27 Ott Panico intelligenza artificiale (legge di Amara)

Ai Urban Machine Mech Technology Robot (maxpixel.freegreatpicture.com)

Sul web impazza la fobia per l’ intelligenza artificiale (Ai), la robotica, il machine learning e l’automazione in generale. Un numero sempre più nutrito di esperti disegna scenari nefasti per l’occupazione, sostenendo che in futuro le nuove tecnologie mieteranno professioni e impiego.

Tra gli ultimi scoop figura quello del sito MarketWatch, accompagnato da un grafico in cui si asserisce che nei prossimi 10-20 anni spariranno più di metà degli impieghi di alcune categorie professionali. Il fatto che i dati siano riferiti ai soli Stati Uniti d’America è del tutto relativo, perché sono numeri palesemente inventati.

Un caso pratico
Gli addetti alla manutenzione pubblica, dice l’articolo, diventeranno 50mila per ogni milione entro il 2020. C’è da chiedersi oggi (2017) quanti robot si stiano occupando di queste mansioni e quanti invece siano già predisposti a farle. In entrambi casi la risposta è zero.

Sono errori predittivi che non riguardano solo i manutentori ma si estendono a molte altre professioni e, oltre ad essere dannosi, offrono distorsioni pericolose della realtà e delle effettive capacità dei robot e dell’intelligenza artificiale.

Perché si fanno questi errori
Ci sono diversi motivi, a partire dalla spiccata capacità di sovrastimare oppure di sottostimare i fenomeni. Questione affrontata da Roy Amara, uno dei fondatori del The Institute for the future di Palo Alto (California).

La legge di Amara
“Tendiamo a sovrastimare gli effetti della tecnologia nel breve periodo e a sottostimarli sul lungo periodo” .

Un esempio è il Global positioning system (Gps), nato in America nel 1978 con lo scopo di fornire munizioni e rifornimenti alle forze militari e accantonato negli anni ’80 per poi essere riutilizzato durante l’operazione Desert storm nel 1991. In sintesi il Gps ha ottenuto successo con il passare del tempo, oggi infatti è una tecnologia di ampio consumo, presente nei dispositivi mobili, nelle vetture, negli smartwatch e in una vasta gamma di ninnoli IoT. Tutti usi che non erano certamente contemplati dagli ingegneri che per primi hanno lavorato al progetto.

L’immaginazione
Lo scrittore di fantascienza e inventore britannico Sir Arthur Charles Clarke ci ha lasciato 3 postulati interessanti:

• “Quando uno scienziato anziano afferma che qualcosa è possibile ha quasi certamente ragione. Quando afferma che qualcosa è impossibile ha quasi certamente torto” .
• “L’unico modo di scoprire i limiti del possibile è avventurarsi nell’impossibile” .
• “Qualsiasi tecnologia sufficientemente avanzata è indistinguibile dalla magia” .

Questi tre editti ci vengono in soccorso per comprendere che non abbiamo idea, oggi, di quali siano i limiti di quel comparto chiamato Artificial general intelligence (Agi) e di ciò che sarà in grado di fare. E ciò che saranno in grado di fare non è solo questione di scienza ma di immaginazione. Galilei e Newton hanno realizzato con metodi scientifici ciò che avevano immaginato. Il progresso è questione di fede, immaginazione e scienza.

Confondiamo performance e competenze
Ci sono diversi sistemi di ricerca e classificazione di fotografie, in grado di archiviarle e indicizzarle. Sono sistemi sulla cui utilità nessuno dubita ma si limitano a fare ciò che possono. Sono in grado, per esempio, di riconoscere volti e luoghi e archiviare le fotografie in appositi album. Ma di quelle stesse foto non sanno nulla: riconoscono un cane ma non sono in grado di dire di che razza sia, riconoscono luoghi e infrastrutture ma non sono in grado di evincere in che stagione la foto sia stata scattata. Performance molte, competenze molte meno.

Nel 1996 Deep Blue di IBM ha battuto il campione di scacchi Garry Kasparov, lasciando intendere che l’Ai fosse in grado di superare le menti più eccelse. Anche qui si tratta di performance e non di competenze. Se, ad esempio, per soli 5 minuti le regole degli scacchi fossero state modificate, Deep Blue sarebbe diventato inutilizzabile.

La legge di Moore
“La complessità di un microcircuito, misurata ad esempio tramite il numero di transistori per chip, raddoppia ogni 18 mesi (e quadruplica quindi ogni 3 anni)” .

Tanto vero da essere incompleto, perché il postulato di Moore non tiene conto di due principi:

• i materiali usati per costruire chip hanno dei limiti,
• la tecnologia deve essere sufficiente a se stessa.

Per fare un esempio nel 2002 con una spesa vicina ai 400 dollari, si poteva comprare un lettore di file mp3 con una capacità di archiviazione di 10 gigabyte (Gb). Se la legge di Moore trovasse conforto oggi (probabilmente per cifre inferiori) si dovrebbero trovare dispositivi con capacità di 163’840 Gb. In realtà ciò non avviene e, per quanto sui nostri dispositivi siano istallate molte applicazioni e copiati molti file multimediali, 128 o 256 Gb sono spazi di archiviazione che soddisfano i più.

Questa smania di esponenzialità investe anche l’Ai, ambito in cui non è vero che le capacità raddoppiano ogni 18 mesi.

[Tweet “Tendiamo a sovrastimare gli effetti della tecnologia nel breve periodo e a sottostimarli sul lungo periodo”]

Cos’hanno in comune i B-52 e l’intelligenza artificiale?
Sviluppare software oggi può avere costi molto contenuti. Rilasciare aggiornamenti per i software già prodotti può avere costi tendenti allo zero. Questo non vale per l’hardware. L’aereo militare B-52H, variante rivista e migliorata del B-52, è del 1962 e resterà in servizio fino al 2040 (almeno nelle intenzioni dei corpi militari americani). In molte fabbriche si usano ancora macchine con controlli a logica programmabile (Plc), diffuse a partire dagli anni ’60 del secolo scorso. Anche Tesla ne possiede, tant’è che cerca personale in grado di programmarli e utilizzarli. L’azienda che produce le automobili più avanzate al mondo usa emulazioni di relè elettromagnetici, una tecnologia che ha 50 anni abbondanti.

Molti ricercatori Ai credono che il mondo sia abbastanza digitalizzato e che sia sufficiente introdurre sistemi intelligenti per fare in modo che prendano piede. A quanto dimostra la realtà, tutto ciò è abbastanza fuorviante.

Il software di oggi è certamente evoluto, ma nei parchi hardware di privati, aziende e organizzazioni, esistono ancora pezzi da museo che hanno un loro scopo e continuano a lavorare ignorando l’Ai.