Machine learning la rivoluzione della robotica e dell’intelligenza artificiale
Con i termini inglesi machine learning, o comunemente apprendimento automatico, si fa riferimento a un metodo che si è iniziato a sviluppare dagli ultimi decenni del Novecento e che ha come scopo quello di insegnare ai computer l’abilità di imparare senza che essi siano stati esplicitamente programmati. Quindi in parole semplici, ha come obiettivo insegnare ai computer a imparare in autonomia, ad apprendere azioni e attività in maniera naturale come fanno esseri umani o animali, ovvero con l’esperienza.
Gli algoritmi di questo metodo fanno riferimento ai sistemi matematici computazionali che permettono al computer di apprendere a partire dai dati direttamente, senza che alla fonte ci siano preimpostati modelli matematici o equazioni. Gli algoritmi hanno come obiettivo quello di migliorare le prestazioni in modo direttamente proporzionale all’esperienza e agli esempi proposti. Questo sistema è in sostanza un’evoluzione dei primi esempi di intelligenza artificiale: la macchina impara dagli esempi e dai suoi errori.
Dal punto di vista informatico, invece che scrivere un esplicito codice di programmazione relativo a una facoltà del sistema, che indica ogni passo da svolgere, si forniscono solamente dei dati in un generico algoritmo. Il sistema poi sviluppa una propria logica in base allo stesso e finisce con assolvere il proprio compito.
Applicazioni del sistema: giochi e videogiochi
Fra le più diffuse applicazioni della machine learning c’è ovviamente il settore dei videogiochi e dei giochi online, come le slot gratis, i giochi di carte e tutte le attività ludiche per computer. È qui che oggi si sono viste le più interessanti performance dell’intelligenza artificiale. Quando la macchina, istruita con un sistema di machine learning, ha giocato contro i campioni umani, per esempio di Deepmind o di Poker, ha dominato all’80%, a fronte di una previsione decisamente più bassa, pari al 20%. Il sistema ha appreso da numerosi esempi di partite fatte (e perse), con altri e con se stesso, facendo sue le tecniche dei suoi avversari.
Un caso storico dei primi esempi di intelligenza artificiale contro l’uomo risale al 1997, quando un computer riuscì a sconfiggere agli scacchi il pluricampione mondiale in questo sport. Il sistema informatico c’era riuscito dopo aver appreso le tecniche di tre maestri di scacchi. La cosa fu sorprendente eppure il machine learning era solo un’idea e già aveva dimostrato la sua superiorità.
Imparare dai propri errori
In base agli studi si è evidenziato che nei primi esempi di intelligenza artificiale, il computer aveva sviluppato diversi livelli di scelta per giocare, valutando con un algoritmo le sue possibilità di vincita calcolando tutte le sue combinazioni. Il software aveva imparato dai suoi errori scegliendo sempre l’opzione meno peggio, con cui aveva maggiori possibilità di vincere, dato che questo è il suo obiettivo.
L’intelligenza artificiale con cui si ha a che fare oggi, quella addestrata con il sistema di machine learning, non solo apprende le tecniche, impara gli errori ed effettua una scelta, ma si riprogramma in autonomia, anche più volte, creando una forma di sé sempre più potente e perfetta. Il timore di molti è che queste capacità possano un giorno rappresentare un pericolo e non hanno tutti i torti, visto che il computer potrebbe non fare la differenza fra una squadra avversaria e un paese “nemico”.