Intelligenza artificiale. Incontriamo il genio anglocanadese che l’ha creata | Bloomberg

Per quasi 40 anni, Geoff Hinton ha cercato di far imparare ai computer come lo fanno le persone, una ricerca che quasi tutti pensavano fosse pazzesca o almeno disperata, fino al momento in cui ha rivoluzionato il campo. In questo video di Hello World, Ashlee Vance di Bloomberg Businessweek incontra il padre dell’intelligenza artificiale.

Introduzione

Geoff Hinton. A causa di una condizione di mal di schiena cronico, non è stato in grado di sedersi per più di 12 anni. Dato che non può sedere in macchina o su un autobus, Hinton va ovunque. La camminata dice molto su Hinton e sulla sua determinazione. Per quasi 40 anni, Hinton ha cercato di far imparare ai computer come lo fanno le persone. Una ricerca che quasi tutti pensavano fosse pazzesca, o almeno disperata. Fino al momento in cui ha rivoluzionato il campo.

I primi passi

Geoff Hinton è diventato piuttosto ossessionato da questa idea di capire come funziona la mente. Ha iniziato a studiare fisiologia, l’anatomia di come funziona il cervello, poi si è dato alla psicologia e, alla fine, ha optato per un approccio più informatico alla modellazione del cervello, e ha iniziato a usare l’intelligenza artificiale.
Mentre Geoff stava iniziando a pensare a queste idee, è stato ispirato da alcuni ricercatori dell’IA dall’altra parte dell’oceano.
In particolare, da Frank Rosenblatt. Rosenblatt, alla fine degli anni ’50, sviluppò quello che chiamò un perceptron, che era una rete neurale, un sistema di calcolo che avrebbe imitato il cervello.
L’idea di base è una collezione di piccole unità, chiamate neuroni. Queste sono piccole unità di calcolo, ma in realtà sono modellate sul modo in cui il cervello umano compie i suoi calcoli. Prendono i loro dati in entrata come noi facciamo dai nostri sensi, e in realtà apprendono, così la rete neurale può imparare a prendere decisioni nel tempo.
La speranza di Rosenblatt era quella di alimentare una rete neurale con una serie di dati, come immagini di uomini e donne, e che alla fine essa avrebbe imparato come distinguerli. Proprio come fanno gli umani.
C’era solo un problema: non funzionava molto bene. La rete neurale di Rosenblatt era un singolo strato di neuroni, ed era limitato in quello che poteva fare. Estremamente limitato. Un suo collega ha scritto un libro alla fine degli anni ’60 che mostrava questi limiti. E, in un certo senso, ha messo l’intera area della ricerca in un congelamento profondo per ben 10 anni.

La seconda fase

Nessuno voleva lavorare in quest’area. Erano sicuri che non avrebbe mai funzionato.
Beh, quasi nessuno.
Hinton decide di avere un’idea di come queste reti neurali potrebbero funzionare, e la perseguirà a qualunque costo. Per un po’ saltella intorno a istituti di ricerca negli Stati Uniti. È piuttosto stufo del fatto che la maggior parte di loro sia stata finanziata dal Dipartimento della Difesa, e inizia a cercare un posto dove possa andare.
Sente improvvisamente che il Canada potrebbe essere interessato a finanziare l’intelligenza artificiale.
Lui ed i suoi collaboratori hanno sviluppato una rete neurale a più strati, una rete neurale profonda. E questa ha iniziato a funzionare in molti modi.
Usando una rete neurale, un tizio di nome Dean Pomerleau costruì un’auto a guida autonoma alla fine degli anni ’80. E guidò su strade pubbliche.
Yann LeCun, negli anni ’90, costruì un sistema in grado di riconoscere le cifre scritte a mano, che finì per essere usato commercialmente. Ma, di nuovo, avevano raggiunto il massimo che si potesse raggiungere.
Negli anni ’90, negli anni 2000, Geoff era una delle poche persone sul pianeta che stavano ancora perseguendo questa tecnologia. Si presentava alle conferenze accademiche e veniva esiliato nelle stanze sul retro; era trattato come un paria.

Finalmente il successo

Ma Geoff era consumato da questo progetto, e non poteva fermarsi. Ha continuato a perseguire l’idea che i computer potessero imparare. Fino a circa il 2006, quando il mondo comprende finalmente le idee di Hinton.
L’arrivo di chip super-veloci e la massiccia quantità di dati prodotti su Internet hanno dato una spinta magica agli algoritmi di Hinton. All’improvviso, i computer potevano identificare cosa c’era in un’immagine. Quindi, potevano riconoscere il parlato e tradurre da una lingua all’altra. Nel 2012, parole come reti neurali e apprendimento automatico stavano spuntando sulla prima pagina del New York Times.
Per Hinton, questo era chiaramente un momento di redenzione dopo decenni di fatica. E, per il Canada, significava qualcosa di ancora più grande. Hinton e i suoi studenti hanno messo il paese sulla mappa come una superpotenza dell’IA, qualcosa che nessuno, e nessun computer, avrebbe mai potuto prevedere.