Il rapporto tra intelligenza artificiale, nuova rivoluzione industriale e socialismo

di Mattia Di Gangi

Il rapporto tra intelligenza artificiale, nuova rivoluzione industriale e socialismo

Nel mondo industrializzato sono in corso importanti cambiamenti nello stile di vita di milioni di persone, dovuti al rapido sviluppo delle tecnologie, soprattutto per quanto riguarda l’informatica. Per esempio, sono sempre di più le persone che cercano di guadagnare qualcosa mettendo una propria casa a disposizione di Airbnb, o che risparmia sui viaggi usando BlaBlaCar.

O ancora, non vale per l’Italia e qualche altro paese europeo, ma altrove Uber rappresenta un’alternativa interessante ai taxi per i prezzi concorrenziali che riesce a permettersi. Lungi dall’autore voler fare un’apologia di queste multinazionali, visto che i loro proventi miliardari vengono sicuramente da un modello di business innovativo e distruttivo del mercato esistente, ma anche e soprattutto dallo sfruttamento intensivo di valore dovuto a mezzi (casa, auto) e forza lavoro degli utilizzatori della piattaforma. Tuttavia, è innegabile che le tecnologie dell’informazione stanno cambiando la nostra società ed è necessario che la sinistra capisca il cambiamento in corso per cercare almeno di essere in grado di fare proposte concrete nei confronti della società.

Che cos’è l’Intelligenza Artificiale

 In questo breve articolo, tuttavia, l’attenzione non è rivolta alla sharing economy, su cui si è già scritto tanto anche in lingua italiana, ma ad un’altra area su cui si investono già miliardi di dollari ma su cui la sinistra si è interrogata poco. Parliamo degli sviluppi dell’Intelligenza Artificiale, un nome che evoca sicuramente fantasie fantascientifiche, ma che invece è già sotto gli occhi di tutti e sta allargando i confini dell’automazione. Con l’espressione Intelligenza Artificiale si intende quella classe di algoritmi in grado di risolvere problemi per i quali si ritiene che sia necessaria un’intelligenza umana, oppure capacità percettive.

Alcune applicazioni comuni sono quindi il riconoscimento vocale, la traduzione automatica, la classificazione di immagini, e anche giochi come gli scacchi, il poker o il Go, o auto senza pilota [1]. Nella maggior parte di queste applicazioni abbiamo avuto avanzamenti significativi nello stato dell’arte che possono essere apprezzati con semplicità da chiunque abbia una connessione ad Internet. Sicuramente ci sono ancora molti problemi che restano aperti, ma la ricerca avanza spedita in questo campo e c’è un grande interesse da parte del settore industriale, che ad oggi riveste un ruolo prominente anche nella ricerca.

Per avere qualche esempio, consideriamo un qualsiasi assistente vocale di uno smartphone. Fino a qualche anno fa, il riconoscimento di ciò che veniva detto al cellulare era una sfida, oggi invece sono in grado di riconoscere con grande precisione parole in lingue diverse all’interno di una stessa frase (provare per credere), mentre il problema consiste nel prendere decisioni sensate rispetto a quello che viene detto, oppure sostenere un dialogo.

Altri risultati noti sono i miglioramenti notevoli dell’arcinoto Google Translate per alcune coppie di lingue (sembra però che quelle che includono l’italiano non rientrano tra queste), o anche la vittoria dell’anno scorso, per la prima volta nella storia, di un software contro il campione mondiale di Go, un gioco da tavola che si gioca in una plancia molto più grande di una scacchiera, e che fino a poco tempo fa era considerato impossibile per l’IA. Negli scacchi, invece, i software sono considerati migliori degli umani da quando Deep Blue ha sconfitto il Grande Maestro Garry Kasparov nel lontano 1997 [2].

 

La riscoperta del deep learning

Prescindendo dalle singole applicazioni, il fatto importante è che a partire dal 2012, e con un’impennata nel 2016, c’è stato un incremento notevole dell’interesse verso l’IA da parte della ricerca e dell’industria. Che cosa sta succedendo?

Negli anni 2000 il mondo accademico ha riscoperto il deep learning, una classe di algoritmi precedentemente noti come reti neurali artificiali (Artificial Neural Network nella letteratura tecnica), che sono in grado di elaborare grandi quantità di dati perché composti da un numero elevatissimo di parametri modificabili automaticamente. La storia delle reti neurali artificiali ha accompagnato un po’ la storia dell’IA, incluso il periodo noto come l’inverno dell’IA, durante il quale il governo degli Stati Uniti tagliò sostanzialmente i fondi alla ricerca dopo che i risultati negli anni 70 non erano stati neanche lontanamente paragonabili alle (alte) aspettative alimentate dai ricercatori stessi [3].

L’intera area di ricerca ha comunque vissuto alterne fortune, e ad oggi il deep learning è uno dei settori in cui investono maggiormente le grosse corporations e i governi che non vogliono rimanere indietro nella corsa all’innovazione. Come vedremo in seguito, purtroppo tra questi non figura il nostro paese.

Abbiamo già detto che l’idea del deep learning non è nuova ma al tempo stesso è riuscita ad affermarsi solo negli ultimissimi anni, perché?

Per renderlo comprensibile anche al lettore non tecnico, diciamo che i sistemi basati su deep learning per funzionare hanno bisogno principalmente di due ingredienti:

1- grandi quantità di dati da cui apprendere le relazioni tra input e output (non c’è nessuna programmazione esplicita per il compito da svolgere);

2-grandi risorse computazionali per poter terminare l’apprendimento sui dati in tempi ragionevoli.

Videogiochi e Big Data

Negli ultimi anni abbiamo visto un incremento di entrambi. Dal punto di vista dei dati, tutte le grosse società ne hanno conservati in quantità enormi, in attesa di estrarre conoscenza da essi, o basano il loro business model sulla possibilità di crearne di nuovi di continuo (vedi Facebook, Amazon, Google, ecc…). Dal punto di vista della potenza computazionale, si è scoperto che le GPU, cioè i processori contenuti nelle schede grafiche, che fino a poco tempo fa venivano usate principalmente dai videogiocatori per esperienze grafiche sempre migliori, possono essere adattate per accelerare di diversi ordini di grandezza esattamente il tipo di calcoli necessari per il deep learning.

Affinché il lettore si possa fare un’idea, basti considerare che in un noto articolo del 2011 [4] veniva detto che l’addestramento per un sistema di classificazione di testi aveva richiesto 2 mesi, mentre oggi per modelli dello stesso tipo occorrono ore. E ogni anno escono GPU sempre più potenti.

L’andamento delle azioni della Nvidia, la principale società che produce le GPU, sta a dimostrare  la crescita esponenziale dell’interesse verso i suoi prodotti, che non è dovuta certo ad un’esplosione del mercato videoludico.

Videogame e Big Data volano del deep learning

Le possibilità, presenti e future, offerte dal deep learning hanno spinto alcune tra le maggiori aziende a reinventarsi per avere un business sempre più legato all’IA. Per alcune come Google o Facebook è stato più semplice perché si tratta di aziende hi-tech la cui maggiore fonte di guadagno veniva dalla produzione e analisi dei dati degli utenti, e dall’analisi dei dati all’IA il passo non è così lungo. In altri casi, come Amazon, la parziale conversione dalle vendite online a servizi orientati all’IA non era così scontata ma ad oggi è una delle principali realtà del settore e ospita, ad esempio, competizioni per ricercatori [5].

Il forte interesse da parte della ricerca privata per la “corsa all’IA” ha cambiato anche i rapporti tra accademia  e industria e, di conseguenza, tra accademia e società. Come descriveva la rivista britannica The Economist l’anno scorso [6], le università faticano a trattenere i propri talenti, siano essi già in possesso di un dottorato o anche di un Master (l’equivalente della Laurea Magistrale italiana n.d.a.) ma talentuosi, perché c’è una fortissima richiesta da parte delle corporations di ricercatori di IA. Questi in cambio ricevono stipendi molto più elevati di quanto un’università possa permettersi, e la possibilità di sviluppare prodotti che possono avere impatto sulla vita di milioni di persone in tutto il mondo.

Intelligenza artificiale, tecnologia e geopolitica

Queste società giocano un ruolo fondamentale nel mantenimento del primato statunitense nell’hi-tech (con buona pace dei giornalisti ossessionati dai fantomatici hacker russi in grado di manipolare le democrazie altrui) nonostante il taglio dei fondi federali alla ricerca da parte dell’amministrazione Trump.

Tuttavia nel mondo ci sono altri attori che, non avendo nel proprio territorio un ecosistema di multinazionali paragonabile a quello statunitense, hanno deciso di partecipare alla corsa all’innovazione con strategie diverse. In questo articolo consideriamo i casi di Canada, Francia e Cina.

In Canada si trovano le università dove si è sviluppato il deep learning quando non era ancora considerato “di moda”. Oggi questo paese ha avviato la “Pan-Canadian Artificial Intelligence Strategy” che distribuisce 125 milioni di dollari alle università che svolgono ricerca di eccellenza in questo settore, con lo scopo di attrarre ricercatori da tutto il mondo e incrementare la collaborazione tra i maggiori centri di ricerca. Questo permette al Canada di rivestire un ruolo di prestigio nel settore, nonostante la sua industria AI sia composta principalmente da piccole e medie imprese, ben lontane dai colossi statunitensi.

La Francia, sotto l’amministrazione Hollande, ha lanciato un progetto per costruire la sua strategia per l’IA chiamata #FranceIA, che ha lo scopo di legare università e aziende innovative, e di studiare una strategia nazionale che guardi all’IA dal punto di vista economico, ma anche etico, sociale, di sovranità  e di sicurezza nazionale. Inoltre, il nuovo presidente Macron ha lanciato diversi appelli [7] ai ricercatori statunitensi affinché si trasferiscano in Francia, dove sarebbe possibile lavorare meglio che negli USA. Sorvoliamo sulla concretezza di questi trasferimenti intercontinentali in protesta ad un presidente e cerchiamo di cogliere il punto importante. Oggi le potenze economiche individuano nell’AI possibilità di business a breve-medio termine di consistenza significativa, che avranno un impatto nella società, da qui la necessità di porsi una strategia che coinvolga l’etica, il sociale e la sicurezza nazionale.

Dall’altre parte del mondo, anche la Cina sta aumentando gli investimenti sull’IA, come dimostrano sia Baidu, il più importante motore di ricerca cinese, che ha aperto nel 2013 un laboratorio di ricerca e sviluppo che oggi conta oltre 1300 ricercatori; sia le dichiarazioni del premier cinese Li Keqiang [8], che all’apertura del Congresso Nazionale del Popolo ha elencato l’IA tra i settori di ricerca e sviluppo da potenziare. Tra l’altro, chi lavora nel settore ha potuto notare un notevole incremento negli ultimi anni di studi provenienti dalle università cinesi.

La presenza di Baidu  quale principale singolo attore nella ricerca e sviluppo sull’IA cinese, nonché beneficiario di grossi profitti, analogamente ai suoi omologhi statunitense e russo, Google e Yandex, è emblematico di come il potere economico si concentri in queste società relativamente nuove, alimentando anche seri dubbi sulle capacità del potere politico di poter realmente governare i processi in corso.

A questo punto è lecito chiedersi se questi investimenti e questa caccia di intelligenze sia giustificata, anche se possiamo supporre da subito che la risposta sia positiva.

 

L’intelligenza artificiale e le sue conseguenze

 

Il primo fattore è sicuramente di ordine economico. Secondo alcune stime, il mercato dell’IA varrà oltre 16 miliardi di dollari nel 2022 [9], e la capacità di avere adesso le capacità di innovare in questo settore determina la capacità di avere una fetta più o meno grosso di quel mercato tra 5 anni.

Dal punto di vista dei governi c’è un altro fattore di importanza non secondaria, cioè l’impatto sociale che avranno le nuove tecnologie dell’automazione. La prima rivoluzione industriale ha portato, oltre alla costruzione delle grandi città intorno ai centri industriali, anche la creazione per la prima volta nella storia di un “esercito industriale di riserva”, quindi la disoccupazione di massa come componente caratterizzante del proletariato urbano.

La nuova rivoluzione industriale molto probabilmente avrà un enorme impatto sociale, per esempio è stato stimato che in 15 anni verranno persi oltre 10 milioni di posti di lavoro a causa dell’automazione nel solo Regno Unito [10]. Non a caso il noto ricercatore Andrew Ng, tra le altre cose fondatore dei laboratori di ricerca sull’IA di Google e poi di Baidu, ha definito l’intelligenza artificiale “la nuova elettricità” [11]. Un fenomeno di questa portata deve essere quindi anticipato e guidato in modo democratico verso l’interesse collettivo, e non per favorire il dominio di un’élite oligarchica.

In questo quadro la posizione dell’Italia è desolante. Per quanto ci siano università e centri di ricerca con ottimi ricercatori, tenerli in Italia diventa sempre più difficile per le ragioni esposte prima, soprattutto i più giovani. Nei giorni scorsi è stata lanciata una task force per studiare le applicazioni dell’Intelligenza Artificiale nella pubblica amministrazione[12], ma in assenza di una visione scientifica, economica e sociale più ampia, risulta del tutto inadeguata.

Come se non bastasse, l’Italia investe nella ricerca l’1,38% del proprio PIL, contro una media UE del 2%, con contratti per i ricercatori tutt’altro che desiderabili e un settore industriale informatico in cui le società più grandi sono tutte straniere.

Le chiacchiere televisive sulla fuga dei cervelli restano, appunto, chiacchiere, e non esiste nemmeno una proposta che cerchi di rendere l’Italia un paese attraente per i talenti in modo che sia in grado di decidere del proprio futuro industriale, politico e sociale.

Tutto ciò limita fortemente le possibilità di poter competere nel settore con paesi vicini come la Germania o la Francia, e lasciamo perdere i colossi come USA o Cina.

Socialismo 4.0 e intelligenza artificiale

Una forza popolare e di sinistra dovrebbe intervenire già da ora, in collaborazione con esperti del settore, per studiare i cambiamenti in atto e le possibilità aperte dalle nuove tecnologie, in modo da proporsi come attore credibile in grado di governare il cambiamento. Cercare di prevenirlo, rifugiandosi in una sorta di neo-luddismo fuori tempo massimo è certamente folle. Piuttosto, è necessario accettare la sfida e capire come le potenzialità dell’automazione possano ridurre i tempi di lavoro di tutti per una società in cui la fatica umana sia ridotta attraverso una governance democratica.

L’alternativa è essere nuovamente travolti dagli eventi tra pochi anni, come è già avvenuto negli anni ‘90.

Riferimenti

 

[1] https://it.wikipedia.org/wiki/Autovettura_autonoma

[2] https://en.wikipedia.org/wiki/Deep_Blue_versus_Garry_Kasparov

[3] https://en.wikipedia.org/wiki/AI_winter

[4] Collobert, R., Weston, J., Bottou, L., Karlen, M., Kavukcuoglu, K., & Kuksa, P. (2011). Natural language processing (almost) from scratch. Journal of Machine Learning Research12(Aug), 2493-2537.

[5] https://developer.amazon.com/alexaprize

[6] http://www.economist.com/news/business/21695908-silicon-valley-fights-talent-universities-struggle-hold-their?zid=291&ah=906e69ad01d2ee51960100b7fa502595

[7] https://www.facebook.com/EmmanuelMacron/videos/1912881878944389/?hc_ref=NEWSFEED

[8] http://www.china-briefing.com/news/2017/03/14/china-world-leader-artificial-intelligence.html

[9] http://www.prnewswire.com/news-releases/artificial-intelligence-market-report-2016—global-forecast-to-2022-artificial-intelligence-ai-market-is-expected-to-be-worth-usd-1606-billion-by-2022-at-a-cagr-of-629—research-and-markets-300378922.html

[10] https://www.theguardian.com/technology/2017/mar/24/millions-uk-workers-risk-replaced-robots-study-warns

[11] http://news.stanford.edu/thedish/2017/03/14/andrew-ng-why-ai-is-the-new-electricity/

[12]http://www.agid.gov.it/notizie/2017/04/06/lintelligenza-artificiale-servizio-del-cittadino-partecipa-task-force

 

  1. Articolo interessante con poche proposte politiche benché scritto all’interno di una piattaforma politica come Risorgimento Socialista. L’articolo ha lo sguardo al tema della ricerca che benché importante non esaurisce quelle che sono gli interessi di una società del XXI secolo. Dobbiamo pensare che lo sviluppo dell’IA sarà demandata ad un gruppo di cervelli che avranno il compito di indagare sugli sviluppi della disciplina. Compito della politica, invece, è quello di mettere in condizione i cittadini di conoscere, apprezzare, migliorare e utilizzare l’IA nell’ambito delle attività umane che non cambieranno nel tempo ma si modificheranno sulla base dei nuovi strumenti che le nuove tecnologie ci metteranno a disposizione. Il compito di una forza Socialista è quello di proporre un sistema formativo che metta in condizione le persone di diventare cittadini, di conoscere i diritti e i doveri verso la società e nella scuola media di mettere in condizione i cittadini di affrontare le tematiche, tutte, inerenti una società altamente scientifica e tecnologica sia attraverso licei con studi seri e approfonditi sia attraverso scuole di formazione tecnica professionale, scuole modernamente attrezzate per formare tecnici di alto livello. Solo così potremo arrivare ad avere persone con capacità di ricerca e ricerca applicata anche al di fuori del contesto di istituti sovvenzionati dallo stato molte volte solo carrozzoni mangia soldi sia pubblici che privati. D’altro canto gli Einstein e i Turing per le scuole aristocratiche erano considerati poco più che ciarlatani.

Leave a Reply

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

You may use these HTML tags and attributes:

<a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>