La "Cognitive AI" cambierà il nostro modo di concepire le macchine?

16 giugno 2022

Di Francesco Subiaco

L'intelligenza Artificiale sta permettendo alla filosofia di riprendersi quei luoghi oscuri, quei dubbi fondamentali, che per anni l'uomo ha cercato di risolvere tramite il pensiero scientifico e che ora ha capito di dover comprendere non soltanto a partire dalle risposte che deve cercare, ma anche dalle domande che deve capire. Non è un caso che temi come la filosofia della conoscenza, la gnoseologia e l'ontologia tramite lo studio dell'AI trovino nuovi spunti e nuovi sentieri conoscitivi capaci di oltrepassare gli equilibri che regolano la vita umana ad una esperienza puramente meccanica, ma cerca di ripensare questi quesiti in maniera problematica a partire da una posizione umanistica. Per questo Aristotele può essere più utile di Turing, Condillac più incisivo di Simon, Kant più profetico dei moderni tecnici. Proprio tramite Kant, infatti, un lettore attento potrà trovare le categorie concettuali adatte per capire una delle più interessanti innovazioni dell'intelligenza artificiale: la "cognitive AI". Banalizzando questo pensatore, possiamo trovare nella sua "Critica della ragion pura" una bussola per capire meglio le caratteristiche e le capacità della coscienza. Nella Critica il filosofo di Konisberg, cerca di trovare una sintesi tra l'empirismo, l'idea che la conoscenza derivi dall'esperienza e dalle informazioni capaci di raccogliere tramite i sensi , e il razionalismo, ovvero la visione per cui la ragione e le idee che formano il patrimonio conoscitivo dell'uomo siano innate ed insite in esso, per comprendere la reale entità del processo con cui l'uomo comprende il mondo.


Una sintesi, che è simile, nelle sue premesse, all'innovazione portata dalla "cognitive AI" e dal three level knowledge (3LK). La "cognitive AI" (C-AI) si propone come la terza fase dello sviluppo dell'intelligenza artificiale. Dopo una prima fase, basata sull'utilizzo di un background composto da set di dati che sono la fonte per l'esecuzione di un algoritmo intelligente che essa eseguiva meccanicamente, tipica delle prime AI, tramite il Deep Learning, le reti neurali e Machine Learning, l'intelligenza artificiale si è proiettata in un percorso nuovo in cui essa può sviluppare delle "ricordanze", un'esperienza che gli permetterebbe di crearsi una memoria empirica basata sulle informazioni raccolte e la loro elaborazione e che rappresentano la parte in cui siamo immersi tutt'ora. Da algoritmi capaci di identificare il target di un negozio, a dispositivi di riconoscimento il Machine Learning ha superato la visione di una AI ancorata alla semplice produzione di output dati input generali e digitali. Un processo che ora con la C-AI vede una nuova fase di sviluppo che potrebbe riscrivere le caratteristiche dell'AI.


La cognitive Ai, o intelligenza artificiale cognitiva, è un sistema dinamico, al contrario di quella delle prime fasi che sono di tipo statico, si basa sull'azione parallela di tre livelli di analisi conoscitiva incrociati, ovvero il three level knowledge, che come ha spiegato in una recente intervista di Andrea Ferrario, Gadi Singer, Direttore dei progetti legati all’intelligenza artificiale all’interno degli Intel Labs, sono basati su un primo livello, detto coscienza istantanea, basata sui dati insiti nel background originario della ai, un secondo livello detto Stand by knowledge, basate su una analisi empirica, fino ad un terzo livello denominato "retrieved external knowledge", che consiste in quella che potremmo definire una visione d'insieme capace di calare le informazioni ottenute in una realtà concreta. Una sintesi quella del 3LK che può essere meglio capita tramite un esempio pratico come quello dell'ipotesi dei giudici robot. Dato un ipotetico giudice robot strutturato tramite una struttura di cognitive AI, a cui sottoporremo un caso di omicidio, il primo livello dopo la lettura del verbale darà una sentenza standard di un crimine di questo tipo(ad esempio x anni di carcere), il secondo alla luce dell'esperienza accumulata tramite tecnologie di machine Learning, analizzerà il caso nello specifico e ne dedurrà le anomalie e le caratteristiche e cercherà alcune procedure specifiche analoghe, il terzo livello invece calerà il misfatto in un contesto concreto, valuterà l'impatto generico di una di queste sentenze e le confronterà con i risultati dei livelli precedenti per ottenere una risposta chiara, concreta e particolare. Alla luce di questa ipotesi possiamo notare le interessanti innovazioni portate da questa tecnologia che in futuro potrebbe, cambiare il nostro modo di concepire l'AI.