Video: СКАЙНЕТ НАСТУПИЛ! (Novembre 2024)
Era stranamente appropriato che il regista James Cameron presentasse il mondo a Skynet - la super AI immaginaria che cercava di sradicare l'umanità - nel 1984.
Secondo la tradizione Terminator , Skynet è stata creata nell'allora futuro 1990 per rimuovere l'elemento umano dalle difese nucleari statunitensi. Ma poi Skynet divenne consapevole di sé, iniziò un olocausto nucleare globale e creò un esercito di robot assassini per eliminare i sopravvissuti, Yadda Yadda Yadda.
Naturalmente, questa futura distopia è stata concepita molto prima che esistesse qualcosa di simile a robot capaci o intelligenza artificiale. Passiamo rapidamente al 2017 e la tecnologia umana-opzionale non è solo nel mondo reale, ma gli ingegneri si stanno arrampicando per escogitare modi per assegnare loro ancora più responsabilità. In tutto il mondo, i mini-Skynet autonomi stanno diventando una realtà (si spera benevola?).
Mentre probabilmente non consegneremo qualcosa di precario come il lancio nucleare su un algoritmo presto, la società sta diventando sempre più dipendente dalla tecnologia per eseguire altri compiti vitali. In effetti, quel mondo è diventato così complesso che è praticamente una necessità. Il nostro infrasturcutre non sta solo andando online, ma sta acquisendo la capacità di anticipare e reagire. Abbiamo incaricato i nostri algoritmi di individuare violazioni della sicurezza in sistemi complessi, scambiare la maggior parte delle azioni mondiali e persino prevedere quando cose come le parti del motore dell'aereo potrebbero rompersi prima che ciò accada.
A tal fine, gli ingegneri utilizzano sempre più cose come i "gemelli digitali" per aiutare a fare previsioni e decisioni. I gemelli digitali sono rappresentazioni virtuali di oggetti reali (in genere infrastrutture vitali come le turbine in una centrale elettrica). Questi gemelli utilizzano dati in tempo reale per prevedere quando qualcosa potrebbe fallire (permettendo così ai gestori - che sono essi stessi sempre più automatizzati - di risolvere i problemi prima che si verifichino). Ma se l'IA è un tipo di intelletto, sarebbe accurato descrivere i gemelli digitali come una forma di immaginazione ?
"Sì, lo è. Ma è un'immaginazione centrata su ciò che realmente sa e sulla sua storia passata, nonché sull'ambiente e su come lo stai usando", spiega il dott. Colin Parris, vicepresidente della ricerca software presso General Electric e uno dei principali sviluppatori di tecnologia digitale gemella che è stato recentemente ospite della serie di interviste di PCMag, The Convo . "Quell'immaginazione lo dice 'ben basato su questi dati, potrei aver bisogno di essere mantenuto in questo momento'".
Ma i gemelli digitali non sono retrocessi in input da un'unica fonte: sono in grado di utilizzare le esperienze di un'intera flotta. Se l'algoritmo, ad esempio, osserva che una parte specifica dell'aereo inizia a subire usura dopo 2.000 atterraggi in condizioni di pioggia, può eseguire il ping degli equipaggi di manutenzione la prossima volta che l'aereo entra per la manutenzione. Ma dare a un sistema una vera intelligenza è più che la luce del "tempo per un controllo" sul cruscotto della tua auto; si tratta di migliorare la sua capacità nel tempo.
Un campo di intelligenza artificiale chiamato "machine learning" consente ai computer di padroneggiare compiti indipendenti dalla prova umana. Questa combinazione di esperienze raccolte facilita una mente alveare che compensa la mancanza di buon senso. Senza questo zeitgeist digitale, tecnologie complesse come le auto a guida autonoma non sarebbero mai possibili.
Un singolo programmatore umano - o anche un esercito di programmatori - non potrebbe mai creare software per anticipare ogni scenario stradale reale, ma le auto a guida autonoma possono imparare osservando. Ad esempio, un'auto a guida autonoma potrebbe non riconoscere una persona su una sedia a rotelle, ma osservando come gli umani reagiscono a questa nuova forma che condivide le caratteristiche con una persona e un'auto, il software può imparare che si tratta di una specie di pedone che dovrebbe essere trattato come tale.
Il software non solo migliora osservando i comportamenti dei conducenti umani, ma registra anche ciò che ha funzionato quando altre auto a guida autonoma erano sulla strada (e forse ancora più importante, cosa non ha funzionato). Questo apprendimento comune consente alle macchine di navigare in un mondo complesso con molte variabili impreviste.
Quando combini la modellazione virtuale e le tecnologie predittive con i progressi della robotica, puoi vedere come l'infrastruttura diventerà ancora più autonoma andando avanti. Questa automazione è problematica dal punto di vista della disoccupazione, ma non è necessariamente una perdita completa per l'umanità.
"Ci sono alcuni lavori noiosi, sporchi e pericolosi. Voglio assicurarmi di non avere umani troppo spesso in quei lavori", spiega Parris. "Ti faccio un esempio. Abbiamo delle piattaforme petrolifere nel mezzo dell'oceano che hanno pile giganti che usano per bruciare carburante. Qualcuno deve salire su quelle pile e vedere se ha ruggine su di essa - sono 200 piedi in aria, sono appesi a una fune, ci sono venti di burrasca lassù. Le possibilità di un errore sono enormi. Ma ora abbiamo droni. I droni volano lassù e volano in cerchio e scattano foto. Il software analizza dove si trovano la ruggine e i danni. Quindi ora non dobbiamo mettere gli umani in un posto pericoloso."
Man mano che i robot diventano più piccoli, più intelligenti e più capaci, puoi vedere come i sistemi da cui dipende la civiltà potrebbero imparare a mantenere (e forse anche a riparare e costruire) se stessi. È quasi come se si stessero evolvendo in sistemi realistici, che possono imparare, immaginare e anticipare. Spero che un giorno non decidano di distruggerci.
