Dall’intelligenza artificiale debole all’intelligenza artificiale forte

La seconda teoria idealizzata da Searle sosteneva che la macchina non era solamente uno strumento, e da qui, la definizione di intelligenza artificiale forte, ovvero dei sistemi esperti che possono sviluppare una propria intelligenza senza emulare processi di pensiero o capacità cognitive e intellettuali proprie dell’uomo, ma sviluppandone una propria autonomamente, pressoché indistinguibile da quella umana. Essa si basa sulla logica matematica, sul ragionamento e la dimostrazione automatica del problema, sull’analisi del linguaggio che permette alla macchina di comprendere le richieste dell’uomo e infine, sulla pianificazione ad opera degli algoritmi.

Un’intelligenza di questo tipo, è in grado di automigliorarsi in un processo continuo che potrebbe portarla ad evolversi molto di più della mente umana, fino ad essere in grado di risolvere complessi problemi di natura etica e giuridica, quando le soluzioni proposte dal sistema automatico possono danneggiare persone e cose o favorire servizi segreti,

62 _{Buchanan B. G., Lederberg J., (1971), Il programma Dendral per spiegare i dati empirici,}

Dipartimento di scienze del computer, Università di Standford, no. CS203.

25

criminalità organizzate e così via, fino a comportare responsabilità morali e sociali della macchina.

Attualmente, l’unica differenza che intercorrere tra computer e cervello umano, è che quest’ultimo svolge più operazioni contemporaneamente, diversamente da una macchina che ne svolge una dopo l’altra64_.

Un esempio di sistema esperto, ovvero un programma di intelligenza artificiale forte, è

Mycin il quale si occupa del trattamento delle infezioni del sangue. Esso, sviluppato da

Feigenbaum, Buchanan e il Dott. Edward Shortliffe, era in grado di offrire prestazioni pari a quelle di molti esperti. Diversamente dal programma DENDRAL, esso non conteneva alcun modello teorico generale da cui poter dedurre le regole, le quali a loro volta, dovevano essere acquisite da una serie di interviste agli esperti che le avevano apprese dai libri e dall’esperienza personale. Inoltre, la seconda differenza derivava dal fatto che le regole dovevano rispecchiare intrinsecamente l’incertezza associata alla conoscenza medica per cui, incorporato in Mycin era presente un metodo di calcolo di incertezza, denominato fattore di certezza e che rispecchiava le modalità con le quali i dottori utilizzavano le informazioni disponibili durante il processo diagnostico65_.

Queste diverse teorie, nel corso degli anni, hanno creato un dibattito tra i diversi studiosi della materia; alla base si trova il teorema fondamentale: se il cervello è una macchina, in linea teorica è possibile costruire una macchina che svolga esattamente le funzioni del cervello66_.

I sostenitori della concezione debole, come Dreyfus, affermarono che l’intelligenza artificiale non è una vera e propria intelligenza; egli in particolar modo contestò il concetto di A. I. forte sostenendo che il fondamento sul quale si basava era completamente errato. Un calcolatore utilizza dati attraverso una serie di dettami ben specificati e di conseguenza è in grado di cogliere solamente alcuni aspetti della realtà,

64_{Guerini M., (2017), Intelligenza Artificiale, forte e debole, tra mito e realtà, Corriere della sera}

Blog, 10/11/2017.

65 _{Russell S. e Norving P., (2005), Intelligenza artificiale. Un approccio moderno. Pearson}

Education Italia, Milano.

66 _{Guerini M., (2017), Intelligenza Artificiale, forte e debole, tra mito e realtà, Corriere della sera}

26

al contrario della mente umana che ragiona cogliendo i vari elementi nella loro totalità67_. A tal proposito quindi Searle ideò un test, denominato “test della stanza cinese”, in netta contrapposizione con il famoso Test di Turing. Tale test consisteva nel costruire un computer che si comportasse come se capisse il cinese: il computer considerava degli ideogrammi cinesi in ingresso, eseguiva un programma con il quale, in base alla forma degli ideogrammi, forniva tutte le regole di combinazione e associazione tra di essi e produceva degli ideogrammi in uscita. Tale macchina sarebbe in grado di rispondere ad un interlocutore umano cinese, inducendolo però a credere di tenere una conversazione con un soggetto umano che conosce e capisce correttamente la sua lingua, così ingannandolo68_.

Con tale test, Searle dimostrò che una macchina, pur avendo superato con successo il Test di Turing, non può essere definita intelligente: la macchina ha svolto un’azione su dei dati che gli sono stati affidati senza alcuna comprensione del significato del linguaggio.

Quindi, se da una parte John Searle nega sostanzialmente che un cervello computerizzato possa raggiungere il livello di funzionamento di quello di un essere umano, l’opinione speculare dei sostenitori dell’intelligenza artificiale forte, come Daniel Dennett, sostiene che se un’entità si comporta in maniera tale da dimostrare una determinata intelligenza, ciò basta per affermare che tale entità è dotata di una mente equivalente a quella dell’uomo, in quanto gli stati mentali non solo sono riconducibili a puri comportamenti osservabili, ma quest’ultimi sono gli unici rilevanti69_.

Con riguardo al test della “stanza cinese” di Searle, i sostenitori di tale concezione definirebbero che il computer capisce il cinese al pari di un individuo umano, in quanto non sussiste alcuna differenza tra il comportamento della macchina e quello di un uomo che conosce il cinese.

Sebbene le enormi differenze tra le due concezioni fossero molto evidenti, entrambe erano accomunate da un denominatore comune: nel condurre il dibattito

67 _{Dreyfus H. L., (2002), Phenomenology and the Cognitive Sciences, Dipartimento di Filosofia}

edell’Università della California a Berkeley, No. 1.

68_{Wang J., (2011), The Turing Test, Searle’s chinese room, and E.T.’s chinese room, School of}

Business, Richard Stockton College of New Jersey, No. 4628.

27

sull’intelligenza artificiale, sia Dennett che Searle dovettero mettere in discussione prima di tutto la stessa natura umana, le basi del suo modo di pensare e di agire.

Negli anni più recenti, la dicotomia debole/forte è stata superata, giungendo così alla conclusione comune che una macchina potrà essere definita realmente intelligente soltanto quando sarà in grado si riprodurre il funzionamento del cervello umano a livello cellulare70_.

29