La storia dietro ai miliardi investiti in intelligenza artificiale

Alti e bassi nel costruire la tecnologia più potente della storia

La storia dietro ai miliardi investiti in intelligenza artificiale

'Conoscere il passato per comprendere il presente e progettare il futuro' (Tucidide). Una frase che spesso mi ronza nelle mente quando leggo e osservo i titoli dei giornali, le decisioni dei grandi CEO e i miliardi investiti in progetti che gridano alla rivoluzione tecnologica. Si sa, ll mondo degli investimenti non è razionale, difficilmente è prevedibile e cavalca i nostri sentimenti più incontrollabili. Lo abbiamo ereditato dalla Sylicon Valley, la terra dei filantropi, delle start up scalabili e della solida work ethic. L’intera cultura della Valley è costruita attorno a sentimento ben preciso: la FOMO o meglio the faer of missing out (la paura di perdersi qualcosa di importante.) Grazie alla FOMO giovani founders raccolgono milioni senza avere un prodotto concreto, grazie alla FOMO si da spazio a tecnologie ben lontane dall'essere commercializzabili e grazie alla FOMO, a volte, nascono enormi imperi come Facebook o Uber. La storia e l’evolversi dell’intelligenza artificiale è un lungo alternarsi di periodi di delusione ed eccitazione, quest'ultima rafforzate dalla irrazionale paura di non trovarsi sul carro del vincitore.

Il primo inverno

Come consiglia lo storico greco è meglio partire con calma, con i piedi ben saldi a terra e con una forte curiosità di osservare che cosa sia successo in passato. La storia e sopratutto gli investimenti in questa tecnologia iniziano a farsi sentire qualche decina di anni fa con un’ applicazione che, finendo in prima pagina, sbalordisce e spaventa il mondo intero. Correva l’anno 1954 quando il primo esperimento di machine translation, oggi lo chiameremmo il primo Google traduttore, ebbe un certo successo. Usando un dizionario di 250 parole i ricercatori dimostrarono come una macchina fosse in grado di tradurre dall'inglese al russo senza un uomo al suo fianco. È proprio questo evento che da il via ad una catena di progetti e stupore (più stupore che progetti concreti) che culmina con una prima pagina del New York Times: “The Navy revealed the embryo of an electronic computer that it expects will be able to walk, talk, see, write, reproduce itself and be conscious of its existence”. (La marina ha rivelato che molto presto un computer sarà in grado di camminare, parlare, pensare, scrivere, riprodursi ed essere conscia della sua esistenza).

Il crollo delle aspettative

Oggi ridiamo (quando mai si è vista una macchina del genere ?) ma all'epoca iniziò una vera e propria corsa all'oro da parte di aziende, investitori e perfino governi. Gli scienziati in preda all'euforia nei laboratori, investitori con le mani nel portafoglio e giornalisti che osservavano e ingrandivano ogni notizia. La situazione iniziò a capovolgersi intorno al 1970, quando vennero pubblicati alcuni report riguardo alla stato dell’AI e i risultati ottenuti. Inutile dire che raggiunto il picco delle aspettative si ricade indietro fino ad un totale e desolante sconforto (visti i risultati) e all'immediato abbandono di progetti e investimenti. Benvenuto nel primo primo 'AI Winter', il cosiddetto inverno di questa tecnologia.

Il secondo inverno

Dopo un periodo di assoluto silenzio negli anni ’80 accadono una serie di eventi che riaccendono l’entusiasmo per questa disciplina. Geoffrey Hilton e il suo team di scienziati riscoprono il ‘backpropagation algorithm’ e lo applicano ai nuovi neural network. Il governo Giappone stanzia una cifra esorbitante per costruire il nuovo Computer di Quinta Generazione visti i recenti expert system, applicazioni più o meno di successo in campi come lo speech recognition e il riconoscimento del testo scritto (…solo ora, 2020, abbiamo applicazioni soddisfacenti in questo campo). Deep Blue di IBM sconfigge per la prima volta il campione mondiale di scacchi (1989): un vero e proprio colpo morale che mette al centro l’intelligenza delle macchine. Gli scienziati si convincono di aver trovato un nuovo approccio per sviluppare l’intelligenza artificiale, i giornali seguono e le persone di tutto il mondo già temono l’arrivo dei robot per la conquista del globo. Testate e grandi aziende partecipano in prima fila all’hype guidate da Buisness Week che esordisce con il titolo:`AI: It’s Here' (1984).

La storia si ripete

È sempre lo stesso cliché. Inizia tutto con una scoperta che apparentemente sembra fuori dall'ordinario. Media e giornali rilanciano la notizia per sorprendere le rispettive audience e… governi e aziende si trovano costrette a investire in quella direzione per paura di perdersi la prossima rivoluzione. Ancora una volta FOMO. Come il primo anche il secondo AI Winter no si fa certo attendere. Esattamente come qualche decina di anni prima arriva il momento di scrivere un report per capire come stanno le cose. Le aspettative sono state soddisfatte ? I fondi investiti hanno avuto un ritorno adeguato ? Come il primo anche il secondo inverno arriva inesorabile e per qualche decina di anni ci dimentichiamo completamente di questa tecnologia.

Come è cambiato oggi il modo di investire in questa disciplina ?

A differenza degli anni precedenti il modo in cui si investe sulla ricerca è cambiato… o per lo meno si è spostato dai classici laboratori. Al giorno d’oggi i fondi vengono investiti nelle start up, vere e proprie culle dell’innovazione del XXI secolo. Le grandi aziende tech hanno una pura di folle di non rimanere al passo e perdersi il prossimo trend tecnologico e miliardi volano per accaparrarsi l’investimento migliore. A differenza delle grandi piattaforme, dove i miliardi spesi vengono giustificato dal numero di utenti, dall'attenzione e dai dati che generano, per le start up che puntano sull’ AI il discorso è diverso. Le start up che innovano in questo settore vengono inglobate dalle aziende per il team di persone e il know how dietro all'azienda. L’intelligenza artificiale è una tecnologia estremante versatile, ogni settore d’applicazione è un mondo a parte. Le grosse aziende, nonostante il budget vertiginoso, non possono certo stare dietro ad ogni singola applicazione… lasciano alle start up il lavoro sporco e al momento giusto, solo in caso di pericolo, comprano e acquisiscono conoscenza.

La situazione oggi

È ora di confessare. Che cos'è cambiato dal 1980 ad oggi ? La situazione attuale è molto positiva verso il potenziale dell’intelligenza artificiale. A buon proposito a dire il vero… le macchine si guidano davvero da sole, Atomwise trova le cure per le malattie rare e Deep Mind batte un record dopo l’altro. Buona parte dei meriti sono dovuti all'incremento esponenziale della potenza computazionale. Il deep learning, per preformare al meglio, ha bisogno di grandi quantità di dati e sopratutto di grande potenza per poterli elaborare tutti insieme. Tuttavia mi viene spesso da pensare… non ci stiamo facendo prendere un pochino troppo la mano (o il portafoglio, in questo caso) ? Nel 2019, secondo Venture Beats i fondi stanziati da privati sull'AI ammontano a 70 miliardi di dollari. Deep Mind, Open AI e Microsft stanno investendo cifre da capogiro per la ricerca di una AGI (intelligenza artificiale generale)… per non parlare dei governi, la corsa alla regolazione (giustissima) e i principi etici che ricordano tanto i romanzi Isaach Asimov.

Siamo davanti al prossimo inverno ?

É già successo due volte: gli inverni arrivano proprio quando le aspettative vengono superato di gran lunga dalla realtà. Gli investitori perdono lucidità e i tanto preziosi fondi destinati alla ricerca vengono bruciati in un batter d’occhio. Siamo difronte al prossimo inverno ? Non ne sono pienamente convinto, mi limito a tenere gli occhi perti, a osservare i dati e a contare i miliardi investiti dalle grandi aziende in attesa del prossimo report…