Nella prima metà del XX secolo, la fantascienza ha reso familiare il concetto di robot (artificialmente) intelligenti. Tutto è iniziato con il robot umanoide che impersonava Maria in Metropolis di Fritz Lang nel 1927 ed è continuato con il “cuore senza cuore” dell’Uomo di Latta nel film Il Mago di Oz diretto da Victor Fleming nel 1939.
Negli anni ’50, una generazione di scienziati, matematici e filosofi aveva ormai assimilato culturalmente il concetto di intelligenza artificiale. Tra questi c’era Alan Turing, un giovane britannico geniale che, oltre al suo sensazionale contributo allo sviluppo di Enigma, la macchina che ha permesso di decodificare i messaggi tedeschi durante la Seconda guerra mondiale (Copeland 2024), fu un autentico pioniere nell’esplorazione dei fondamenti matematici dell’intelligenza artificiale. Turing suggerì che se gli esseri umani usano le informazioni disponibili e la ragione per risolvere problemi e prendere decisioni, perché non potrebbero fare lo stesso le macchine?
Questo era il quadro logico del suo articolo del 1950, Computing Machinery and Intelligence, pubblicato sulla rivista “Mind” (Turing 1950). In questo articolo, Turing formulò la celeberrima domanda: le macchine possono pensare? Domanda, precisava lo stesso Turing, per rispondere alla quale sarebbe innanzitutto necessario fornire una precisa definizione di macchina e di pensiero.
Turing discusse come costruire macchine intelligenti e come testare la loro intelligenza, grazie a quello che in seguito sarebbe diventato il celebre test di Turing: mettiamo un computer in una stanza, una persona in un’altra, si neutralizzi qualunque elemento indiziario (voce, calligrafia ecc.) e si cerchi, attraverso dei quesiti, di far indovinare a un terzo soggetto, all’oscuro di tutto, con chi stia parlando, se con la persona o il computer. La macchina, naturalmente, ha la facoltà di “imbrogliare”.
L’idea è che, se gli algoritmi con cui è stata “allenata” sono abbastanza potenti, la macchina può diventare intelligente a tal punto da “travestirsi” da essere umano, non facendosi individuare dal soggetto terzo. Usando la stessa articolazione di Turing,
L’intelligenza è dimostrata dalla capacità di una macchina di impegnarsi in una conversazione in linguaggio naturale e di ingannare un umano facendogli credere di essere umana.
In questo modo, Turing eluse secoli di discussioni filosofiche sulla natura dell’intelligenza. Il “gioco dell’imitazione”, che introdusse, suggeriva che se una macchina fosse in grado di operare così bene da rendere impossibile per gli osservatori distinguere il suo comportamento da quello di un essere umano, allora si dovrebbe etichettare la macchina come intelligente.
Turing fu però troppo precursore e non poté dare un seguito operativo alle sue intuizioni. A quel tempo, ai computer mancava un prerequisito fondamentale per l’intelligenza: non potevano memorizzare comandi, ma solo eseguirli. Potevano essere istruiti su cosa fare, ma non potevano ricordare cosa avevano fatto. Gli elevatissimi tempi di calcolo e gli elevati costi rappresentavano un altro grande ostacolo. Questi e altri elementi fecero dire a Hans Moravec, all’epoca uno studente di dottorato di John McCarthy (l’autore della prima definizione di AI, lo scopriremo fra poco), che “i computer erano ancora milioni di volte troppo deboli per mostrare intelligenza”.
Nei primi anni ’50 del secolo scorso, il costo per noleggiare un computer poteva arrivare fino a 200.000 dollari al mese. Essi erano pertanto accessibili solo alle università più ricche e prestigiose e alle grandi aziende tecnologiche americane. Era necessario convincere le agenzie di finanziamento che la ricerca sull’intelligenza delle macchine valesse la pena di essere sostenuta.
Pochi anni dopo, Allen Newell, Herbert A. Simon e Cliff Shaw scrissero Logic Theorist, un software deliberatamente progettato per eseguire ragionamenti automatizzati. Logic Theorist, oggi considerato il primo programma di intelligenza artificiale, fu capace di dimostrare 38 dei primi 52 teoremi nel secondo capitolo dei Principia Mathematica di Alfred N. Whitehead e Bertrand Russell, trovando addirittura nuove e più brevi dimostrazioni per alcuni di essi. Logic Theorist aveva come ambizione quella di imitare le capacità di risoluzione dei problemi di un essere umano e per questo venne finanziato dall’allora Research and Development (RAND) Corporation.
Una definizione mutevole
Nel 1955, quando Newell e Simon iniziarono a lavorare al Logic Theorist, il campo dell’intelligenza artificiale non esisteva ancora. Anche il termine stesso di intelligenza artificiale non sarebbe stato coniato fino all’estate successiva. In effetti, il battesimo si ebbe nel corso di una storica conferenza, The Dartmouth Summer Research Project on Artificial Intelligence, al Dartmouth College a Hanover nel New Hampshire nell’agosto 1956. In questa conferenza, John McCarthy, Marvin Minsky, Nathaniel Rochester e Claude Shannon riunirono i migliori ricercatori di vari campi per una discussione aperta sull’intelligenza artificiale, termine che McCarthy coniò proprio per quell’occasione. Nella sua proposta, McCarthy, un giovane professore ventottenne di matematica del Dartmouth College, affermò che la conferenza doveva “procedere sulla base della congettura che ogni aspetto dell’apprendimento o qualsiasi altra caratteristica dell’intelligenza potesse essere descritto in modo così preciso da poter essere simulato da una macchina”. E propose la seguente definizione di AI:
La scienza e l’ingegneria della costruzione di macchine intelligenti, in particolare di programmi informatici intelligenti.
È importante osservare come, analogamente a quanto fatto da Turing, si accosti il concetto di intelligenza a quello di macchina (o computer). Fino a poco tempo prima, si riteneva che le macchine, in particolare i computer, non potessero essere intelligenti e che solo gli esseri umani fossero capaci di perseguire obiettivi in totale autonomia e prendere decisioni.
Nonostante il sostanziale insuccesso nello stabilire metodi standard per il nuovo campo, tutti i partecipanti alla conferenza concordarono con entusiasmo che l’AI fosse realizzabile. In effetti, l’evento del Dartmouth College rappresentò un volano per i successivi vent’anni di ricerca sull’AI.
Da questa premessa si comprende come i confini dell’AI non siano tracciati in modo indelebile: essi in effetti sono soggettivi (la percezione di ciò che è prerogativa umana varia da persona a persona) e si spostano anche nel tempo man mano che nuovi traguardi vengono raggiunti. Questo fenomeno, noto come AI effect, è stato ben sintetizzato nel 1970 dalla frase dell’informatico statunitense Larry Tesler:
AI è tutto ciò che non è ancora stato fatto.
Molte altre definizioni sarebbero state proposte in seguito, anche da parte di istituzioni pubbliche e organizzazioni culturali. Le intuizioni di Turing e McCarthy sull’AI sono comunque diventate dei punti di riferimento da allora nel riposizionare l’attenzione nella definizione di intelligenza verso le prestazioni (comportamenti che sembrano intelligenti) piuttosto che sulle dimensioni filosofiche, cognitive o neuroscientifiche più profonde del termine intelligenza.
