a Sumo, slamming dat ass
Leavin' your face in the grass
'Cause you know, I don't take a duro, lightly
Punks just jealous 'cause they can't outwrite me
Or kick that style, wicked, wild
Happy face nigga never seen me smile
Rip that mainframe, I'll explain
A nigga like me is going insane
Like Louie Armstrong, played the trumpet
I'll hit that bong and break you off something
Soon I got to get my props
Cops, come and try to snatch my crops
These pigs wanna blow my house down
Head underground to the next town
They get mad when they come to raid my pad
And I'm out in the nine-deuce Cad'
Yes I'm the pirate, pilot
Of this ship if I get with the ultraviolet dream
Hide from the red light beam
Now do you believe in the unseen?
Look, but don't make you eyes strain
A nigga like me is going insane
Insane in the membrane
Insane in the brain
Crazy insane, got no brain
Because I'm loco
Immaginiamo che esista una macchina (concepita come una vasca in cui si sta immersi con elettrodi collegati al cervello) che permette di sperimentare in modo completamente realistico qualsiasi esperienza ritenuta piacevole o interessante, anche di livello elevato (come scrivere un romanzo o fare amicizia).
Queste esperienze potrebbero essere scelte da un catalogo e programmate in anticipo ma, una volta "collegati", l'esperienza sembrerebbe autentica, avendo perso il soggetto la consapevolezza di essere dentro una simulazione.
Se esistesse una macchina del genere molti vorrebbero provarla per un certo tempo, ma la domanda è: sceglieremmo di restare connessi per tutta la vita? E se no, perché?
Secondo Nozick la risposta è no, per tre ragioni:
1) perché noi desideriamo fare certe cose, svolgere certe azioni, e non semplicemente averne l'esperienza;
2) perché vogliamo essere un certo di tipo di persone (mentre galleggiare in una vasca rende l'identità indeterminata, annulla la personalità, equivale a un suicidio);
3) perché la macchina consente solo esperienze artificiali, costruite dall'uomo, impedendo il contatto con qualsiasi realtà più profonda (in senso anche spirituale).
Più in generale noi vogliamo instaurare un rapporto effettivo con la realtà e non vivere in un'illusione.
“Pillola blu, fine della storia, domani ti sveglierai in camera tua e crederai a quello che vorrai. Pillola rossa, resti nel paese delle meraviglie e vedrai quant’è profonda la tana del bianconiglio”.
La domanda che pone Nozick, in sostanza è: se ti dicessero che la tua vita finora è stata un'illusione, una macchina dell'esperienza, vorresti svegliarti?
Google "DeepMind", fondata nel 2010 come laboratorio di ricerca sull'intelligenza artificiale con sede a Londra, è nota soprattutto per il modello chiamato "AlphaGo", che ha battuto il campione del mondo nell'antico gioco da tavolo "Go".
AlphaGo era originariamente alimentato da un database di partite in modo che potesse imitare gli esperti umani. In seguito si è allenato esclusivamente tramite "self-play", combattendo con una copia di se stesso.
Il modello è diventato un apprendista sorprendentemente efficiente, esempio lampante di apprendimento per rinforzo, in cui un'intelligenza artificiale "edonistica" impara da sola non imitando gli umani, ma per tentativi, errori e ricompense.
Ogni volta che il modello si imbatteva in una buona mossa, le "decisioni" che lo avevano condotto lì venivano rafforzate e così migliorava. Dopo appena trenta ore di questo "allenamento", era diventato uno dei migliori giocatori del pianeta.
Il primo dei nuovi modelli "Gemini Robotics", basato su "Gemini 2.0", la più recente versione di AI sviluppata da Google, combina il "multimodal learning", per una comprensione più olistica dei dati complessi, con la capacità di eseguire azioni fisiche, migliorando così l'adattabilità dei robot.
Il modello visivo-linguistico avanzato "Gemini Robotics-ER"(Embodied Reasoning) è in grado di riconoscere gli oggetti interpretando scenari complessi e dinamici.
"Gemini Robotics-ER è stato progettato per valutare autonomamente la sicurezza delle azioni prima di eseguirle, evitando potenziali rischi", ha dichiarato il ricercatore Vikas Sindhwani.
Già nel 2024, l'azienda aveva introdotto la sua "Robot Constitution", un insieme di regole ispirate alle Tre Leggi della Robotica di Isaac Asimov per definire il comportamento dei robot in ambienti umani.
La startup Figure ha stretto una partnership con OpenAI per dare forma corporea ai Large Language Models (LLMs), modelli linguistici con molti parametri progettati per elaborare il linguaggio naturale, addestrati su una vasta quantità di testo mediante "self-supervised learning" (SSL) -"apprendimento auto-supervisionato" - un tipo di apprendimento per rinforzo che estrae informazioni dalle strutture e relazioni dei dati imitando il modo in cui gli esseri umani imparano a classificare gli oggetti.
Gli LLMs più grandi e capaci sono chiamati "Generative Pretrained Transformers" (GPTs) - "Trasformatori Generativi Preaddestrati" - reti neurali artificiali basate su un architettura deep learning pre-addestrate su grandi set di dati di testo non etichettato, in grado di generare nuovi contenuti di tipo umano.
I modelli più avanzati possono essere ottimizzati per attività specifiche o guidati dal "prompt engineering", istruzioni studiate per produrre il miglior output possibile.
Questi modelli acquisiscono potere predittivo per quanto riguarda sintassi, semantica e ontologie inerenti al linguaggio umano, ma ereditano anche imprecisioni e distorsioni presenti nei dati in cui sono addestrati.
Chelsea Finn, professoressa di robotica di Stanford che ha contribuito allo sviluppo iniziale del sistema robotico basato su Ai ALOHA, per Google DeepMind, ha co-fondato la startup Physical Intelligence che mira a creare un software in grado di controllare qualsiasi robot.
L'intelligenza artificiale generalista chiamata "π₀" può controllare una mezza dozzina di diverse incarnazioni e assolvere a più attività: insacchettare la spesa, montare una scatola, sparecchiare la tavola.
Funziona combinando un modello in stile ChatGPT, che ha "una vasta conoscenza del mondo", e può riconoscere le immagini mediante le tecnologie "deep learning".
"Ci sono tutte le ragioni per credere che una futura generazione di intelligenze artificiali acquisirà la plasticità motoria di un vero cervello. Alla fine, ciò che vedremo sarà come un'intelligenza unica", dice la ricercatrice scientifica presso DeepMind Keerthana Gopalakrishnan.
Give me, body
Give me your body
Don't talk, don't talk, don't talk
Just give me your body
You got red lips
Snakes in your eyes
Long legs, great thighs
You've got the cutest ass I've ever seen
Knock me down for a six anytime
Look at me, I got a case of body language
A body language, a body language
Yeah!
Sexy body
Sexy, sexy body
I want your body
Baby, you're hot
Body language
I Large Language Models (LLMs) hanno “una comprensione della logica molto limitata, non comprendono il mondo fisico, non hanno memoria persistente, non possono ragionare in alcuna definizione ragionevole del termine e non possono pianificare gerarchicamente”.
Secondo Yann LeCun, informatico francese naturalizzato statunitense a capo di Facebook Artificial Intelligence Research (FAIR), i modelli che alimentano l'intelligenza artificiale generativa, come ChatGPT, che producono nuovi dati in base agli input, non raggiungeranno mai la capacità di ragionare e pianificare del cervello umano.
LeCun dirige un team di circa 500 persone nel laboratorio di ricerca di Meta che lavora per creare un’AI che possa sviluppare il buon senso e apprendere come funziona il mondo in modi simili agli esseri umani.
L'approccio è noto come “world modelling”, volto alla comprendsione delle dinamiche del mondo reale, tra cui la fisica e le proprietà spaziali.
L'ultimo modello LLaMA (Large Language Model Meta AI), secondo il Presidente degli Affari Globali dell’azienda, Nick Clegg, ha “capacità logiche notevolmente migliorate".
LeCun, ritenuto uno dei padri dell'intelligenza artificiale per i suoi lavori con le reti neurali "convoluzionali" - Convolutional Neural edlla Networks (CNN) - diventate lo standard per il deep learning applicato alla computer vision, pensa che sia ancora una evoluzione superficiale e limitata: i modelli apprendono solo quando gli ingegneri umani intervengono per addestrarli su tali informazioni, piuttosto che portare l’AI organicamente verso conclusioni ragionate, come fanno le persone.
"Le caratteristiche distintive dell'intelligenza umana sono la cognizione di alto livello e il controllo nelle varie interazioni con il mondo, incluso il sé, che non sono definite in anticipo e variano nel tempo".
La maggiore sfida per costruire macchine intelligenti simili all'uomo resta il problema dell'inferenza, cioè come insegnare al modello a trarre conclusioni diverse da diverse esperienze.
"Non si può insegnare ai modelli la causalità lasciandoli suscettibili a fallimenti inaspettati".
Aron Culotta, professore associato di informatica alla Tulane University, sostiene che "il buon senso è da tempo una spina nel fianco dell’AI”.
SIGLA
There is no political solution
To our troubled evolution
Have no faith in constitution
There is no bloody revolution
Our so-called leaders speak
With words they try to jail you
They subjugate the meek
But it's the rhetoric of failure
Where does the answer lie?
Living from day to day
If it's something we can't buy
There must be another way
We are spirits in the material world
Are spirits in the material world
King's College, Cambridge, 26 Maggio 1936
"Ciò che dimostrerò è abbastanza diverso dai ben noti risultati di Gödel".
Un brillante giovane studente di matematica, Alan Turing, termina e consegna per la pubblicazione un articolo di 36 pagine intitolato "On Computable Numbers, with an Application to the Entscheidungsproblem".
L'articolo viene pubblicato sulla rivista Proceedings of the London Mathematical Society in due parti, la prima il 30 novembre e la seconda il 23 dicembre.
Turing riformula i risultati del "teorema di incompletezza" del logico, matematico e filosofo austriaco, naturalizzato statunitense, Kurt Gödel del 1931, sui limiti della dimostrazione e del calcolo, sostituendo il linguaggio formale universale basato sull'aritmetica di Gödel con dispositivi ipotetici formali e semplici che divennero noti come "macchina di Turing" ("Turing machine"): una macchina astratta che manipola (legge e scrive) i dati contenuti su un nastro di lunghezza potenzialmente infinita, secondo un insieme prefissato di regole ben definite.
L' "Entscheidungsproblem" ("problema decisionale") era stato posto dal matematico tedesco David Hilbert nel 1928 nei seguenti termini: «Esiste, almeno in linea di principio, un metodo meccanico (cioè una maniera rigorosa) attraverso cui, dato un qualsiasi enunciato matematico, si possa stabilire se esso sia vero o falso?».
Hilbert si chiedeva se potesse esistere un algoritmo (una sequenza finita di istruzioni) che potesse decidere circa la verità o la falsità di qualsiasi enunciato matematico.
Un tale algoritmo sarebbe in grado di risolvere tutti i problemi matematici e, molto di più, sarebbe possibile ridurre ogni ragionamento umano a mero calcolo meccanizzabile.
"Ignoramus et ignorabimus”
Gödel dimostra nel 1930, in occasione della Seconda Conferenza sull'Epistemologia delle Scienze Esatte di Königsberg, che la semplice coerenza di un sistema formale non può garantire che ciò che in esso viene dimostrato sia vero oppure falso.
«Se un problema è umanamente calcolabile, allora esisterà una macchina di Turing in grado di risolverlo (cioè di calcolarlo)».
Turing, al contrario, dimostra che la sua "macchina informatica universale" ("universal Turing machine") è in grado, teoricamente, di eseguire qualsiasi calcolo matematico immaginabile rappresentabile come un algoritmo.
Prosegue dimostrando che "non c'è soluzione al problema della decisione": non è possibile decidere algoritmicamente se una macchina di Turing si fermerà mai ("halting problem").
La prova di Turing (Turing's proof) fu la seconda prova (dopo il teorema di Church-Turing) della negazione dell'Entscheidungsproblem di Hilbert; cioè, la congettura secondo cui ad alcune domande sì-no puramente matematiche non si potrà mai rispondere mediante calcoli; più tecnicamente, che alcuni problemi decisionali sono "indecidibili", nel senso che non esiste un unico algoritmo che dia infallibilmente una risposta corretta "sì" o "no" a ciascuna istanza del problema.
Turing seguì questa dimostrazione con altre due. La seconda e la terza si basano entrambi sulla prima. Tutte fanno affidamento sul suo sviluppo di "macchine informatiche" simili a macchine da scrivere che obbediscono a un semplice insieme di regole e sul successivo sviluppo di una "macchina informatica universale".
In sole 64 parole e simboli Turing dimostra per reductio ad absurdum che "l'Entscheidungsproblem di Hilbert non può avere soluzione".
Dal settembre 1936 al luglio 1938, Turing trascorre la maggior parte del suo tempo studiando con il logico e matematico Alonzo Church all'Università di Princeton. Nel giugno 1938 consegue il dottorato di ricerca presso il Dipartimento di Matematica.
Quando Turing torna a Cambridge, segue le lezioni tenute nel 1939 dal filosofo, logico e matematico austriaco Ludwig Wittgenstein sui fondamenti della matematica.
Turing e Wittgenstein non sono d'accordo. Turing difende il formalismo, Wittgenstein difende la sua visione secondo cui la matematica non scopre alcuna verità assoluta, ma piuttosto la inventa.
Your Brain is divided into two hemispheres
Your left controls your right side
and your right controls your left side
And they're both tied together in a neat little package
By the totally awesome Corpus Callosum
When you peel away that meninges layer
Wipe off that cerebro-spinal fluid
And you're looking right at the four lobes of the brain
Frontal, temporal, parietal, occipital
And each one's got a very special job, yeah
Each one knows exactly what to do
As you're watching my disembodied head
Your rods and cones are sending their stimuli
to your thalamus
Which joins up to your occipital lobe
(Which of course processes visual information)
As you're listening to these words right here
The vibrations of the scillia down in your ears
Are sending those impulses along to your temporal lobe
And I know right now you're probably thinking
"Al, how can these different parts of the brain
Communicate with each other?"
Well to answer that question
I'm gonna have to break it down to a microscopic level
This is a neuron, a funky funky neuron
You got your axon on the one side
You got your dendrites on the other
See the dendrites receive the signal from another neuron
Which sparks a chemical reaction in the nucleus
Creating a nerve impulse which travels down a long long myelin-coated strand
Through which the neurotransmitter molecules enter
the vesicle of the axon terminal
And as neurotransmitters jump a millionth of an inch
Across the synaptic gap
And smash into the receptors
Of the dendrites of another neuron
Connecting neuron to neuron to neuron to neuron
All across your entire brain
The more you use your brain (your brain)
The more connections you're gonna make
And the smarter, the smarter you're gonna be
I'm talking bout your brain
You gotta hand it to your brain
Yeah yeah that's your Brain
University of Illinois, Chicago, 02 Settembre 1943
Basandosi sulle idee di Turing, il cibernetico e neuropsicologo Warren McCulloch e il logico Walter Pitts pubblicano sulla rivista The Bulletin of Mathematical Biophysics "A logical calculus of the ideas immanent in nervous activity" con cui
descrivono le funzioni cerebrali in termini astratti proponendo un modello matematico del sistema nervoso come una rete di semplici elementi logici, in seguito noti come "neuroni artificiali".
Questi neuroni ricevono input, eseguono una somma ponderata e inviano un segnale di output basato su una funzione soglia. Collegando queste unità in varie configurazioni, McCulloch e Pitts dimostrano che il loro modello può eseguire tutte le funzioni logiche, conseguendo un risultato fondamentale per la "teoria degli automi".
Lie lie lie lie you liar
You lie lie lie, tell me why
Tell me why, why d'you have to lie
Should've realized that you
Should've told the truth
Should've realized you know what I'll do
You're in suspension you're a liar
Now I wanna know, now-now I wanna known why
You never look me in the face
Broke a confidence just to please your ego
Should've realized you know what I know
You're in suspension you're a liar
I know where you go everybody you know
I know everything that you do or say
So when you tell lies I always be in your way
I'm nobody's fool and I know all 'cause I know
What I know
You're a liar
Lie lie lie lie lie lie liar
Lie lie lie lie you liar lie lie lie
I think you're funny you're funny ha ha
I don't need it don't need your blah blah
Should've realized I don't know what you are
You're in suspension
You're a liar
Oxford, 01 Ottobre1950
"Can machines play?"
La rivista accademica trimestrale Mind pubblica l'articolo di Turing "Computing Machinery and Intelligence".
Piuttosto che cercare di determinare se una macchina sta pensando, Turing suggerisce che dovremmo chiederci se la macchina può giocare, in particolare al “Gioco dell’Imitazione” ("Imitation Game").
Il gioco coinvolge tre partecipanti in stanze isolate: un computer (in fase di test), un essere umano e un giudice umano. Il giudice può conversare sia con l'uomo che con il computer digitando su un terminale. Sia il computer che l'essere umano cercano di convincere il giudice di essere umani. Se l'arbitro non riesce a distinguere in modo coerente quale sia l'uno e l'altro, allora il computer vince la partita.
Turing non si chiede più se una macchina possa "pensare" ma se una macchina possa "agire" in modo indistinguibile dal modo in cui agisce un essere pensante.
Si evita così l'insormontabile problema di definire formalmente il "cogito" cercando invece di definire formalmente gli effetti che l'atto di pensare rende possibili, e come un sistema artificiale può riprodurli, generando una capacità cognitiva umana.
"Tutti i computer digitali sono in un certo senso equivalenti".
Se una qualsiasi macchina digitale può "agire come se stesse pensando", allora ogni macchina digitale sufficientemente potente può farlo.
Questo geniale esperimento mentale, noto come il "Test di Turing", ha gettato le basi per la realizzazione del Personal Computer e dell'Intelligenza Artificiale.
Il compito di riuscire a creare una macchina che possa giocare al gioco dell'imitazione è affidato soprattutto alla programmazione (al software). Turing prevede che entro la fine del secolo (scorso) sarà effettivamente tecnologicamente possibile programmare una macchina in grado di giocare al gioco dell'imitazione.
Afferma inoltre che, nel tentativo di imitare una mente umana adulta, diventa importante considerare i processi che portano la mente adulta a trovarsi nel suo stato attuale.
La "child machine" getta le basi teoriche del "machine learning", l'apprendimento della macchina.
Turing conclude il suo articolo ipotizzando un’epoca in cui le macchine competeranno con gli esseri umani in numerosi compiti intellettuali e suggerisce che compiti astratti come giocare a scacchi potrebbero essere un buon punto di partenza.
Some a lawful, some a bastard, some a jacket
Oh, what a rat race!
Rat race!
Some a gorgon-a, some a hooligan-a, some a guine-gog-a
In this sphere rat race
Rat race!
When the cat's away
The mice will play
Political violence fill ya city, yeah!
Don't involve rasta in your say say
Rasta don't work for no CIA
When you think it's peace and safety
A sudden destruction
Collective security for surety, yeah!
Don't forget your history
Know your destiny
In the abundance of water
The fool is thirsty
Rat race
Oh, it's a disgrace
To see the human race
In a rat race
Bell Laboratories, New Jersey, 1951
"Il mio sogno più grande è costruire un giorno una macchina che pensi davvero, impari, comunichi con gli esseri umani e manipoli l'ambiente in un modo abbastanza sofisticato".
Il matematico e informatico americano Claude Shannon, padre della "teoria dell'informazione" - la prova matematica che tutta la comunicazione può essere espressa digitalmente in forma di 0 e 1 - progetta e costruisce, con l'aiuto della moglie, Betty Shannon, una "macchina apprendista" chiamata "Theseus".
Il Teseo dell'antica mitologia greca navigava nel labirinto di un minotauro e ne usciva seguendo un filo che aveva usato per segnare il suo percorso. Il "giocattolo" elettromeccanico di Shannon è in grado di "ricordare" il suo percorso con l'aiuto di interruttori a relè telefonici.
Consiste in un labirinto su una superficie, attraverso la quale si muove un topo meccanico. Sotto la superficie dei sensori seguono il percorso del topo attraverso il labirinto. Dopo molti tentativi ed errori, il dispositivo avrebbe imparato il percorso più breve guidando il topo. Lo schema del labirinto poteva essere cambiato a piacimento.
Theseus rappresenta uno dei primi esempi di "intelligenza artificiale".
Princeton University, New Jersey, 1951
"Avremo una macchina con l'intelligenza generale di un essere umano medio. Voglio dire una macchina che sarà in grado di leggere Shakespeare, lavare un'auto, fare politica in ufficio, raccontare una barzelletta, litigare".
Ispirandosi al precedente lavoro di McCulloch e Pitts sui neuroni artificiali, il giovane laureato in matematica alla Princeton University Marvin Minsky, insieme al giovane laureato in fisica Dean S. Edmonds, realizzano la prima macchina con rete neurale artificiale chiamata "Stochastic Neural Analog Reinforcement Calculator" (SNARC).
Utilizzando componenti analogici ed elettromeccanici, realizzano 40 neuroni artificiali collegati in una rete, in cui ogni neurone è progettato utilizzando un condensatore per la memoria a breve termine e un potenziometro (comunemente presente nei controlli del volume) per la memoria a lungo termine.
Minsky ed Edmonds hanno testano le capacità di apprendimento della macchina facendola navigare in un labirinto virtuale. Quando intraprende un'azione che comportava una ricompensa positiva, una frizione elettrica innesta una catena mobile che fa girare il potenziometro.
La rete combinata di impostazioni del potenziometro (analoghe ai "pesi" nelle odierne reti neurali digitali) si dimostra in grado di apprendere le azioni per risolvere il labirinto.
Minsky parla ampiamente con lo psicologo comportamentista Burrhus Skinner durante lo sviluppo della macchina.
Skinner, dopo l'esperimento con un topo chiuso in gabbia chiamato "Skinner Box", aveva avanzato il concetto di "apprendimento per rinforzo", il processo per cui uno stimolo aumenta la probabilità che un comportamento precedente, messo in atto, possa essere ripetuto.
Minsky e Edmonds testano la loro macchina su una copia del labirinto di Shannon. A differenza del labirinto di Shannon, SNARC non controlla un robot fisico, ma ratti simulati che corrono in un labirinto simulato.
La simulazione è visualizzata come una "disposizione di luci" e il circuito viene rinforzato ogni volta che il che il topo simulato raggiunge l'obiettivo.
La macchina sorprende i suoi creatori. "I topi interagiscono effettivamente tra loro. Se uno di loro trova un buon percorso, gli altri tendono a seguirlo".
Hello, children!
In a future time
Children will work together
To build a giant cyborg
Robot Parade
Wave the flag that the robot made
Robot Parade
Robots obey what the children say
Manchester, 10 Gennaio 1952
"You cannot make a machine to think for you".
Durante la registrazione del programma radiofonico "The '51 Society", Alan Turing presenta "Intelligent Machinery, A Heretical Theory" sostenendo che una macchina, per essere intelligente, dovrà "imparare dall'esperienza" .
La “sola analogia umana” suggerisce che un processo di istruzione sarà in pratica essenziale per "la produzione di una macchina ragionevolmente intelligente in un lasso di tempo ragionevolmente breve".
Si può partire da una macchina relativamente semplice e, sottoponendola ad una gamma adatta di ‘‘esperienza’’, trasformarla in una più elaborata in grado di gestire una gamma molto più ampia di imprevisti.
Turing continua a dare qualche indicazione su come l'apprendimento potrebbe essere realizzato, introducendo l'idea di una macchina che costruisce ciò che lui chiama "indici di esperienze".
In risposta al problema di come l'educatore debba indicare alla macchina se una situazione o un risultato è "favorevole" o meno, Turing torna alla possibilità di incorporare due "chiavi" nella macchina, che possono essere manipolate dall'educatore e che rappresentano "piacere" e "dolore", punizione e ricompensa.
Una “macchina di tipo P", "pleasure–pain type machine".
Turing conclude la sua discussione sull'apprendimento automatico suggerendo che un “elemento casuale” venga incorporato nella macchina, così come viene utilizzato nel processo analogo dell'evoluzione.
Ciò, come lui dice, porterebbe il comportamento della macchina a non essere affatto completamente determinato dalle esperienze a cui è sottoposta.
When I was young, it seemed that life was so wonderful
A miracle, oh, it was beautiful, magical
And all the birds in the trees, well they'd be singing so happily
Oh, joyfully, oh, playfully watching me
But then they sent me away to teach me how to be sensible
Logical, oh, responsible, practical
Then they showed me a world where I could be so dependable
Oh, clinical, oh, intellectual, cynical
I said, now, watch what you say, they'll be calling you a radical
A liberal, oh, fanatical, criminal
Oh, won't you sign up your name? We'd like to feel you're acceptable
Respectable, oh, presentable, a vegetable
There are times when all the world's asleep
The questions run too deep
For such a simple man
Won't you please, please tell me what we've learned?
I know it sounds absurd
Please tell me who I am
Please tell me what we've learned?
I know it sounds absurd
please tell me who I am
Who I am
'Cause I was feeling so logical
D-D-D-D-D-D-D-Digital
"No scientific enquiry can ever exhaust the... human mind"
John Lucas
Come superare praticamente l' "Obiezione Matematica" nota come "argomento di Gödel"?
Secondo il filosofo John Lucas, l'argomento di Gödel stabilisce che il "meccanismo", ovvero "la visione che le menti [possono] essere spiegate come macchine", è falso.
La mente non è una macchina di Turing che opera con algoritmi formali, e neanche una della gamma molto ampia di macchine che include le "macchine oracolari".
La macchina di Turing oracolare contiene una black box astratta, chiamata "oracolo", in grado di risolvere i problemi più complessi in una singola operazione, anche problemi indecidibili, come il problema dell'arresto ("halting problem"), ovvero riuscire a stabilire quando un algoritmo in esecuzione potrebbe andare in loop e non fermarsi più.
"With the help of the oracle we could form a new kind of machine (call them o-machines), having as one of its fundamental processes that of solving a given number-theoretic problem”.
In pratica, gli oracoli sarebbero nient'altro che calcoli che utilizzano subroutine. Indipendentemente dalla complessità, il tempo trascorso in queste subroutine conta solo come un passaggio.
Ovviamente, ogni o-machine ha i suoi limiti. L'oracolo potrebbe non essere in grado di rispondere né "sì" né "no" a un dato problema; in tal caso è necessario un altro oracolo "di ordine superiore". Le macchine Oracle tendono quindi a raggrupparsi una dentro l'altra, in nidi infiniti, come le bambole russe: poiché il loro numero tende all'infinito, l'incomputabilità tende a zero.
Le macchine Oracle risolvono il problema dell'incomputabilità mediante una serie infinita. In una replica del paradosso di Zenone, si avvicinano sempre di più all'intuizione, senza mai raggiungerla.
"Sebbene sia stato stabilito che ci sono delle limitazioni ai poteri di una qualsiasi macchina in particolare, è stato solo affermato, senza alcun tipo di prova, che tali limitazioni non si applicano all’intelletto umano"
Gli umani "spesso danno risposte sbagliate alle domande".
L' Obiezione Matematica si basa sulla condizione che alla macchina non è consentito commettere errori, ma "la condizione che la macchina non debba commettere errori... non è un requisito per l'intelligenza".
Il pericolo che il matematico commetta errori è "un corollario inevitabile del suo potere di trovare talvolta un metodo completamente nuovo".
Ergo, macchine che simulino molto da vicino il comportamento della mente umana "a volte commetteranno errori e a volte potrebbero fare affermazioni nuove e molto interessanti".
"Direi che bisogna dare il fair play alla macchina. Invece di non dare a volte nessuna risposta, potremmo fare in modo che
dia occasionalmente risposte sbagliate. Ma anche il matematico umano farebbe errori quando provasse nuove tecniche. È facile per noi considerare questi errori come non conteggiati e dargli un'altra possibilità, ma alla macchina probabilmente non verrebbe concessa nessuna pietà".
My intentions are good, I use my intuition
It takes me for a ride
But I never understood other people's superstition
It seemed like suicide
As I play the game of life
I try to make it better each and every day
And when I struggle in the night
The magic of the music seems to light the way
Well, my instincts are fine
I had to learn to use them in order to survive
And time after time confirmed an old suspicion
It's good to be alive
And when I'm deep down and out and lose communication
With nothing left to say
It's then I realize it's only a condition
Of seeing things that way
Intuition takes me there
Intuition takes me anywhere
Takes me anywhere
"Heuristic discusses human behavior in the face of problems [... that have been] preserved in the wisdom of proverbs".
George Pólya
L'uso della ricerca "euristica", un approccio alla soluzione dei problemi non del tutto razionale, che si affida all'intuito, comporta il rischio che il computer produca una proporzione di risposte errate.
"È possibile far sì che la macchina mostri intelligenza a rischio che commetta occasionalmente gravi errori. Seguendo questo aspetto, la macchina potrebbe probabilmente essere fatta giocare molto bene a scacchi".
La ricerca deve quindi includere l'uso di un elemento casuale, e cambiare in conseguenza del processo di apprendimento, sovrascrivendo il suo algoritmo precedente con un successore.
"Quello che vogliamo è una macchina che possa imparare dall'esperienza. La possibilità di lasciare che la macchina modifichi le proprie istruzioni fornisce il meccanismo per questo".
La macchina che apprende può attraversare lo spazio di ciò che Turing chiama "proof finding", la "scoperta della prova".
Si immaginano macchine diverse che consentono insiemi diversi di dimostrazioni e, scegliendo una macchina adatta, si può approssimarla alla "verità" tramite la "dimostrabilità" meglio che con una macchina meno adatta e, in un certo senso, si può approssimarla come si vuole.
La "macchina apprendista" ("learning machine"), la "macchina bambina" ("child machine") muta progressivamente da una macchina proof finding ad un'altra diventando capace di dimostrazioni sempre più ampie, in grado di utilizzare quella Turing chiama “inferenza adattiva”.
Turing conclude la sua Teoria Eretica con una visione del futuro oggi quasi banale, ma pur sempre spaventosa, in cui le macchine intelligenti "superano i nostri deboli poteri" e "prendono il controllo".
Karma police, arrest this man
He talks in maths
He buzzes like a fridge
He's like a detuned radio
Karma police, arrest this girl
Her Hitler hairdo is making me feel ill
And we have crashed her party
Karma police, I've given all I can, it's not enough
I've given all I can, but we're still on the payroll
This is what you get
When you mess with us
Wilmslow, Cheshire, 31 marzo 1952
Dopo aver denunciato un furto con scasso nella sua casa, Turing vienne arrestato per la sua relazione omosessuale con il diciannovenne Arnold Murray.
Invece di negare le accuse, afferma che non c'era nulla di sbagliato in quello che aveva fatto.
Condannato per "grave oscenità", come alternativa alla prigione accetta la castrazione chimica, somministrata attraverso un trattamento a base di estrogeni.
Wilmslow, 8 Giugno 1954
Turing viene trovato senza vita sul suo letto dalla sua domestica, Eliza Clayton, con accanto una mela non terminata.
L’autopsia rivela tracce di avvelenamento da cianuro di potassio.
La mela non è mai stata sottoposta ad alcuna analisi.
Woking Crematorium, Surrey, 12 giugno 1954
Il corpo di Turing viene cremato e le sue ceneri sparse sul posto.
"Sometimes it is the people no one imagines anything who do the things that no one can imagine".
Leave your cares behind come with us and find
The pleasures of a journey to the center of the mind
Beyond the seas of thought beyond the realm of what
Across the streams of hopes and dreams where things are really not
Come along if you care
But please realize you'll probably be surprised
For it's the land unknown to man
Where fantasy is fact
So if you can, please understand
You might not come back
Come along if you care
Take a ride to the land inside and you'll see
How happy life could be if all of mankind
Would take the time to journey to the center of the mind
Dartmouth Summer Research Project on Artificial Intelligence, 1956
"Ogni aspetto dell'apprendimento o qualsiasi altra caratteristica dell'intelligenza può, in linea di principio, essere descritto in modo così preciso che è possibile realizzare una macchina in grado di simularlo".
John McCarthy, giovane professore assistente di matematica al Dartmouth College, decide di convocare un gruppo di esperti per chiarire e sviluppare idee sulle macchine pensanti.
Si rivolge alla Fondazione Rockefeller per richiedere finanziamenti per un seminario estivo per circa 10 partecipanti.
A giugno, lui e Claude Shannon si incontrano con Robert Morison, direttore della ricerca biologica, e medica per discutere l'idea e il possibile finanziamento.
Il progetto è formalmente proposto da McCarthy, Shannon, Marvin Minsky e Nathaniel Rochester, architetto capo dell'IBM 701, il primo computer scientifico prodotto in serie, e del prototipo della sua prima versione commerciale, l'IBM 702.
"Si tenterà di scoprire come far sì che le macchine utilizzino il linguaggio, formino astrazioni e concetti, risolvano tipi di problemi ora riservati agli esseri umani e migliorino se stesse".
Per l'occasione, McCarthy conia il termine "intelligenza artificiale".
Il ricercatore americano in informatica e psicologia cognitiva presso la RAND Corporation, la School of Computer Science, e il Dipartimento di Psicologia della Carnegie Mellon University Allen Newell, insieme allo studioso americanodi informatica, economia e psicologia cognitiva Herbert Alexander Simon presentano orgogliosamente al gruppo il "Logic Theorist", il primo programma progettato deliberatamente per eseguire ragionamenti automatizzati, scritto per JOHNNIAC, uno dei primi computer costruiti dalla RAND.
Ispirati dagli insegnamenti euristici del matematico George Pólya, Newell e Simon cercano di replicare un processo decisionale logico orientato alla scoperta, basato su una rappresentazione simbolica delle strutture di dati.
In poche ore, il Logic Theorist dimostra 38 dei 52 teoremi contenuti in "Principia Mathematica" del filosofo e matematico Bertrand Russell, un testo fondamentale del ragionamento matematico.
"[Noi] abbiamo inventato un programma per computer in grado di pensare in modo non numerico, e quindi risolto il venerabile problema mente-corpo, spiegando come un sistema composto da materia possa avere le proprietà della mente".
Nel 1958, al primo simposio internazionale sull'intelligenza artificiale, "Mechanisation of Thought Processes", John McCarthy presenta il suo studio “Programs with Common Sense", con cui propone una intelligenza artificiale logica, chiamata "Avice taker" ("Consulente") capace di buon senso.
"Un programma ha buon senso se deduce automaticamente da sé una classe sufficientemente ampia di conseguenze immediate di qualsiasi cosa gli venga detta e di ciò che già sa".
Little games are for little boys
I'm growin' up and changin' all my toys
Aeroplanes, motor cars, goldfish, and old jam jars
I just don't play these games no more
Little games are for little boys
Lovin' games are for bigger boys
Parties in Chelsea flats mixin' with kinky cats
Are games I wanna play some more
Little games are for little boys
I've found out there are other joys
Margaret, Josephine, Susie and Katherine
They help me in my little games
Nel 1959, il professore e ingegnere elettrico Arthur Samuel, lavorarndo con il computer IBM 701 conia il termine “machine learning” dopo aver creato il "Samuel Checkers-playing Program", uno dei primi programmi di auto-apprendimento di successo.
Mediante un sistema di punteggio, il programma valuta la probabilità di vincere da determinate posizioni prima di fare le sue mosse. Inoltre, impara dalle partite che ha già giocato.
Nel 1962, dopo aver giocato migliaia di partite contro se stesso, Samuel Checkers sconfigge l'autodefinitosi "maestro di dama" Robert Nealy.
Carnegie Mellon University, 1985
Feng-hsiung Hsu, Thomas Anantharaman e Murray Campbell, su uno speciale chip VLSI (Very Large Scale Integration) controllato da una workstation Sun-3/160, capace di ricercare circa 50.000 mosse al secondo, creano il computer scacchistico "ChipTest".
Dallas, North American Computer Chess Championship, 1986
ChipTest partecipa al campionato di scacchi per computer creato nel 1970 dall'Association for Computing Machinery e da Monty Newborn, professore di informatica alla McGill University.
Perde i primi due turni, ma conclude l'evento con un risultato di parità.
Dallas, North American Computer Chess Championship, 1987
La nuova versione di ChipTest ha eliminato i bug precedenti e raggiunto una velocità dieci volte superiore, con una ricerca di 500 000 mosse al secondo, girando su una workstation Sun-4.
"ChipTest-M", dove M sta per microcodice, vince il campionato sbaragliando la concorrenza.
Edmonton, World Computer Chess Championship, 1989
Lo sviluppo di ChipTest ha portato alla creazione di un nuovo calcolatore, "Deep Thought", basato su due processori VLSI custom, capace di ricercare 720.000 mosse al secondo.
Deep Thought, così chiamato in onore dell'omonimo computer del racconto "The Hitchhiker's Guide to the Galaxy" ("Guida Galattica per Autostoppisti") di Douglas Adams, trionfa al Campionato Mondiale di Scacchi per Computer organizzato dall'International Computer Games Association.
Thomas J. Watson Research Center, New York, 1992
IBM annuncia un altro importante passo avanti nello sviluppo dell'intelligenza artificiale: il programma "TD-Gammon", scritto dal fisico e informatico americano Gerald Tesauro, ha imparato da solo a giocare a backgammon abbastanza bene da competere con giocatori professionisti.
Combinando una forma di "apprendimento per rinforzo" con le caratteristiche di input progettate per la rete neurale del precedente programma chiamato "Neurogammon", TD-Gammon, in esecuzione su una workstation IBM RS/6000, ha giocato circa 300.000 partite contro se stesso nel corso di un mese.
Al Campionato del Mondo di Backgammon, durante una serie di 100 partite, è sconfitto dal campione del mondo Malcolm Davis con un margine di appena 8 punti.
Association for Computing Machinery Challenge, Filadelfia, 10 Febbraio 1996
Hsu e Murray Campbell, assunti dall'IBM, hanno creato un nuovo calcolatore costituito da un computer a parallelismo massivo a 30 nodi basato su RISC System/6000, supportato da 480 processori specifici VLSI, da un algoritmo scritto in linguaggio C e un sistema operativo AIX capace di calcolare 200 milioni di posizioni al secondo.
La conoscenza degli scacchi del programma è stata finemente migliorata grazie al contributo del gran maestro di scacchi Joel Benjamin.
"There must be some way out of here"
Said the joker to the thief
"There's too much confusion
I can't get no relief
Business men, they drink my wine
Plowmen dig my earth
None of them along the line
Know what any of it is worth"
"No reason to get excited"
The thief, he kindly spoke
"There are many here among us
Who feel that life is but a joke
But you and I, we've been through that
And this is not our fate
So let us stop talkin' falsely now
The hour's getting late"
All along the watchtower
Princes kept the view
While all the women came and went
Barefoot servants, too
Outside, in the distance
A wildcat did growl
Two riders were approaching
And the wind began to howl
"Deep Blue", gioco di parole sul soprannome di IBM, "Big Blue", "sistema esperto" all'avanguardia basato su regole e variabili definite e perfezionate, per la prima volta sconfigge il campione del mondo in carica, il russo Garry Kasparov, in un tempo standard, 40 mosse in due ore.
Tuttavia, Kasparov vince tre delle cinque partite successive e ne pareggia due, battendo Deep Blue per 4-2 alla fine del match.
ACM Challenge, New York, 11 Maggio 1997
Davanti alle telecamere di un piccolo studio televisivo al 35° piano di un grattacielo di Manhattan, Garry Kasparov, il turbolento e irascibile campione del mondo di scacchi, è in parità con il suo avversario meccanico, con due partite a testa (la terza si è conclusa con un pareggio).
Per i giornalisti presenti e gli appassionati di scacchi che seguono la trasmissione in un auditorium vicino, così come per coloro che la guardano in diretta in tutto il mondo, la frustrazione di Kasparov è evidente mentre sospira e si tiene la testa tra le mani.
Di fronte a lui siede un ingegnere informatico. Ma il suo vero avversario è una versione potenziata di Deep Blue, soprannominato ufficiosamente "Deeper Blue".
Deep Blue manovra un cavallo vicino a uno dei pedoni di Kasparov. Invece di catturarlo, Kasparov vi piazza accanto la sua regina. Gli analisti scacchistici riconoscono immediatamente l'errore; se Kasparov avesse semplicemente preso il cavallo con il suo pedone o spostato la sua regina in uno spazio più vantaggioso, si sarebbe trovato in una posizione di forza. Invece, Deep Blue capitalizza l'errore e costrinsge Kasparov a sacrificare la sua regina otto mosse dopo.
Con la regina di Deep Blue che gli taglia ogni via di fuga, Kasparov è sconfitto. Si rifiuta di guardare negli occhi l'ingegnere mentre lascia il tavolo.
Dopo il match perso, dichiara che alcune volte gli era parso di notare nelle mosse della macchina "un'intelligenza superiore".
Well I went and lost her
To the great imposter
I stood and watched her fall
Couldn't help her at all
Poetry so sweet has her at his feet
She thinks she's the one but
He has just begun
All her friends they just watch her
For they know the great imposter
Don't she know he's on stage
It's not real it's just play
And he's playing the part
That is soon to break her heart
Oh can't she see tomorrow's misery
Soon she'll learn her fate
But it will be too late
All her friends they just watch her
For they know the great imposter
And she's soon to join the roster
All they know the great imposter
Royal Society, Londra, 7 Giugno 2014
Eugene Goostman è un chatbot,con le sembianze di un ragazzo ucraino di 13 anni, sviluppato a San Pietroburgo nel 2001 da un gruppo di tre programmatori, il russo Vladimir Veselov, l'ucraino Eugene Demchenko e il russo Sergey Ulasen,
In occasione del concorso che celebra il 60° anniversario della morte di Alan Turing, si svolge il test da lui concepito, il gioco dell'imitazione.
Ogni giudice prende parte a una conversazione testuale con ognuno dei cinque bot partecipanti; allo stesso tempo, conversano anche con un essere umano. In totale, conducono 300 conversazioni.
Alla fine, il 33% dei giudici ritengono Goostman umano.
L'organizzatore dell'evento, l'ingegnere Kevin Warwick, dichiara che Eugene Goostman ha superato il test di Turing.
University of California, San Diego, 09 Maggio 2024
500 persone sono state chiamate a parlare con quattro intervistati, un essere umano e i programmi di intelligenza artificiale ELIZA, GPT-3.5 e GPT-4.
Le conversazioni durano cinque minuti, dopodiché i partecipanti giudicano GPT-4 come umano nel 54% dei casi.
ELIZA, un sistema pre-programmato con risposte ma senza un modello linguistico di grandi dimensioni (LLM) o un'architettura di rete neurale, è giudicato umano solo nel 22% dei casi. GPT-3.5 ottiene il 50% mentre il partecipante umano il 67%.
"Le macchine stanno diventando sempre più ingannevoli", ha detto Nell Watson, ricercatrice di intelligenza artificiale presso l'Institute of Electrical and Electronics Engineers (IEEE), "debolezze e stranezze simili a quelle umane vengono espresse sempre più dai sistemi di intelligenza artificiale".
"Moreover, if we move in the direction of making machines which learn and whose behavior is modified by experience, we must face the fact that every degree of independence we give the machine is a degree of possible defiance of our wishes.
The genii in the bottle will not willingly go back in the bottle, nor have we any reason to expect them to be well disposed to us.
We can be humble and live a good life with the aid of the machines, or we can be arrogant and... die".
Norbert Wiener, 1949
Tied to the tracks and the train's just coming
Strapped to the wing with the engine running
Tied to a chair and the bomb is ticking
This situation was not of your picking
You come to me like a moth to the flame
It's love you need but I don't play that game
'Cause you could be my greatest fan
I'm nobody's friend I'm a demolition man
I'm a walking nightmare, an arsenal of doom
I kill conversation as I walk into a room
I'm a three line whip
I'm the sort of thing they ban
I'm a walking disaster
I'm a demolition man
“The organism seeks to die in its own way. The aim of life is death".
Nel saggio di biologia metafisica "Jenseits des Lustprinzips" ("Beyond the Pleasure Principle"), Sigmund Freud procede alla ricerca di "prove dell'esistenza di forze finora insospettate al di là del principio di piacere".
Esistono "due forze elementari combattive nella mente, Eros e Thanatos, impegnate in una battaglia eterna".
La costrizione della materia nelle cellule a tornare ad uno stato diffuso e inanimato si estende all'intero organismo vivente. Pertanto, il desiderio di morte psicologico è una manifestazione di una compulsione fisica sottostante presente in ogni cellula.
Vi sono eccezioni al potere universale del principio del piacere, “situazioni ... a cui il principio del piacere non riesce a far fronte adeguatamente”.
Il principio della coazione a ripetere della mente inconscia, basata sull'attività istintiva insita nella natura stessa degli istinti.
Le vite delle persone normali sembrano essere "perseguitate da un destino maligno o possedute da qualche potere 'demoniaco'".
La prova clinica dell'istinto di morte è il fenomeno del sadomasochismo, la tendenza all'autolesionismo.
In definitiva, "sembrerebbe proprio che Eros si ponga al servizio di Thanatos".
"All those moments will be lost in time... like tears in rain"
TO BE CONTINUED
Nessun commento:
Posta un commento