Vai al lettorePassa al contenuto principale
ClassEditori
  • 4 ore fa

Categoria

📺
TV
Trascrizione
00:20A che punto è il cammino dell'intelligenza artificiale?
00:24Per capirlo oggi abbiamo con noi, e lo ringraziamo, il professor Mario Rasetti, pioniere dell'intelligenza artificiale, della scienza dei
00:33dati nel nostro paese, una lunga carriera internazionale ai vertici delle principali istituzioni tra Italia e Stati Uniti, in Italia
00:42dove è professore merito di fisica teorica al Politecnico di Torino. Grazie ancora di essere con noi, professore.
00:50Grazie a lei, è un piacere essere qua.
00:54Professor Rasetti lei ci ha accompagnato in questi anni e la situazione è rapidamente cambiata, siamo partiti parlando dal 2022
01:03di intelligenza artificiale generativa, siamo passati in quest'ultimo anno a parlare soprattutto di quella agentica, cioè che agisce, prende
01:13decisioni per conto nostro e già ci si interroga sull'intelligenza artificiale fisica, quella che alimenterà anche la robotica.
01:20Le chiedo quali saranno i prossimi passi e a che punto siamo in questo percorso?
01:25Ma intanto io, come lei sa, ho intitolato questa mia chiacchierata appunto lavori in corso, perché una delle caratteristiche dell
01:37'intelligenza artificiale è stata in questi ultimi anni un'accelerazione incredibile, un'accelerazione straordinaria.
01:48Allora, sotto tutti i punti di vista, ormai è tutto immenso, ormai è tutto fuori scala, parliamo di denaro, gli
01:58investimenti negli Stati Uniti sull'intelligenza artificiale negli ultimi dodici mesi sono stati di, grossomodo, tre triliardi di dollari, cioè
02:10un paio di volte il bilo italiano.
02:16Il consumo di energia è diventato inimmaginabile e anche un po' pericoloso perché oggi ormai l'energia spesa per l
02:30'intelligenza artificiale, quindi ad alimentare data center e macchine come le macchine a cui lei ha fatto riferimento,
02:41gli LLM anche nella versione in cui oltre che parlare ragionano e entrano in rapporto dialettico con l'interlocutore.
02:55Il consumo è su dodici mesi sempre di mille, per essere più precisi, mille e cinquanta teravattore.
03:06Il teravattore a sua volta è, non dimentichiamolo, mille giga, quindi un consumo di energia spaventoso, grossomodo il 4%
03:21del consumo mondiale di energia per qualsiasi uso,
03:27con delle situazioni che sono anche curiose e un po' difficili da immaginare perché Google ha messo per esempio tutti
03:40i suoi data center in Irlanda
03:43e oggi sta usando il 40% di tutta l'energia elettrica prodotta in Irlanda.
03:51Si dice professore che sia il più grande processo di infrastrutturazione che il mondo abbia mai visto,
03:58ci stiamo dotando di quello che servirà per l'intelligenza del futuro, alcuni in borsa sono scettici che tutti questi
04:04soldi produrranno un ritorno,
04:06ma questo è un altro discorso.
04:07Io su quello credo ci sarà una bolla che esplode, la cosa curiosa e interessante è che esploderà la bolla
04:21finanziaria,
04:23non quella culturale, non quella dei contenuti, perché ormai l'intelligenza artificiale è una parte della nostra vita
04:33a cui non sapremmo neanche più rinunciare e credo che questo proseguirà.
04:41Quindi il denaro in quantità sterminata, la misura degli interventi in quantità sterminata,
04:52perché di nuovo oggi l'utilizzo dell'intelligenza artificiale è invasivo.
05:02Purtroppo, come dire, l'inizio, l'inizio inizio, cioè l'intelligenza artificiale su scala è importante,
05:11è stato straordinario e grandioso, me ne avete già sentito parlare,
05:17il grande trionfo del protein folding, dell'aver imparato a rappresentare le proteine sia come sequenza sia come forma.
05:33Oggi disponiamo di 200 milioni della conoscenza relativa ai 200 milioni di proteine
05:41e questo 200 milioni include tutto il bagaglio di proteine del corpo umano.
05:51È un passo inimmaginabile rispetto alla farmacologia, rispetto alle conoscenze scientifiche,
06:00rispetto alla genetica, rispetto a un passo verso la medicina personalizzata, grandioso.
06:09E per il secondo utilizzo invece è stato drammatico, tragico e brutto,
06:16letteralmente intollerabile, perché è quello alla guerra.
06:22Ci sono, io ho sentito, generali a quattro stelle con piacersi del fatto,
06:31ti ricordi quanto ci costava un F-35
06:34e quanto ci postava addestrare un pilota, un top gun in grado di pilotarlo.
06:47Oggi questi sono sostituiti da droni, che sono dei razzi molto banali,
06:53sono dei tubi pieni di propria gente,
06:56compro un po' di intelligenza artificiale che permette loro di individuare i bersagli
07:04con precisione assoluta, individuare le contraere e manovrare brevità e così via.
07:13Una brutta storia.
07:15Io faccio lo scienziato da 60 anni
07:19e da sempre sono stato membro della Union of Concerned Scientists,
07:26che è un'associazione di quei fisici
07:29sono preoccupati dell'utilizzo militare della loro scienza.
07:41Ecco, professore, su questo le chiedo una cosa in più,
07:44poi ci continuerà a raccontare l'evoluzione dell'AI,
07:48verso dove stiamo andando,
07:50perché io le chiedo se alla evoluzione della tecnologia,
07:54della nostra capacità, degli investimenti,
07:56ha corrisposto un'evoluzione della consapevolezza anche dei criteri,
07:59delle regole, della responsabilità che dobbiamo adottare
08:03nell'utilizzo di questa tecnologia.
08:04Lei è stato tra i consiglieri anche del Papa precedente,
08:07la Rome Call, che ricordiamo è un documento fondamentale
08:11in cui i leader delle religioni monoteiste
08:13hanno concordato su una serie di principi
08:15su loro responsabili dell'AI,
08:17l'Europa ha fatto anche l'AI Act.
08:19Come vede, diciamo da una parte,
08:21la velocità a cui si muove la tecnologia
08:22e dall'altra la nostra capacità di governarla?
08:26La vedo con, come dire,
08:29tanto ottimismo della ragione
08:31e poco ottimismo della percezione della realtà.
08:37Lei vede che anche la geopolitica oggi riflette questo fatto.
08:42Noi assistiamo impotenti al fatto che un'autorità
08:48dell'etica assoluta, come è il Pontefice,
08:53e in realtà venga sgridato e messo un po' in berlina
08:59da chi invece crede in soluzioni diverse.
09:07Io sono molto critico verso la comunità scientifica
09:13perché non abbiamo avuto la forza noi scienziati,
09:18in particolare fisici, matematici, computer scientists e così via,
09:24non abbiamo avuto la forza
09:26di inventarci una cosa come il giuramento di Ippocrate,
09:32qualcosa che ci vincoli nel nostro lavoro di scienziati
09:36ad avere tutta la libertà possibile e immaginabile di ricercare,
09:42ma nel prestare un'attenzione spasmodica
09:47a quali possono essere effetti negativi.
09:50Non ci siamo riusciti finora,
09:53io mi auguro che ci riusciremo.
09:57Ma sul piano della società in senso più ampio,
10:01invece la cosa è ancora peggiore,
10:04perché anche questo forse lei me l'ha già sentito dire.
10:10è un vulnus,
10:11noi stiamo subendo un vulnus tremendo
10:15sul piano della proprietà della conoscenza.
10:20L'umanità per affrontare questo problema
10:23ha inventato le università essenzialmente,
10:27che si chiama università non per nulla,
10:30perché sono di tutti,
10:32sono lo strumento con il quale i cittadini
10:37delegano un'istituzione a preservare,
10:41mantenere, migliorare con la ricerca
10:45la conoscenza, il bagaglio dello scibile dell'uomo.
10:53E l'università era l'organismo che faceva quello.
10:56L'intelligenza artificiale ha portato a questa situazione anomala,
11:05per cui la proprietà della conoscenza
11:08e la proprietà dei dati,
11:11che sono il combustibile col quale noi acquisiamo questa conoscenza,
11:16è ormai di privati.
11:18E appunto le cifre che ruotano intorno a queste cose
11:24sono incredibili perché io ho primo interrotto il mio discorso,
11:30ma quei mille teravattora stimando,
11:34ed è una stima per difetto,
11:36che metà di quella energia venga spesa per LLM,
11:43cioè le loro versioni più brave a ragionare,
11:51è circa la metà di quello.
11:54Quindi di nuovo stimando il costo dell'energia
11:57a mezzo dollaro al kilowattora,
12:01che è poco,
12:03sono 250 miliardi di dollari
12:07che vengono spesi soltanto per gli LLM.
12:13L'abbiamo visto anche sull'Arapella.
12:17Inizialmente erano gratuiti,
12:22poi erano gratuiti in realtà
12:24non per una bontà d'animo particolare
12:28di chi le producesse,
12:29perché gli utenti venivano come cavie.
12:33Le nostre domande e risposte
12:36erano fatte per addestrare la magia.
12:41Poi hanno acquisito un costo
12:44che sta crescendo,
12:46diciamo grosso modo,
12:48oggi per un uso
12:51che è un poco più di un gioco,
12:55diciamo,
12:56se la cava con 50 euro al mese, più o meno.
13:00Ma le companies,
13:02le società che usano davvero
13:05gli LLM nei cicli produttivi,
13:09nei processi decisionali
13:11e così via,
13:12arrivano facilmente
13:14alle decine,
13:16se non centinaia di milioni all'anno.
13:19È il costo dei token
13:20che sta crescendo
13:22e già chi li usa nelle aziende
13:23in maniera sofisticata
13:25e massiccia.
13:27Beh, si accorge
13:27che talvolta costano più
13:29delle persone che vorrebbero
13:30sostituire, professore.
13:32Sì, ma infatti
13:34io credo non sia,
13:35l'idea non sia
13:36di sostituire le persone
13:38non a questo stadio.
13:42Diciamo,
13:43l'abbiamo detto
13:43anche in altre occasioni,
13:47l'intelligenza artificiale
13:49non diminuirà
13:51i posti di lavoro,
13:52farà un upgrade,
13:54alzerà l'asticella
13:55della qualità
13:57dei posti di lavoro disponibili.
13:58Ma io sono stato
14:02molto vicino
14:03per ragioni storiche
14:05a JP Morgan.
14:08JP Morgan
14:09ha utilizzato,
14:13è stata la prima
14:14grande banca mondiale
14:16a utilizzare
14:17strumenti di intelligenza
14:20artificiale,
14:21il famoso
14:22coin.
14:23Coin
14:24che ovviamente
14:25significa
14:26moneta,
14:27ma è in realtà
14:29l'acronimo
14:29per Fintra
14:30Intelligenza.
14:32Una macchina intelligente
14:33che
14:35gestisce
14:36i contratti.
14:38Io sono particolarmente
14:40orgoglioso
14:41perché
14:41chi l'ha fatto
14:43è un mio ex
14:43studente.
14:46oggi cominciano
14:48i bilanci
14:48a cinque anni
14:50di funzionamento
14:52di questa macchina,
14:53si possono
14:54fare dei bilanci
14:55di confronto
14:56con le serie storiche
14:58e succedono
15:00due cose
15:01interessanti.
15:03La prima
15:04è che
15:06le soluzioni
15:08proposte
15:08da Coin
15:09sono
15:10sempre state
15:11più favorevoli
15:13sia per la banca
15:14sia per il cliente,
15:16cioè
15:16l'intelligenza
15:17artificiale
15:18è stata in grado
15:19di esplorare
15:20soluzioni
15:21che hanno
15:22avuto
15:23una risposta
15:24vantaggiosa
15:25per entrambi
15:26i player,
15:27quindi
15:27win-win.
15:29L'altro
15:30dato
15:32interessante
15:32con aspetti
15:34inquietanti
15:34ma non
15:35completamente
15:36è che
15:37JP Morgan
15:39stima
15:40il costo
15:43del chiudere
15:44un contratto
15:45mediamente
15:46a 30 ore
15:48uomo
15:49con queste
15:50ore uomo
15:51standard.
15:56La macchina
15:58intelligente
15:59Coin
16:00mediamente
16:02per un
16:03contratto
16:05utilizza
16:06qualcosa
16:06come
16:0730
16:08in realtà
16:09un po'
16:10meno
16:10ma
16:10era lo stesso
16:12numero
16:12di riferimento
16:13millesimi
16:15di secondi
16:17quindi
16:18c'è un rapporto
16:191 a 4
16:19milioni
16:20e uno
16:22pensa
16:23adesso
16:23JP Morgan
16:25licenzia
16:26tutti
16:26nella persona
16:28che
16:28preme
16:29il pulsante
16:30del computer
16:31no
16:32non è vero
16:33JP Morgan
16:33in tutti
16:35questi anni
16:35non solo
16:36non ha licenziato
16:38assoluto
16:39a tassi
16:40di crescita
16:41il numero
16:42di risorse
16:44umane
16:45annuali
16:46più alti
16:46del passato
16:47perché
16:48ha bisogno
16:49di competenze
16:50diverse
16:50ha bisogno
16:51di
16:51interloquire
16:53in modo
16:53diverso
16:54con
16:54come
16:56il cliente
16:56ha
16:58una necessità
17:00di
17:00trattare
17:02il cliente
17:03con
17:04quelle
17:04attenzioni
17:05che
17:06per fortuna
17:07la sensibilità
17:09della società
17:10è cresciuta
17:11a richiedere
17:12e questo
17:13professore
17:14è quello
17:14che
17:14Jensen
17:15Wang
17:15di
17:15invidia
17:16dice
17:17racconta
17:18facendo
17:18l'esempio
17:19dei radiologi
17:19quando
17:20l'intelligenza
17:20artificiale
17:21si è affiancata
17:22ai radiologi
17:22si pensava
17:23non ci sarà
17:24più nessuno
17:24negli ospedali
17:25basterà
17:26le AI
17:26in realtà
17:27oggi
17:27ci sono
17:28più radiologi
17:29di un tempo
17:29e sono
17:30anche pagati
17:30meglio
17:31perché
17:31dedicano
17:31meno tempo
17:32a un'attività
17:33in cui
17:33vengono assistiti
17:34hanno più
17:35tempo
17:35per dedicarsi
17:36ai pazienti
17:36per fare
17:37quello che è
17:37la missione
17:38non il task
17:39specifico
17:39della lettura
17:40della lastra
17:41ma la missione
17:42è quella
17:42di individuare
17:44quello che è
17:44il male
17:45del paziente
17:46e anche
17:46lavorarci insieme
17:47a dei colleghi
17:48ora lavorano di più
17:50gli ospedali
17:50fanno più pazienti
17:52hanno un bilancio
17:53migliore
17:53possono servire meglio
17:54e le assunzioni
17:56sono addirittura
17:56aumentate
17:57e questo lo dice
17:58anche per quanto
17:58riguarda i programmatori
18:00si pensa che
18:01verranno cancellati
18:02in parte
18:02questo sta avvenendo
18:04in alcuni numeri
18:05ma quelli che invece
18:06lo fanno
18:07appoggiandosi
18:07all'intelligenza artificiale
18:09oggi devono essere
18:10più creativi
18:10lavorano di più
18:11e dice Wang
18:12i nostri programmatori
18:13non sono mai stati
18:14così impegnati
18:16perché avendo
18:16questo superpotere
18:17a disposizione
18:18devono inventare
18:19anche delle opportunità
18:20per il futuro
18:21questo mi porta
18:22anche a chiederle
18:23un'altra cosa
18:23professore
18:24perché lei ci ha detto
18:25parliamo dei lavori
18:26in corso
18:27attorno all'intelligenza
18:28artificiale
18:28dove punta
18:30questo enorme
18:30impetuoso
18:31storico movimento
18:32di investimenti
18:33che ci ha ricordato
18:34di infrastrutture
18:36di energia
18:36di hardware
18:37dove ci sta portando
18:39le faccio ascoltare
18:40quello che
18:40Demi Sassabiss
18:41premio Nobel
18:43per la chimica
18:43fondatore di DeepMind
18:45e tra l'altro
18:45anche tra gli inventori
18:47di AlphaFold
18:48lei faceva riferimento
18:49prima
18:49ai sistemi
18:51per modellare
18:52le proteine
18:52dice
18:53quando si parla
18:54di AGI
18:55che sarebbe
18:55l'intelligenza artificiale
18:57generale
18:58una sorta
18:58di intelligenza artificiale
19:00in grado di replicare
19:01le facoltà cognitive
19:03del nostro cervello
19:04sentiamolo
19:04in un brevissimo passaggio
19:05My estimate
19:07is sort of
19:0750% chance
19:08in the next
19:095 years
19:10so you know
19:11by 2030
19:11let's say
19:12and so I think
19:14there's a good chance
19:15that that could happen
19:16part of it is
19:17what is your
19:17definition of AGI
19:18of course
19:19people are arguing
19:19about that now
19:20and mine's
19:22quite a high bar
19:22and always has been
19:23of like
19:24can we match
19:24the cognitive
19:25functions
19:26that the brain
19:26has
19:27right
19:27so we know
19:28our brains
19:28are pretty much
19:29general
19:30Turing machines
19:31approximate
19:32and of course
19:33we created
19:33incredible
19:34modern civilization
19:35with our minds
19:36so that also
19:37speaks to how
19:38general the brain
19:39is
19:39and for us
19:41to know
19:42we have
19:42a true AGI
19:43we would have
19:44to make sure
19:45that it has
19:45all those capabilities
19:48Professor Razetti
19:49che ne dice?
19:51Beh io
19:52ho una grandissima
19:53stima
19:54per a sapere
19:55se lui
19:55è un grande
19:57personaggio
19:58su questo punto
19:59però non sono
20:01d'accordo
20:02non
20:02io non
20:03credo
20:05io addirittura
20:07per dirla
20:08tutta
20:08non credo
20:09che noi
20:09avremmo mai
20:10un'intelligenza
20:13artificiale
20:14generale
20:15non nel senso
20:18che
20:19di una macchina
20:20capace
20:21di
20:21riprodurre
20:23le dinamiche
20:23le modalità
20:24di funzionamento
20:26di un cervello
20:28umano
20:28lei mi ha
20:31provocato
20:32su un punto
20:34nel quale
20:35io posso
20:37chiacchierare
20:37alcune ore
20:38mi fermi
20:40ma
20:41comincio
20:43con
20:43un pezzettino
20:45piccolo
20:45di storia
20:46l'intelligenza
20:48artificiale
20:48oggi
20:49è dov'è
20:50per una cosa
20:52successa
20:53negli anni
20:5450
20:5556
20:5657
20:57dove
20:59Crick
20:59il biologo
21:02premio
21:02Nobel
21:03quello
21:03del
21:04DNA
21:05elica
21:06stava
21:08facendo
21:08esperimenti
21:09sulle
21:10cellule
21:12sui neuroni
21:13della corteccia
21:14cerebrale
21:16prefrontale
21:17cioè
21:17quel pezzo
21:18di corteccia
21:19cerebrale
21:19che abbiamo
21:20qui
21:21dietro
21:21la fronte
21:24a Cambridge
21:26in quegli anni
21:27c'erano
21:27McCulloch
21:29e Pitt
21:29McCulloch
21:30professore
21:31Pitt
21:31un suo
21:33studente
21:34molto bravo
21:35che erano
21:36nel dipartimento
21:38di ingegneria
21:40elettrica
21:41a quei tempi
21:42ovviamente
21:42non si parlava
21:43ancora neanche
21:44di elettronica
21:45e
21:48per puro caso
21:50ebbero
21:51l'occasione
21:52di
21:52guardare
21:53i risultati
21:55di Crick
21:56e si accorsero
21:58che
21:59la dinamica
22:01di quelle
22:03cellule
22:03di quei neuroni
22:04e quindi
22:07le configurazioni
22:08della rete
22:09che questi neuroni
22:10formavano
22:11si potevano
22:12calcolare
22:13molto bene
22:14facendo ricorso
22:16soltanto
22:17a tre
22:18operazioni
22:19elementari
22:20quelle che si chiamano
22:22and
22:23or
22:23e not
22:24le tre
22:25operazioni
22:26fondamentali
22:27della logica
22:28booleana
22:32McCulloch e Pitt
22:34bravissimi
22:35da lì
22:36fecero
22:37la prima
22:37primo modello
22:39e la prima
22:40realizzazione
22:41circuitale
22:42di rete
22:43neuronale
22:43e
22:45il concetto
22:46di rete neuronale
22:47che si propagò
22:49per tutti
22:51questi anni
22:52è ancora
22:52lo stesso
22:53ancora
22:54noi oggi
22:56pur avendo
22:57nozioni
22:58assolutamente
22:59nuove
23:00come
23:00dei modelli
23:02di linguaggio
23:03eccetera
23:04le reti
23:04neurali
23:05le facciamo
23:06come ci hanno
23:08insegnato
23:08McCulloch e Pitt
23:09ora il cervello
23:11è un organo
23:14che lavora
23:15molto anche
23:15collettivamente
23:16non è che quando
23:17noi
23:19operiamo
23:21del pensiero
23:21razionale
23:22allora c'è solo
23:23la corteccia
23:25cerebrale
23:25che opera
23:27tutto il resto
23:29tutto il resto
23:31si muove
23:33in maniera
23:35sincrona
23:36e dipendente
23:37e correlata
23:38al modo
23:38con cui si muove
23:41si muove
23:42la corteccia
23:43cerebrale
23:43peraltro con
23:44grande efficienza
23:45perché consuma
23:46pochissimo
23:46rispetto ai
23:47kilowatt
23:47megawatt
23:48terawatt
23:48che abbiamo
23:49descritto
23:49prima
23:50bastano 25
23:51watt
23:51se non sbaglio
23:5220
23:5325
23:54watt
23:54ma
23:55la cosa
23:57importante qui
23:58è che
23:58ci sono altre
23:59parti del
24:00cervello
24:01in particolare
24:02una ghiandoletta
24:03che sta proprio
24:04al centro
24:05della massa
24:06cerebrale
24:07che si chiama
24:08amigdala
24:09che
24:10nelle vecchie
24:11rappresentazioni
24:14le si ascriveva
24:15la capacità
24:16di
24:16operare
24:18a livello
24:18di emozioni
24:20sentimenti
24:21intuizione
24:22e così via
24:23in realtà
24:24un po'
24:25di amigdala
24:26c'è nei processi
24:27diciamo
24:29un po'
24:29di attività
24:30e la amigdala
24:30partecipa
24:32a dei processi
24:33importanti
24:33in cui
24:34domina
24:35la corteccia
24:36cerebrale
24:37prefrontale
24:38e analogamente
24:40un pezzo
24:41di corteccia
24:43prefrontale
24:43opera
24:45quando
24:46è attiva
24:46la amigdala
24:47e questo
24:48ha un
24:50drop back
24:51un inconveniente
24:53importante
24:54dell'amigdala
24:55non è così
24:57semplice
24:58da potersi
24:58rappresentare
24:59in termini
25:00di
25:02reti
25:03artificiali
25:04neuronali
25:05come
25:08il machine learning
25:10per dirne
25:11quindi
25:15fino a che
25:16non saremmo
25:17in grado
25:18di
25:18costruire
25:20un oggetto
25:21che
25:22simula
25:23non solo
25:24la corteccia
25:25ma
25:26l'intero
25:29cervello
25:30con le sue
25:31interrelazioni
25:32le sue
25:35gerarchie
25:36di
25:36importanza
25:38delle
25:38varie
25:39funzioni
25:40in realtà
25:41non ci
25:42arriveremo
25:42lì
25:43non solo
25:46quello
25:47che
25:47noi
25:49crediamo
25:49alcuni
25:50di noi
25:50credono
25:51è che
25:52questo
25:54meccanismo
25:55per cui ci sono
25:56varie parti del cervello
25:58fra di loro
25:58correlate
25:59in maniera
26:00non lineare
26:01sia un
26:02meccanismo
26:03che fa sì
26:06che
26:07la metafora
26:08di
26:08McCalloch-Pitt
26:10McCalloch-Pitt
26:12come dire
26:15interpretarono
26:17il
26:18il computer
26:19come una
26:20metafora
26:21del cervello
26:22umano
26:22e in realtà
26:24si doveva
26:25interpretare
26:26il cervello
26:27umano
26:27come una
26:28metafora
26:28del computer
26:29incompleta
26:30ma con
26:31tante
26:32cose
26:33addizionali
26:34che
26:34che il
26:35computer
26:36come lo
26:37lo abbiamo
26:38noi oggi
26:38non ha
26:40tutte queste
26:41proprietà
26:42di queste
26:43proprietà
26:44molte
26:44numerose
26:45sono
26:46noi
26:47diciamo
26:47in gergo
26:48non
26:50Turing
26:51computable
26:51non sono
26:52computabili
26:53una macchina
26:54di Turing
26:54ora
26:56questo
26:57sembra
26:57una frase
26:58misteriosa
26:58una formula
26:59magica
27:00ma
27:00con
27:02macchina
27:02di Turing
27:03si intende
27:04qualsiasi
27:04macchina
27:05da calcolo
27:05che utilizzi
27:06le regole
27:07di calcolo
27:08che ci diede
27:09Turing
27:09negli anni
27:1130
27:12no
27:14di più
27:14a più
27:14avanti
27:15chiedo scusa
27:15gli anni
27:16fine
27:16anni 50
27:17anche lui
27:20di fatto
27:24le
27:28diciamo
27:29queste
27:30non linearità
27:31questi
27:31accoppiamenti
27:33fanno sì
27:35che il
27:35calcolo
27:36che noi
27:36utilizziamo
27:37non sia
27:38restringibile
27:39alle norme
27:40di Turing
27:40ci vuole
27:41una matematica
27:42diversa
27:44se lei
27:44va alle
27:45maite
27:45all'ipartimento
27:46di matematica
27:47c'è un bel
27:48gruppo
27:49di matematici
27:50di
27:51primissimo
27:52ordine
27:53che se lei
27:54chiede
27:54cosa fate
27:55le rispondono
27:57studiamo
27:58beyond
27:58Turing
28:01perché
28:02quello
28:02sarà
28:03lo strumento
28:04ma siamo
28:04molto
28:05lontani
28:06da quello
28:06siamo
28:07molto
28:07lontani
28:10ascolti
28:10io vedo
28:11con dispiacere
28:12che il mio
28:12tempo
28:12sta
28:15esaurendo
28:15su
28:17professore
28:17allora le faccio
28:18un'ultima domanda
28:19per portarla
28:19un po'
28:20anche alle
28:20conclusioni
28:20di questo
28:21viaggio
28:21nei lavori
28:22in corso
28:22nel cantiere
28:23dell'intelligenza
28:23artificiale
28:24perché lei
28:25è partito
28:25raccontandoci
28:26il monumentale
28:28trend
28:28di investimenti
28:29per dotarsi
28:30di questa
28:30infrastruttura
28:31che significa
28:32capacità
28:32di calcolo
28:33adesso di inferenza
28:34dopo aver addestrato
28:35i sistemi
28:36di intelligenza
28:37artificiale
28:38a gennaio
28:39di due anni fa
28:40abbiamo vissuto
28:40il cosiddetto
28:41deep sick moment
28:42cioè i cinesi
28:43se ne sono usciti
28:44dicendo guardate
28:45cara
28:46c'ha GPT
28:47noi siamo in grado
28:48di fare quello
28:48che fate voi
28:49occupando
28:50un numero
28:50di microprocessori
28:52di chip
28:52nettamente inferiore
28:53perché la nostra
28:54matematica
28:55è migliore
28:55ora servirà
28:56tutta questa capacità
28:57che stiamo mettendo
28:58in piedi
28:58o scienziati
29:00come lei
29:00cioè matematici
29:02fisici
29:02riusciranno
29:03anche a ottimizzare
29:03i processi
29:04qual è il futuro
29:05e cosa vede
29:06nel futuro
29:06dell'AI
29:07professore
29:08senta
29:09io
29:09intanto
29:13ripeto
29:14una cosa
29:14che dico
29:15spesso
29:15e che
29:16mi ha portato
29:18molte critiche
29:19da parte
29:20dei colleghi
29:21io dico
29:21spesso
29:22attenzione
29:22AI
29:23non è
29:24ancora
29:25una scienza
29:26l'intelligenza
29:28artificiale
29:28è una pratica
29:29straordinaria
29:30sempre più
29:31efficiente
29:32con regole
29:35empiriche
29:36che vengono
29:37migliorate
29:39ogni giorno
29:39ma non è
29:41una scienza
29:41non ancora
29:42non sappiamo
29:44ancora quali
29:44sanno
29:45i principi
29:46fondamentali
29:47e soprattutto
29:47si occupa
29:48di cose
29:49che non sappiamo
29:50neanche ben
29:51definire
29:52per esempio
29:53mettere
29:54l'intelligenza
29:55al centro
29:55di una teoria
29:56scientifica
29:58è molto
30:00difficile
30:01perché
30:01l'intelligenza
30:04non la sappiamo
30:05misurare
30:05abbiamo
30:06delle
30:07vedere
30:08dei criteri
30:09per
30:10misurare
30:11intelligenza
30:12che sono
30:12risibili
30:13sono misure
30:14di
30:15quanto bravo
30:17uno sia
30:17a fare
30:18la settimana
30:19edifistica
30:19più o meno
30:20ma non di più
30:22anche
30:23la crescita
30:26che lei
30:28riassumeva
30:30per esempio
30:31di inferenza
30:33è ancora
30:36aperto
30:36nonostante tutto
30:37il problema
30:38della causalità
30:39cioè
30:41queste macchine
30:43che manipolano
30:44quantità immense
30:45esterminate
30:46di
30:48di dati
30:49riescono
30:49a estrarre
30:50informazione
30:51di questi dati
30:52immaginati
30:53così efficiente
30:54di fronte
30:56a due
30:57situazioni
30:59che si presenti
31:00o simultaneamente
31:02non sanno
31:03stabilire
31:04se una
31:04è causa
31:05dell'altra
31:06e quindi
31:06l'altra
31:07è effetto
31:07dell'una
31:09oppure
31:10se la
31:11copresenza
31:11è un accidente
31:13statistico
31:14capitato
31:14per caso
31:16ma poi
31:17ci sono
31:17altre sfide
31:18e ora
31:19il mio tempo
31:20si riduce
31:21sono
31:21le voglio
31:22almeno
31:23citare
31:25la grande
31:26battaglia
31:26è sul
31:27concetto
31:28di verità
31:30noi
31:31abbiamo
31:33quel
31:34grande
31:34genio
31:35che fu
31:36Luigi
31:36Pirandello
31:37l'ho
31:37detto
31:38buonissimo
31:39Pirandello
31:40parla di
31:41uno
31:41nessuno
31:42centomila
31:42quella
31:44può essere
31:45la definizione
31:46di verità
31:48la verità
31:49non è
31:50un unico
31:51ente
31:51assoluto
31:52tutti noi
31:53siamo
31:55convinti
31:56di
31:58possedere
31:59quando ci
31:59dicono
32:00che è una
32:00cosa
32:00vera
32:01di possedere
32:02la verità
32:02ma noi
32:03possediamo
32:04una
32:04rappresentazione
32:06basata
32:07sui nostri
32:08criteri
32:08interni
32:09di rappresentazione
32:12della
32:13verità
32:14e tutte
32:15le nostre
32:15rappresentazioni
32:17sono diverse
32:17Pirandello
32:19dice centomila
32:20noi ormai
32:21diciamo
32:21dieci
32:23miliardi
32:23quasi sei
32:24miliardi
32:25ma
32:28nella
32:30filologia
32:32c'è una
32:32chiave
32:33interessante
32:34la parola
32:36per verità
32:37o per veritas
32:38latino
32:39sanscrita
32:41da cui
32:41veritas
32:42deriva
32:42si dice
32:44si scrive
32:45vrata
32:46si pronuncia
32:48in modo
32:49molto simile
32:50significa
32:51un accadimento
32:52una cosa
32:53che accade
32:54quindi
32:55il sanscritto
32:57ci porta
32:58verso
32:59una
33:00definizione
33:01di verità
33:02che è
33:03una cosa
33:04che accade
33:05quella è
33:05l'unico
33:06elemento
33:06di realtà
33:11in inglese
33:13medievale
33:13la parola
33:15che indica
33:16verità
33:16che si scrive
33:18troive
33:19qualcosa
33:19di questo genere
33:20deriva
33:21truth
33:23era una dote
33:25che avevano
33:26i cavalieri
33:28di affidabilità
33:31di perseveranza
33:33di coraggio
33:34di mantenere
33:37lealtà
33:38alla realtà
33:41di riferimento
33:42e così dire
33:42quindi molto più vicino
33:44a quello che noi
33:45nell'intelligenza
33:48artificiale
33:49vediamo
33:49e facciamo
33:50quindi
33:52il grande problema
33:54dello stabilire
33:55del differenziare
33:58il vero
33:59dal falso
34:00e se vuole
34:02allargandoci un po'
34:04ma non così tanto
34:05il bene
34:06dal male
34:06che è la vera
34:09battaglia
34:10che l'intelligenza
34:11artificiale
34:11deve compiere
34:12noi dobbiamo imparare
34:14a costruire macchine
34:16che
34:18distinguano
34:19il bene
34:19dal male
34:20e naturalmente
34:21mentre dico questo
34:23immagino
34:23non la sto vedendo
34:24ma immagino
34:25che lei sorrida
34:26perché
34:28chi dice
34:29che cosa è bene
34:30che cosa è male
34:32se lo
34:33io o lei
34:34o il presidente
34:36Mattarella
34:36è una cosa
34:37se lo dice
34:38Netanyahu
34:39o Putin
34:40è un'altra
34:42ma tutti
34:43abbiamo
34:44una nozione
34:45di vero e falso
34:46a cui ci aggirappiamo
34:48e facciamo riferimento
34:49che
34:52alla fine
34:55è
34:55nessuno
34:56è come se
34:57non ci fosse
34:57la verità
34:58dobbiamo fare
34:59una battaglia
35:00su questo
35:01allora
35:01ho fatto
35:02tutto questo discorso
35:04e mi fermo
35:05nell'elenco
35:06di cose
35:07che stiamo
35:08pensando
35:09che invece
35:10in realtà
35:11dovrei
35:13avrei dovuto fare
35:15la controllabilità
35:17la spiegabilità
35:18l'affidabilità
35:19rispetto
35:20della riservatezza
35:22e così via
35:23gli obiettivi
35:24che noi stiamo
35:26cercando di insegnare
35:28alle macchine
35:30sono tanti
35:31e sono sempre più
35:34per oggetti
35:36difficili
35:37da manipolare
35:38e se lei
35:40mi dà ancora
35:40due minuti
35:42le spiego
35:42perché
35:42poi
35:45in realtà
35:48pur non
35:49essendo
35:50una struttura
35:51teorica
35:52nel senso
35:54con cui
35:55lo è
35:56la fisica
35:57per esempio
35:57cioè
35:58l'intelligenza
35:59artificiale
36:00non ha un metodo
36:01galileiano
36:03alle spalle
36:03ma
36:06diciamo
36:08l'intelligenza
36:10artificiale
36:10è un'attività
36:11che si fa
36:13utilizzando
36:14la matematica
36:15molte branche
36:16della matematica
36:17molte
36:18rappresentazioni
36:20diverse
36:21della
36:22della
36:23della matematica
36:27ora
36:28la matematica
36:29e noi
36:30lo abbiamo
36:33del tempo
36:34un po'
36:36trascurato
36:37la matematica
36:38negli anni
36:38trenta
36:39con i lavori
36:41di Gödel
36:41in particolare
36:42ma di Tarski
36:43e di
36:44grandi
36:44Gigi
36:45degli anni
36:46trenta
36:49scopre i teoremi
36:50di incompletezza
36:51e dimostrano
36:54che la matematica
36:55tutta la matematica
36:57ha
36:58intrinseca
36:59in suo modo
36:59di essere
37:00il fatto
37:02di
37:03poter
37:04portare
37:05a situazioni
37:07diciamo
37:08di
37:09immaginiamo
37:10di costruire
37:11un linguaggio
37:12di arrivare
37:13col nostro
37:14linguaggio
37:15a trovarci
37:16in situazioni
37:16di cui
37:17non sappiamo
37:18decidere
37:20se siano
37:20vere o
37:21false
37:23la storia
37:24antica
37:25nasce
37:25da Epimenide
37:26ve lo ricordate
37:27Epimenide
37:28che lui dice
37:29fa come esempio
37:32io sono
37:33un bugiardo
37:34però mette
37:35Epimenide
37:36fa un altro esempio
37:37ma diciamo
37:37prendiamo la frase
37:39io sono
37:39un bugiardo
37:40è una frase
37:42perfettamente
37:43definita
37:44nel mio linguaggio
37:45c'è un soggetto
37:46un predicato
37:47un attributo
37:49rispettato
37:50alla sintassi
37:51la grammatica
37:52però se uno
37:54si sofferma
37:54al livello
37:56dei significati
37:57si accorge
37:58che quella frase
38:00non è
38:01decidibile
38:02perché se io
38:03sono un bugiardo
38:04e dico
38:05sono un bugiardo
38:06sto contraddicendo
38:08la mia natura
38:09e se sono uno
38:10che dice la verità
38:11e dico
38:12io sono un bugiardo
38:14sto contraddicendo
38:15la mia natura
38:16non sono
38:17in grado
38:19di
38:19dare una risposta
38:21ma se uno
38:22prende un esempio
38:23un po' più articolato
38:30tipo
38:32il barbiere
38:33è quel
38:34ad Atene
38:36il barbiere
38:37è quell'uomo
38:38che
38:38fa la barba
38:40a tutti
38:41quelli
38:42che non se lo fanno
38:43da soli
38:47domanda
38:47chi fa la barba
38:48al barbiere
38:49allora
38:50questa domanda
38:51è quella
38:51del bugiardo
38:52prima
38:54ma
38:54è facile dire
38:56beh
38:57basta che io
38:58aggiunga
38:59un piccolo
38:59elemento
39:00di conoscenza
39:01dicendo
39:04il barbiere
39:05è quello
39:05che fa la barba
39:06a tutti
39:06quelli
39:06che non se la fanno
39:07da soli
39:08il barbiere
39:10se la fa da solo
39:11oppure
39:12se la fa fare
39:13da Aristotele
39:16cioè
39:17l'incompletezza
39:20così si chiama
39:22tecnicamente
39:23quella
39:24arrivare a situazioni
39:26non decidibili
39:29del sistema
39:31precedente
39:32aggiungendo
39:33allargando
39:34il sistema
39:34diventa
39:36risolubile
39:38però
39:39il teorema
39:39dice molto
39:40di più
39:41perché dice
39:42che tutti
39:43i sistemi
39:44strutturati
39:45che siano
39:46in qualche modo
39:47riconducibili
39:48alla matematica
39:49sono soggetti
39:51al suo teorema
39:52di incompletezza
39:53quindi
39:54anche se io
39:54lo allargo
39:55passo a un
39:56metalivello
39:57e nel
39:59metalivello
40:00vale
40:02di nuovo
40:02un teorema
40:03posso arrivare
40:04a dire
40:05e quindi
40:07dobbiamo
40:07immaginarci
40:08un processo
40:10di crescita
40:11per iterazione
40:13che
40:14è quello
40:16che tenta
40:17di fare
40:17il deep learning
40:18ma
40:19diciamo
40:19lo fa
40:20talmente
40:22bene
40:23che arrivano
40:24a situazioni
40:27che
40:28non sono
40:29comunque
40:30decidibili
40:31e si accorge
40:32cioè
40:33ci dice
40:34che non siamo
40:35in grado
40:35di andare
40:36a capire
40:37cosa è successo
40:38quindi
40:40questa è
40:41la vera chiave
40:42questa è la vera chiave
40:43che sta emergendo
40:44guardi
40:45là fuori
40:46c'è un magma
40:48bollente
40:50recentemente
40:51antropic
40:52ha fatto
40:54una riunione
40:55di
40:55prelati
40:57di varie
40:58fedi
40:59religiose
41:00e
41:03mettendo
41:04sul tavolo
41:05un
41:07un oggetto
41:09di discussione
41:10molto
41:12ambiguo
41:13AI
41:13the child
41:14of god
41:15l'intelligenza
41:17artificiale
41:18figlio
41:18di dio
41:20che ha
41:21degli aspetti
41:22irriverenti
41:23ha degli aspetti
41:25un po'
41:26di follia
41:27ha degli aspetti
41:30il limite
41:31se io penso
41:31all'iterazione
41:32che vi ho appena
41:33descritto
41:34gli metto
41:34un dicenne
41:35ogni iterazione
41:37mi chiedo
41:39se il limite
41:39n
41:40che tende
41:40infinito
41:41di questo limite
41:42esiste
41:42vado a finire lì
41:44lo posso chiamare
41:46figlio di dio
41:47e
41:48ha alcune caratteristiche
41:50che tutte le regioni
41:51attrezzano
41:53alle
41:53alle
41:54deità
41:55al
41:57al
41:57dei
41:58o al dio
41:59se monoteiste
42:00che sono
42:01che sono
42:05diciamo
42:07sempre
42:09infinite
42:10delle proprietà
42:11del
42:11che
42:13dio
42:13ha
42:14dio
42:14infinitamente
42:15buono
42:15infinitamente
42:16giusto
42:17infinitamente
42:19capace
42:20di perdonare
42:21e così via
42:22il limite
42:24infinito
42:24ci porta
42:25fuori
42:26dallo schema
42:27godegliano
42:28nel senso
42:29che in qualche
42:29misura
42:30non c'è più
42:31un altro
42:31metà livello
42:32a cui
42:33adonare
42:35e
42:36dobbiamo fare
42:37i conti
42:38con le
42:38indecidibilità
42:39che sono
42:40sopravvissute
42:41all'infinito
42:42professore
42:43è sempre
42:43molto affascinante
42:44seguirla
42:45e oggi
42:45ci ha portato
42:46nel cantiere
42:47nella strada
42:48dell'intelligenza
42:49artificiale
42:50tra matematica
42:51filosofia
42:52scienza
42:53dal pensiero
42:54più antico
42:55a quello più
42:55moderno
42:56grazie ancora
42:57e noi spero
42:58di riusciremo
42:59anche a parlare
42:59di questa
43:00provocazione
43:01di Antropic
43:01magari insieme
43:02a lei
43:03magari insieme
43:03a loro
43:04in futuro
43:05vedremo
43:06quello che riusciremo
43:07a fare
43:07con piacere
43:09sempre
43:10grazie ancora
43:12professore
43:12buon lavoro
43:13e a presto
43:14a presto
43:34a presto
Commenti