[Tempo di lettura: 6 minuti]

La sfida perduta di Kasparov

KasparovL’anno è il 1996. Una notizia fa rapidamente il giro del globo, destando scalpore ed ammirazione: per la prima volta un computer riesce a prevalere, sulla scacchiera, contro un campione del mondo. È il 10 febbraio 1996 quando Deep Blue, un computer progettato e costruito dall’IBM appositamente per il gioco degli scacchi, sconfigge il detentore del titolo, Garry Kasparov, nella partita di apertura della sfida uomo-calcolatore. È una data storica, l’intelligenza artificiale consegue un traguardo dai più ritenuto fuori portata, impossibile da raggiungere, precluso alle macchine. Sebbene il supercomputer IBM abbia avuto ragione di Kasparov nella prima partita, l’esito ultimo dello scontro vede la vittoria del campione russo. Negli incontri successivi Deep Blue non è in grado di bissare il successo iniziale e alla fine si contano tre vittorie di Kasparov e due pareggi. Uomo batte macchina 4-2.

Molti tirano un sospiro di sollievo, l’umanità preserva il proprio primato. Il sorpasso dei calcolatori ai danni dell’uomo forse non è più argomento esclusivo della fantascienza, ma perlomeno è ancora di là da venire. Niente di più sbagliato! L’anno successivo vede la rivincita tra i due contendenti e stavolta a prevalere è Deep Blue. Pertanto nel maggio 1997 computer batte uomo: 3,5-2,5. Un limite viene superato, un muro frantumato.

Garry Kasparov ha ricostruito questa sfida perduta in un libro di 300 pagine di recente pubblicazione dal titolo “Deep Thinking: Where Artificial Intelligence Ends and Human Creativity Begins”.

L’evento non è tuttavia esente da polemiche. Innanzitutto Deep Blue non si trova all’interno della stanza nella quale si disputa il match, bensì ad alcuni chilometri e, di conseguenza, i dati non sono inviati direttamente dal calcolatore. Questo fatto ed altri elementi portano Kasparov a sostenere che Deep Blue sia stato aiutato durante le partite. Un elemento che ritorna più volte nel corso della sfida e il diniego dell’IBM alla richiesta di Kasparov di fornire i tabulati inerenti l’attività della macchina, come da accordi precedenti, non fa che rafforzare i dubbi ed alimentare i sospetti. Lo sconfitto chiede infine la rivincita, ma l’IBM oppone un secco rifiuto, ritirando definitivamente Deep Blue.

20 anni dopo arriva l’algoritmo Deep mind

deep_tinkingIn un documentario del 2003, Game Over: Kasparov and the Machine, vengono proposte delle interviste ad alcuni testimoni che gettano un’ombra pesante sulla vittoria del supercomputer. Da esse emergerebbe come, in definitiva, Deep Blue abbia rappresentato uno stratagemma messo in atto dalla IBM per accrescere il valore del proprio titolo in borsa. Nel solo giorno del trionfo su Kasparov, le azioni IBM salgono del 15%.

Dunque la vittoria della macchina, nello specifico, è forse molto più umana di quanto inizialmente si fosse portati a ritenere. Oppure frutto del caso, come sostiene Nate Silver. Nel suo libro (Il segnale e il rumore. Arte e scienza della previsione) questi ascrive il successo di Deep Blue ad una mossa assolutamente irrazionale, frutto del caso, operata dalla macchina. Una mossa che avrebbe destabilizzato irreparabilmente l’umanità di Kasparov, minandone fiducia e razionalità.

Venti anni dopo è AlphaGo ad infrangere un altro limite. L’algoritmo di Deep Mind nei primi mesi del 2016 sconfigge, stavolta senza polemiche o accorgimenti, dapprima il campione europeo poi il campione mondiale di GO. La vittoria è netta ed inequivocabile. E che la macchina sia davvero in grado di surclassare l’uomo lo dimostra il fatto che, in una settimana, tra il 29 dicembre 2016 e il 4 gennaio 2017, AlphaGo, sotto mentite spoglie, sia riuscita ad inanellare sessanta vittorie consecutive contro i migliori giocatori del pianeta in carne ed ossa.

Capacità di calcolo: 10170 
alpha_go

Ecco un Alpha Go installato

Fino a poco tempo fa si credeva che alcuni, particolari, ambiti, sarebbero rimasti pertinenza esclusiva dell’uomo o, nella peggiore delle ipotesi, lo sarebbero stati per molto tempo ancora. Tra questi figuravano tanto gli scacchi quanto il Go. Entrambi i giochi, sebbene presentino delle regole scarne e delle dinamiche apparentemente semplici, nascondono invero un’elevata difficoltà. Una difficoltà che è data dal numero di combinazioni delle mosse e di conseguenza di configurazioni di gioco possibili. Un numero talmente cospicuo da indurre a ritenere che nessun calcolatore sarebbe stato in grado di padroneggiare una tale complessità. Pertanto era opinione comune che gli scacchi, e ancor più il Go, sarebbero rimasti appannaggio dell’intelligenza e soprattutto dell’intuizione umana. Ancor meno ci si attendeva una capitolazione tanto repentina.

Ma se Deep Blue è riuscito a prevalere per mezzo della forza bruta, grazie ad una potenza di calcolo formidabile (capace di computare 220 milioni di mosse al secondo), per AlphaGo il discorso è diverso. Il Go presenta un numero di combinazioni ben superiore agli scacchi. Per ogni mossa, in media, le possibilità sono dieci volte di più. La sola capacità di calcolo, seppure enorme, non sarebbe sufficiente a considerare circa 10170 situazioni differenti e ad avere al contempo ragione delle insidie poste dal gioco.

Dunque, com’è riuscito AlphaGo a battere il campione del mondo? Semplice, imparando.

Deep learning, l’arma segreta della macchina

deep_mindCome afferma Demis Hassabis, fondatore di Deep Mind, ci sono due modi per rendere più intelligente un computer. Una prima modalità prevede di programmare una determinata soluzione ad un dato problema e lasciare che la macchina la esegua. La seconda, ed è il caso di AlphaGo, consiste nel «… dare al computer la capacità di imparare da sé stesso, di imparare con l’esperienza. … Ti insegno a imparare, non ti dò la soluzione».

Il segreto che sta dietro il successo di AlphaGo si chiama Deep Learning. «L’algoritmo ha tre caratteristiche, tutte riprese dalla neurobiologia: apprendimento con rinforzo, reti neurali a strati di convoluzione (convolutional neural networks) e loop sulla memoria selettiva».

Un’altra peculiarità che distingue AlphaGo da Deep Blue, consiste nel fatto che la creatura di Deep Mind non è stata creata appositamente ed esclusivamente per il Go. L’algoritmo che ne è alla base ha dimostrato di essere in grado di apprendere ed adattarsi, nel tempo, a diverse tipologie di giochi. I suoi progressi e le sue acquisizioni non sono infatti dovute ad un’attenta e minuziosa programmazione, bensì sono frutto dell’esperienza. Quello che sa, AlphaGo lo ha scoperto ed assimilato giocando, in perfetta autonomia. «Il segno distintivo della nuova generazione di algoritmi è che, come le persone, imparano dai propri successi e dai propri fallimenti».

Allenato in ben 49 giochi diversi per Atari 2600, l’algoritmo di Deep Mind ha stracciato non solo altri algoritmi concorrenti, ma anche gli umani. «… in 29 di questi giochi l’algoritmo ha superato del 75 per cento o più un testatore professionista umano, battendolo a volte con un margine molto ampio».

Il Cognitive Computing
learning

Il processo di Cognitive Computing

AlphaGo dimostra che ormai stiamo entrando in quella che IBM descrive come la terza era dell’elaborazione dei dati: quella del Cognitive Computing. La prima era, quella del Tabulating computing, dagli albori sino agli anni ’50, vedeva i calcolatori capaci di svolgere operazioni matematiche essenziali, utilizzando schede perforate sia per l’input che per l’output. La seconda era, quella del Programming Computing, dagli anni ’50 sino ai giorni nostri, è l’era degli elaboratori elettronici. Le macchine sono in grado di processare anche comandi (if/then) e strutture logiche, ma devono essere istruite a farlo seguendo determinate regole e necessitano pertanto di essere programmate.

Il Cognitive Computing, spiega Jonas Nwuke (IBM), «… nasce per abbattere la rigidità insita nella logica “if/then” … Il Cognitive Computing è un’elaborazione probabilistica, i cui esiti variano lungo uno spettro, piuttosto che essere rigorosamente “sì o no, giusto o sbagliato”».

L’enfasi posta da IBM sul Cognitive Computing è, almeno in parte, interessata, risulta uno degli ingranaggi di una potente macchina di marketing che non si è accontentata della vittoria su Kasparov. AlphaGo, infatti, ha un predecessore o, se si vuole, Deep Blue ha avuto un successore. Un Supercomputer che ha infranto l’ennesima barriera, ha sottratto all’uomo un’altra riserva di caccia, privandolo di un’ulteriore certezza: in una parola, Watson.

Di Watson ci occuperemo nel prossimo post.

 

Lascia un Commento

L'indirizzo email non verrà pubblicato. I campi obbligatori sono contrassegnati *

È possibile utilizzare questi tag ed attributi XHTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>