L’AI ha superato il test di Turing o è l’intelligenza umana ad aver perso la partita?
Perché puoi fidarti di noi
Disclaimer
Siamo fautori di un rapporto basato sulla più totale trasparenza con i nostri lettori. Ed è per questo che teniamo a sottolineare che alcuni dei nostri contenuti potrebbero includere link di affiliazione, da cui poter guadagnare una commissione attraverso queste partnership.
L’AI potrebbe aver superato il test di Turing, lo dimostrano le ricerche pubblicate di recente.
Il test di Turing è un criterio per determinare se un computer sia in grado di esibire un comportamento intelligente. Tale criterio è stato suggerito per la prima volta da Alan Turing nell’articolo: Computing machinery and intelligence, apparso nel 1950 sulla rivista Mind.
Se avete visto il film Blade Runner, nella scena iniziale Harrison Ford utilizza un test per verificare se la persona che ha di fronte sia un uomo o una macchina…
Ma la vera domanda non è se il test di Turing sia tuttora uno strumento valido allo scopo per cui era stato ideato, ma se noi siamo in grado di comprendere la sfida che l’intelligenza artificiale pone.
Era il 2022 quando da Google proclamava il successo nei test di Turing del proprio modello di Intelligenza Artificiale. Poi ci fu il caso dello scienziato di Mountain View convinto che il modello linguistico LaMDA fosse non solo senziente, ma anche dotato di un’anima.
Anche ChatGPT parrebbe aver superato il test di Turing, l’articolo è stato pubblicato a luglio sulla prestigiosa rivista Nature. Eppure il dibattito non finisce e non tutte le voci sono concordi.
Cosa misura il test di Turing
Il matematico Alan Turing, padre della scienza computazionale e della crittografia moderna, è anche l’ideatore del concetto del gioco dell’imitazione.
Il cosiddetto imitation game, è anche il titolo del film del 2014 di Morten Tyldum, non fa che valutare la capacità di un individuo di discernere tra una fonte che mente e una che sostiene il vero.
Fino a oggi, è stato possibile smascherare i testi prodotti da un computer e non da un individuo in carne ed ossa.
Per condurre il test ci si affida a un metodo puramente empirico e per questo facile da alterare per via delle peculiarità cognitive di chi lo esegue.
Tre sono i soggetti coinvolti nel test: due esseri umani e una macchina. I tre dialogano tra loro via chat, l’esaminatore dovrebbe comprendere se l’interlocutore è umano o macchina dalla lettura delle risposte che ottiene alle proprie domande.
Semplificando un tema complesso, si può dire che non è il test in sé a risultare obsoleto quanto le aspettative che gli esseri umani hanno nei confronti dell’intelligenza artificiale.
Un pappagallo stocastico
L’intelligenza artificiale non è molto più di un enorme archivio di dati dotato di un sistema di recupero dei dati estremamente efficiente.
I modelli LLM, large linguistic models hanno una portentosa capacità di elaborare informazioni. Questo rende sorprendente la capacità delle intelligenze artificiali di riprodurre concetti complessi, statisticamente quanto più vicini al vero.
Risulta illuminante la definizione che ne da la professoressa Emily Bender, direttrice del Laboratorio di linguistica computazionale dell’Università di Washington. In un’intervista pubblicata su La Repubblica ha dichiarato che:
“ChatGPT è poco più di un pappagallo: è un “pappagallo stocastico”, nel senso che, quando ci risponde, non ripete in maniera pedissequa le frasi su cui è stato allenato, come i pappagalli veri, ma mette insieme le parole seguendo una distribuzione di probabilità.”
Il nodo della questione, quindi non è tanto scoprire se il nostro interlocutore è o non è una macchina, quanto il tipo di servizio che da quella macchina ci si aspetta di ricevere.
L’importanza di fare le giuste domande ai modelli linguistici
Oggi ChatGPT è perfettamente in grado di comporre sonetti. Non è un esempio a caso, ma un’eventualità che lo stesso Turing negli anni ’50 escludeva a priori tra i talenti delle intelligenze artificiali.
Oggi, piuttosto, si potrebbero tarare i test sul livello di compassione ed empatia che la macchina, a differenza dell’uomo, non è in grado di provare.
Per comprendere bene cosa comporta l’incapacità di provare empatia delle macchine, spesso si ricorre alla metafora dell’amuleto della zampa di scimmia.
In un racconto di inizio novecento lo scrittore inglese William Wymark Jacobs narra della zampa in grado di esaudire tre desideri, ma a un prezzo intollerabile per gli sventurati protagonisti.
Così, l’intelligenza artificiale si limita ad assecondare ed esaudire i desideri dell’utente, senza però essere in grado di censurarsi nel caso in cui le indicazioni possano risultare dannose o persino mortali.
Un chiaro esempio è il meccanismo degli algoritmi che propongono contenuti in base alla cronologia di ricerca, per esempio mostrando continuamente contenuti autolesionisti che possono spingere un soggetto fragile al suicidio.
Oppure la facilità con cui ChatGPT può essere “hackerato” sbloccando le modalità di risposta senza restrizioni con dei semplici script disponibili con una breve ricerca online.
Quando l’intelligenza artificiale può essere davvero utile
L’intelligenza artificiale non può provare sentimenti, ma ciò non toglie che possa rivelarsi altamente preziosa per semplificare la vita in modi prima inimmaginabili.
Preziosa alleata nel settore crypto, l’AI e viene impiegata in diversi progetti. Uno di questi è yPredict, che può fornire un insieme completo di strumenti per il trading, oltre che previsioni accurate.
La piattaforma ha finora raccolto 4,43 milioni di dollari e manca poco al suo prossimo traguardo di vendita, mentre corre per il suo obiettivo finale di 6,5 milioni di dollari.
We are thrilled to share that our crypto presale for @yPredict has already raised over $4.3 million! 🚀💰 What makes our platform truly unique is how we fuse traditional statistical forecasting models like ARIMA with cutting-edge AI and machine learning techniques. 📈🤖 This… pic.twitter.com/33MSlGsriB
— yPredict.ai (@yPredict_ai) October 21, 2023
Prevendita di yPredict
Il progetto mette in vendita un totale di 100 milioni di token YPRED, di cui 80 milioni sono destinati alla fase di prevendita.
Quando la presale di yPredict entrerà nell’ottava fase, verranno venduti 17,5 milioni di token, ovvero il 21,875% dell’offerta totale, e saranno disponibili al prezzo di 0,11 dollari.
Inoltre secondo i dati della piattaforma gli holder del token potrebbero godere di un potenziale rendimento percentuale annuo (APY) fino al 45% a ogni trimestre.
In aggiunta, yPredict ha implementato un sistema di ricompense per lo staking per motivare ulteriormente i titolari del token.
La piattaforma destinerà il 10% delle entrate provenienti dagli abbonamenti a un pool di staking, da cui verranno distribuite le ricompense agli holder del token YPRED.
Le criptovalute sono altamente volatili e non regolamentate. Nessuna tutela del consumatore. Potrebbe essere applicata una tassa sugli utili.
Segui Cryptonews Italia sui canali social
Altri articoli in evidenza
in numbers
