Computer che imparano da soli

Confesso che il tema dell’intelligenza artificiale mi ha sempre affascinato moltissimo. E questa vera e propria passione è stata riattivata, qualche giorno fa, dalla lettura di alcuni articoli sulla vicenda di AlphaGo Zero, il computer che ha sfidato e battuto il campione del mondo di go, antichissimo e complicatissimo gioco cinese, il suo predecessore nel mondo dell’intelligenza artificiale AlphaGo Master.

Ho quindi voluto saperne di più e ho svolto qualche ricerca, a partire dall’articolo pubblicato sulla rivista Nature (serissima testata di scienze, quindi fonte più che attendibile), Mastering the game of Go without human knowledge (che magari proverò a tradurre uno di questi giorni). Intanto ho cercato di capire qualcosa del gioco del Go, che conoscevo solo superficialmente per averlo incontrato qualche volta mentre ero alla ricerca di videogames da giocare al computer. Partendo da queste due basi ho fatto molte altre scoperte e mi è venuta l’idea di affrontare questo tema sul sito. Ovviamente con calma, visto che il tempo a disposizione è pur sempre troppo poco rispetto a tutto quello che si vorrebbe fare.

In questo post voglio limitarmi a raccontare i fatti che sono accaduti, poiché credo che chi non è proprio appassionato di queste cose non ne sia venuto a conoscenza. Coltivo sempre la non troppo celata aspirazione che, tramite i miei articoli e le mie lezioni, qualcuno si appassioni al vastissimo, ma anche assai interessante e stimolante, mondo dell’informatica.

All’inizio del 2016 aveva suscitato un certo scalpore la notizia di come, grazie all’uso dell’intelligenza artificiale (IA) il supercomputer AlphaGo, sviluppato dalla start-up di machine learning DeepMind (acquisita nel 2014 da Google), avesse battuto il coreano Lee Se-Dol, campione del mondo per diciotto volte consecutive del gioco inventato più di 2500 anni fa in Cina. AlphaGo Zero ha sfidato AlphaGo riuscendo a batterlo nel 90% dei casi.

E questa sarebbe già una novità significativa della velocità di sviluppo della tecnologia. Ma non basta. AlphaGo aveva imparato “studiando”: infatti gli erano stati mostrati circa 100.000 match da cui partire per migliorarsi, mentre ad AlphaGo Zero sono state soltanto insegnate le regole del gioco. Tutto il resto lo ha fatto da solo, iniziando a sfidare se stesso, sbagliando e correggendosi in milioni di partite e alla fine è diventato talmente bravo da sconfiggere il suo predecessore. Il tutto in soli tre giorni.

Dall’articolo di Emanuele Capone sulla Stampa del 19 ottobre 2017, L’intelligenza artificiale AlphaGo Zero ha imparato da sola come battere l’uomo, si viene a sapere che:

David Silver, il responsabile dei programmatori di AlphaGo Zero, ha spiegato che «non usando dati forniti dagli umani (sulle precedenti partite di go, ndr) abbiamo potuto rimuovere i limiti della conoscenza umana», permettendo dunque a questo “supercomputer” di cercare e trovare sue strategie, inedite anche per i giocatori più agguerriti di go. Tutto questo, pure utilizzando meno processori di prima: 4 invece delle 48 Tpu di AlphaGo. La sigla sta per Tensor Processor Unit, macchine costruite da Google per lo sviluppo dell’intelligenza artificiale, che Big G sta già comunque usando, per fare un esempio, per capire e tradurre i diversi linguaggi con il suo software Translate o per riconoscere i volti nelle foto che scattiamo con il nostro smartphone su si utilizza Google Foto.

Google ha dichiarato di essere in grado di collegare insieme 64 Tpu

arrivando a una potenza computazionale di 11,5 petaflop, pari (semplificando) a un miliardo di miliardi di operazioni al secondo (in numeri, 1.000.000.000.000.000.000); per avere un’idea della capacità di calcolo, un computer “normale”, come quello su cui è stato scritto questo testo, arriva più o meno a 10 miliardi (in numeri, 10.000.000.000).

[Il testo a cui si fa riferimento nell’ultima citazione è quello dell’articolo sulla Stampa. Io non ho calcolato quanti calcoli riesca a fare in un secondo il mio PC, quello con il quale sto a mia volta scrivendo]

Dal punto di vista delle applicazioni pratiche – perché nessuno crede che Google abbia investito decine di miliardi dollari in un progetto volto soltanto al gioco – si pensa che fra le prime applicazioni dell’IA vi possano essere la creazione di medicine sempre più efficace e notevoli miglioramenti nello sviluppo di modelli informatici per le previsioni meteorologiche. Inoltre, se il numero delle Tpu utilizzate per risolvere problemi piuttosto complessi è in via di riduzione, questo significa che si può prevedere un ulteriore incremento delle potenzialità di calcolo in tempi brevissimi e che il prezzo di queste apparecchiature diventerà sempre più abbordabile (ovvio, non per il comune cittadino, ma per imprese e grandi strutture).

Al di là di tutte le considerazioni che si possono fare, però, per me è e resta un bel giocattolino entusiasmante…

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *