Diverse nuove tecnologie hanno creato un ronzio intorno all'intelligenza artificiale (AI) e al suo significato per il nostro futuro come società. Ogni tecnologia proviene da diversi rami dell'IA e pone una serie unica di vantaggi e preoccupazioni.
I deepfake e le IA di clonazione vocale ti rendono difficile fidarti di qualsiasi cosa tu veda o ascolti su Internet. Alcuni affermano che ChatGPT e simili sistemi di intelligenza artificiale di deep learning probabilmente creeranno ridondanza di posti di lavoro in diversi campi. Sorge una domanda preoccupante: "l'intelligenza artificiale alla fine sostituirà i programmatori?"
Che cos'è l'intelligenza artificiale?
L'intelligenza artificiale è una branca dell'informatica che si concentra sulla capacità di un sistema di risolvere problemi utilizzando una (o più) delle quattro qualità. Un sistema di intelligenza artificiale può pensare umanamente, agire umanamente, pensare razionalmente e/o agire razionalmente.
La storia dell'intelligenza artificiale
Sebbene sembri che l'IA esista da secoli, è un campo che ha guadagnato slancio a metà del 1900. Una delle date più importanti nella storia dell'IA è il 1956, anno dell'introduzione ufficiale nel campo dell'intelligenza artificiale. Questa introduzione è avvenuta in una conferenza al Dartmouth College.
Diversi grandi nomi si collegano a diversi aspetti dei primi progressi nell'IA. Questi includono Alan Turing, Marvin Minsky, Allen Newell, Herbert Simon, John Robinson e Alain Colmerauer.
Agire umanamente
Nel 1936 Alan Turing pubblicò un articolo intitolato "On Computable Numbers, With an Application to the Entscheidungsproblem". In questo articolo, Turing ha introdotto il concetto di macchina di Turing che, fino ad oggi, svolge un ruolo importante nell'IA. Ha dimostrato che, con l'algoritmo corretto, una macchina di Turing può eseguire qualsiasi calcolo matematico.
Più tardi, nel 1937, Turing utilizzò il problema dell'arresto per sottolineare i limiti delle macchine intelligenti. Poi, nel 1950, Turing definì l'intelligenza delle macchine usando quello che chiama il test di Turing. Se un sistema di intelligenza artificiale supera il test di Turing, allora quel sistema può agire umanamente.
Pensa umanamente
Marvin Minsky è un nome popolare nel campo dell'IA. È noto per aver sviluppato la prima macchina per l'apprendimento della rete neurale cablata in modo casuale, chiamata SNARC nel 1951. Le reti neurali insegnano ai computer a elaborare i dati in modo simile al cervello umano. La definizione di Minsky di AI è che è "la scienza per far fare alle macchine cose che richiederebbero intelligenza se fatte dagli uomini".
Allen Newell e Herbert Simon sono altri due pionieri nel campo dell'intelligenza artificiale, che si sono concentrati sulla capacità di una macchina di simulare il pensiero umano. Nel 1956 presentarono il primo programma per computer per l'elaborazione di simboli, chiamato Logic Theorist. Nel 1961, Newell e Simon svilupparono il General Problem Solver (GPS), che essenzialmente imita il pensiero umano.
Pensa razionalmente
Entra in gioco John Robinson, che nel 1965 pubblicò una rivista intitolata “A Machine-Oriented Logic Based on the Principio di risoluzione. Ha anche inventato il calcolo della risoluzione per la logica dei predicati, che gioca un ruolo fondamentale ruolo nell'IA.
La logica dei predicati è un linguaggio formale che utilizza la logica per rappresentare il pensiero razionale. Questo linguaggio utilizza il quadro secondo cui le premesse corrette produrranno conclusioni corrette. Ad esempio, Alexa è una macchina; tutte le macchine facilitano il lavoro; pertanto, Alexa semplifica il lavoro.
Recenti progressi nell'intelligenza artificiale
Com'era all'inizio, il campo dell'intelligenza artificiale è oggi molto complesso con molti rami diversi. Ogni ramo sotto l'egida dell'IA sta continuamente facendo passi da gigante.
L'apprendimento automatico è un ramo dell'intelligenza artificiale che utilizza algoritmi di dati per imitare l'apprendimento umano, il che migliora la sua precisione a ogni iterazione. Uno dei sottoinsiemi più importanti del machine learning è il deep learning. Il deep learning migliora rispetto al machine learning riducendo la necessità di assistenza umana da parte di una macchina.
Ad esempio, se si dispone di immagini di fiori che si desidera raggruppare per specie, il processo di categorizzazione differirà in base al tipo di sistema. Se il tuo sistema utilizza l'apprendimento automatico, dovresti stabilire manualmente le caratteristiche che distinguono le specie. Tuttavia, un sistema che utilizza il deep learning determinerà da solo le migliori caratteristiche distintive per ciascuna specie.
Il deep learning ha creato grandi ondate nel settore negli ultimi anni, a causa di diverse tecnologie. ChatGPT è una tecnologia di apprendimento profondo che attualmente sta ricevendo molta attenzione.
Secondo ChatGPT, è:
un modello di linguaggio di grandi dimensioni creato da OpenAI. È un programma di intelligenza artificiale (AI) progettato per comprendere il linguaggio naturale e generare risposte simili a quelle umane a vari tipi di domande e suggerimenti. Il modello si basa su un'architettura di deep learning chiamata trasformatore, che è in grado di elaborare grandi quantità quantità di dati di testo e generando risposte basate su modelli e relazioni che ha appreso da questo dati.
Dal suo lancio nel quarto trimestre del 2022, ChatGPT è stato oggetto di molti dibattiti. Ciò che distingue questo sistema di intelligenza artificiale sono le sue capacità di elaborazione del linguaggio naturale, insieme alla sua capacità di apprendere nuove informazioni attraverso l'apprendimento per rinforzo dal feedback umano (RLHF). Sembra anche possedere una forte capacità di scrivere e correggere il codice. Alcuni dicono che questa tecnologia rappresenti la genesi dell'estinzione dei programmatori umani.
Caratteristiche desiderate di un programmatore umano che l'IA non può replicare
Un sistema di intelligenza artificiale può imparare a scrivere codice che crea software. Tuttavia, la sostituzione completa dei programmatori potrebbe essere un po' più complicata. La capacità di un sistema di intelligenza artificiale può consentirgli di ridurre la forza lavoro aiutando i programmatori a lavorare più velocemente, ma non potrà mai veramente sostituire i lavoratori umani. Una delle principali caratteristiche distintive tra programmatori e sistemi di intelligenza artificiale è il cervello umano e le sue complesse caratteristiche.
Secondo Andrew Ng, uno dei nomi più importanti dell'IA oggi:
un singolo neurone nel cervello è una macchina incredibilmente complessa che ancora oggi non capiamo. Un singolo "neurone" in una rete neurale è una funzione matematica incredibilmente semplice che cattura una minuscola frazione della complessità di un neurone biologico.
La capacità del cervello di generare un nuovo pensiero dall'aria apparentemente nulla va oltre la comprensione umana. Non è certamente qualcosa che un sistema di intelligenza artificiale può replicare. Un'altra caratteristica desiderabile dei programmatori è la perplessità della creatività, che è ancora una volta qualcosa che una macchina non può replicare.
Attraverso il deep learning, l'IA può dare l'impressione del pensiero umano. Alcuni sistemi di intelligenza artificiale possono prendere decisioni semplici, ma queste decisioni impallidiscono rispetto alle capacità decisionali del cervello umano. L'intelligenza artificiale può scrivere codice, ma non è in grado di garantire che il codice che scrive sia quello corretto. Un sistema di intelligenza artificiale non può replicare il giudizio umano, né vi è alcuna indicazione che sarà in grado di farlo in futuro.
Il futuro dell'intelligenza artificiale e della programmazione
Le tecnologie di intelligenza artificiale come ChatGPT hanno dimostrato quanto l'intelligenza artificiale possa essere utile per i programmatori. Genera codice rapidamente e può aiutare con il flusso di lavoro complessivo di un programmatore. Tuttavia, ChatGPT ha anche dimostrato che anche la tecnologia di deep learning più avanzata di cui disponiamo attualmente non è in grado di gestire la completa autonomia. ChatGPT è noto per generare risposte senza senso alle domande, secondo OpenAI.
Pertanto, è plausibile presumere che il futuro dell'IA nella programmazione sia quello degli "aiutanti" piuttosto che dei "sostituti dei" programmatori.
