Qual è la storia dell'IA? Panoramica completa

Se si guarda a Internet oggi, è più che probabile trovare elementi di IA in ogni forma e in ogni luogo.

Non è più un film di fantascienza.

Dalla funzione di correzione automatica del telefono alle raccomandazioni di Netflix e alla scheda ChatGPT aperta in questo momento, non è apparsa da un giorno all'altro come una sensazione virale di TikTok: è stata qui e si è evoluta sotto i nostri occhi.

È incredibile quanta strada abbiamo fatto da "cosa succederebbe se le macchine fossero in grado di pensare" a "ChatGPT, descrivimi una strategia aziendale di un anno".

Nel corso del suo sviluppo, l'IA ha avuto molti fallimenti e scoperte e ha prodotto molti pensatori brillanti.

In questo post non ci limiteremo a ripercorrere i ricordi, ma scopriremo anche come l'IA sia entrata a far parte della conversazione quotidiana.

Spoiler: comporta molta più ansia da matematica e terrore esistenziale di quanto ci si aspetti.

---

Punti di forza

• La ricerca sull'IA è iniziata negli anni '40 con i primi pionieri del computer che sognavano macchine pensanti.

• Il campo è stato lanciato ufficialmente nel 1956 alla conferenza di Dartmouth, coniando il termine "intelligenza artificiale".

• AI ha vissuto diversi "inverni" in cui i finanziamenti si sono esauriti e i riflettori si sono spenti.

• Le moderne scoperte nel campo dell'intelligenza artificiale sono state ottenute combinando enormi insiemi di dati con potenti sistemi di calcolo.

• L'IA generativa di oggi rappresenta l'ultimo capitolo di una storia di 70 anni di ambizione umana.

---

Come l'intelligenza artificiale si è evoluta dalla teoria alla realtà

Pensate alla storia dell'AI come alla carriera della vostra band preferita. 

È iniziato con gli anni dell'underground, quando solo i veri fan prestavano attenzione.

Poi è arrivata la svolta mainstream che tutti sostengono di aver previsto.

Qualche flop e ritorno dopo, improvvisamente sono ovunque e i vostri genitori chiedono di loro.

L'intelligenza artificiale ha seguito esattamente questa traiettoria. I primi ricercatori non cercavano di costruire ChatGPT.

Si ponevano domande fondamentali: Le macchine possono pensare? Possono imparare? Possono risolvere i problemi come fanno gli esseri umani?

La risposta è stata "più o meno, ma è complicato". 

Origini dell'IA (prima del 1950)

Prima di avere i computer, c'erano i sognatori. Gli antichi miti raccontavano storie di esseri artificiali portati in vita.

La mitologia greca ci ha dato Talos, il gigante di bronzo che proteggeva Creta. Il folklore ebraico ha dato vita ai golem, creature di argilla animate da parole mistiche.

Ma la vera storia delle origini dell'IA inizia durante la Seconda Guerra Mondiale con Alan Turing. Turing stava decifrando i codici nazisti e gettando le basi per l'informatica moderna. A proposito di multitasking.

Nel 1936, Turing ha introdotto il concetto di macchina di calcolo universale.

Questo dispositivo teorico potrebbe eseguire qualsiasi calcolo se gli venissero date le giuste istruzioni.

Sembra un po' noioso, finché non ci si rende conto che questa idea è diventata la base di ogni computer utilizzato, compreso quello su cui state leggendo questo articolo.

La guerra ha accelerato tutto e ha creato un necessità per l'innovazione. Improvvisamente i governi hanno utilizzato i loro bilanci per qualsiasi tecnologia che potesse dare loro un vantaggio.

I primi computer elettronici sono emersi da questo ambiente di pressione. 

Macchine come l'ENIAC riempivano intere stanze e necessitavano di squadre di ingegneri per funzionare, ma erano in grado di calcolare in pochi secondi ciò che all'uomo richiedeva ore.

Alla fine degli anni '40, i ricercatori iniziarono a chiedersi: se queste macchine possono calcolare, possono pensare? 

1950s: La nascita dell'intelligenza artificiale

L'anno 1956 è stato il momento principale dell'IA. Un gruppo di ricercatori si riunì al Dartmouth College nel New Hampshire per un workshop estivo che avrebbe cambiato tutto.

John McCarthy, Marvin Minsky, Nathaniel Rochester e Claude Shannon si sono praticamente chiusi in una stanza e hanno deciso di creare macchine pensanti.

Essi ha coniato il termine "intelligenza artificiale" e ha tracciato una tabella di marcia ambiziosa. 

Questi ricercatori ritenevano che nel giro di una generazione le macchine sarebbero state in grado di risolvere qualsiasi problema risolto dall'uomo.

Alla fine si sono sbagliati di diversi decenni, ma la loro sicurezza era ammirevole.

La Conferenza di Dartmouth ha lanciato l'IA come campo di studio legittimo.

Improvvisamente, le università hanno creato laboratori di IA, i governi hanno staccato assegni e i ricercatori hanno fatto previsioni azzardate sul futuro.

Alan Turing aveva già dato loro un vantaggio con il suo famoso test.

Il Test di Turing poneva una semplice domanda: se si sta conversando con qualcosa e non si riesce a capire se si tratta di un essere umano o di una macchina, ha importanza? 

È la filosofia "fake it till you make it" per eccellenza, ed è ancora attuale.

Anni '60-'70: L'ottimismo iniziale e i primi modelli

Gli anni '60 sono iniziati con uno slancio incredibile. I ricercatori avevano finanziamenti, attenzione dei media e una missione chiara. Cosa poteva andare storto?

Tutto, a quanto pare.

I primi programmi di intelligenza artificiale funzionavano bene in ambienti controllati, ma crollavano di fronte alla complessità del mondo reale.

È come essere bravissimi a giocare a basket nel vialetto di casa, ma spegnersi completamente durante una partita vera e propria.

ELIZAcreato da Joseph Weizenbaum nel 1964, poteva conversare riconoscendo parole chiave e rispondendo con frasi pre-programmate.

Si trattava di una versione più sofisticata del giocattolo Magic 8-Ball e la gente lo adorava.

ELIZA lavorava per corrispondenza e sostituzione di modelli. Se si dice "Sono triste", può rispondere con "Perché sei triste?".

Era semplice, ma abbastanza efficace da ingannare alcuni utenti facendogli credere di parlare con un vero terapeuta. Weizenbaum rimase inorridito quando le persone iniziarono a creare legami emotivi con il suo programma.

IA non rilevabili Chiedi all'intelligenza artificiale funziona in modo simile. Si può usare per simulare o spiegare come funzionavano i primi modelli di intelligenza artificiale come ELIZA rispetto ai modelli linguistici moderni.

Tuttavia, la differenza è impressionante. ELIZA giocava ad associare parole, mentre l'AI di oggi è in grado di comprendere il contesto e generare risposte coerenti.

Nel frattempo, i ricercatori affrontavano progetti più ambiziosi. SHRDLU di Terry Winograd poteva capire e manipolare gli oggetti in un mondo virtuale fatto di blocchi.

Potrebbe seguire istruzioni complesse come "Metti il blocco rosso sopra quello verde, ma prima sposta il blocco blu".

SHRDLU era impressionante, ma funzionava solo nel suo piccolo mondo a blocchi. Se si prova a espanderlo al mondo reale, si blocca più facilmente del vostro computer portatile durante la settimana degli esami finali.

Il problema non era solo tecnico. I ricercatori stavano scoprendo che l'intelligenza è molto più complicata di quanto si pensasse.

Cose che gli esseri umani fanno senza sforzo, come riconoscere un volto o capire il sarcasmo, si sono rivelate incredibilmente difficili per le macchine.

1980s: Sistemi esperti e IA commerciale

Proprio quando tutti pensavano che l'IA fosse morta, è tornata con prepotenza. Gli anni '80 hanno portato i sistemi esperti e improvvisamente l'IA ha fatto soldi a palate.

I sistemi esperti erano diversi dai precedenti approcci all'IA. Invece di cercare di replicare l'intelligenza generale, si concentravano su domini specifici in cui gli esperti umani avevano una conoscenza approfondita.

Considerateli come consulenti molto intelligenti e specializzati.

• MICINA infezioni del sangue diagnosticate. 
• DENDRAL composti chimici identificati. 
• XCON sistemi informatici configurati. 

Questi programmi hanno catturato le conoscenze degli esperti umani e le hanno rese disponibili ad altri.

L'intuizione chiave è stata che non è necessaria un'intelligenza generale per essere utili.

Bastava essere molto bravi in una cosa. È come quella persona che sa tutto dei film Marvel ma non ricorda dove ha lasciato le chiavi.

Le aziende hanno iniziato a prestare attenzione. I sistemi esperti potevano risolvere problemi reali e far risparmiare denaro reale. Diagnosi medica, pianificazione finanziaria, risoluzione dei problemi delle apparecchiature: l'intelligenza artificiale non era più solo una curiosità accademica.

Il governo giapponese ha lanciato il Progetto computer di quinta generazioneche prevedeva di creare computer intelligenti entro gli anni Novanta. Altri Paesi si sono fatti prendere dal panico e hanno avviato le proprie iniziative di IA.

La corsa allo spazio era finita, quindi perché non fare una corsa all'intelligenza artificiale?

I sistemi esperti avevano però dei limiti. Richiedevano un'estesa ingegneria della conoscenza, codificando manualmente le competenze umane in regole leggibili dal computer.

Era come cercare di insegnare a qualcuno ad andare in bicicletta scrivendo ogni possibile scenario che avrebbe potuto incontrare.

1990s: L'IA diventa mainstream (silenziosamente)

Gli anni '90 sono stati l'adolescenza imbarazzante dell'intelligenza artificiale. Il campo stava attraversando dei cambiamenti, stava trovando la sua identità e sicuramente non parlava dei suoi sentimenti.

Il boom dei sistemi esperti si era raffreddato. Questi sistemi erano costosi da mantenere e non potevano adattarsi a nuove situazioni. Le aziende hanno iniziato a cercare alternative.

Ma l'IA non è scomparsa. Ha solo smesso di chiamarsi IA.

Le tecniche di apprendimento automatico che erano state messe a punto nei laboratori accademici hanno iniziato a trovare applicazioni pratiche.

L'intelligenza artificiale era ovunque sotto forma di filtri antispam per le e-mail, rilevamento delle frodi con le carte di credito e sistemi di raccomandazione, ma nessuno se ne vantava.

È stato un marketing intelligente. Il termine "intelligenza artificiale" portava con sé un bagaglio troppo pesante di cicli precedenti. Era meglio parlare di "analisi statistica", "riconoscimento di modelli" o "sistemi di supporto alle decisioni".

La vera svolta è avvenuta grazie a un cambiamento di approccio.

Ma nessuno l'ha chiamata IA. Sarebbe stato troppo ovvio.

2000s: Fondamenti dell'IA moderna

Gli anni 2000 hanno posto le basi per tutto ciò che accade oggi nell'IA.

È come il montaggio dell'allenamento in un film sportivo, solo che è durato un decennio e ha comportato molta più matematica.

Diversi fattori convergevano per creare le condizioni perfette per il progresso dell'IA. La potenza di calcolo stava diventando sempre più economica e potente.

Internet aveva creato enormi insiemi di dati. E i ricercatori avevano capito come addestrare efficacemente le reti neurali.

Nel frattempo, le aziende tecnologiche sono state silenziosamente costruire l'intelligenza artificiale in ogni cosa.

L'algoritmo di ricerca di Google ha utilizzato l'apprendimento automatico per classificare le pagine web. Il motore di raccomandazione di Amazon ha generato miliardi di vendite. L'algoritmo del news feed di Facebook ha determinato ciò che milioni di persone vedono ogni giorno.

L'iPhone è stato lanciato nel 2007, portando potenti computer nelle tasche di tutti e generando quantità di dati personali senza precedenti.

Ogni tocco, strisciata e ricerca è diventato un dato che può addestrare sistemi di intelligenza artificiale migliori.

Alla fine del decennio, l'IA era ormai integrata nell'infrastruttura digitale della vita moderna.

La maggior parte delle persone non se ne rendeva conto, ma interagiva con i sistemi di intelligenza artificiale decine di volte al giorno.

2010s: Apprendimento profondo e Big Data

Il 2010 è stato l'anno in cui l'intelligenza artificiale è passata da "un bel trucco tecnico" a "porca miseria, questo cambia tutto".

L'apprendimento profondo ha dato il via al decennio con il botto. Nel 2012, una rete neurale chiamata AlexNet ha sbaragliato la concorrenza in una gara di riconoscimento di immagini.

Non era solo migliore di altri sistemi di intelligenza artificiale, ma anche di esperti umani.

Questo non doveva ancora accadere. 

Gli ingredienti segreti erano insiemi di dati più grandi, computer più potenti e migliori tecniche di formazione.

Le unità di elaborazione grafica (GPU), originariamente progettate per i videogiochi, si sono rivelate perfette per l'addestramento delle reti neurali. I giocatori hanno accidentalmente creato l'hardware che avrebbe alimentato la rivoluzione dell'intelligenza artificiale.

I media non ne hanno mai abbastanza. Ogni scoperta dell'intelligenza artificiale ha fatto notizia. Deep Blue batte Kasparov a scacchi negli anni '90 è stato impressionante, ma AlphaGo che ha battuto il campione del mondo di Go nel 2016 è stato sbalorditivo.

Si pensava che il Go fosse troppo complesso per essere padroneggiato dai computer.

Non siete sicuri di queste tecnologie avanzate? I moderni strumenti di IA come le IA non rilevabili Chat AI è in grado di spiegare concetti complessi di IA come le reti neurali convoluzionali o l'apprendimento per rinforzo a un pubblico non tecnico.

Le stesse tecniche di deep learning che alimentano il riconoscimento delle immagini alimentano anche gli attuali modelli linguistici.

I veicoli autonomi hanno catturato l'immaginazione di tutti. Le auto a guida autonoma sono passate da fantascienza a "in arrivo l'anno prossimo" (una promessa che viene ancora fatta, ma con maggiore cautela in questi giorni).

Gli assistenti virtuali sono diventati mainstream. Siri, Alexa e Google Assistant hanno portato l'intelligenza artificiale in milioni di case.

Tutti ormai conversavano con i loro dispositivi, anche se le conversazioni erano per lo più "ascolta la mia musica" e "che tempo fa?".

Il decennio si è concluso con l'emergere delle architetture a trasformatori e dei meccanismi di attenzione.

Queste innovazioni si sarebbero rivelate cruciali per la prossima fase di sviluppo dell'IA, anche se la maggior parte delle persone non ne aveva mai sentito parlare.

2020s: IA generativa e modelli linguistici di grandi dimensioni

Gli anni 2020 sono iniziati con una pandemia, ma i ricercatori di intelligenza artificiale erano troppo impegnati a cambiare il mondo per accorgersene.

I modelli GPT di OpenAI sono passati da interessanti progetti di ricerca a fenomeni culturali. Il GPT-3, lanciato nel 2020, ha lasciato tutti a bocca aperta per la sua capacità di scrivere testi coerenti su quasi tutti gli argomenti.

Allora ChatGPT è nato alla fine del 2022 e ha fatto il giro di Internet. In pochi giorni, milioni di persone hanno conversato per la prima volta con l'intelligenza artificiale.

Gli studenti lo usavano per i compiti. I lavoratori stavano automatizzando parti del loro lavoro. I creatori di contenuti generavano idee più velocemente che mai.

La risposta è stata immediata e intensa. Alcuni erano stupiti. Altri erano terrorizzati. La maggior parte si trovava in una via di mezzo, cercando di capire cosa significasse per le loro carriere e per il futuro dei loro figli.

L'intelligenza artificiale generativa è diventata la più grande storia tecnologica dopo l'iPhone. 

Ogni azienda ha iniziato ad aggiungere funzioni di intelligenza artificiale. Ogni startup ha dichiarato di essere "AI-powered".

Ogni conferenza prevedeva almeno dodici panel sul futuro dell'intelligenza artificiale.

È qui che strumenti come Undetectable AI Scrittore AI SEO, Scrittore di saggi AI, e Umanizzatore AI si inserisce nella storia.

Queste applicazioni moderne rappresentano l'evoluzione pratica della tecnologia AI generativa. Prendono gli stessi modelli alla base di ChatGPT e li applicano a casi d'uso specifici.

La generazione di immagini ha seguito una traiettoria simile. DALL-E, Midjourney e Diffusione stabile potrebbero creare immagini fotorealistiche dal testo descrizioni. Gli artisti erano eccitati e preoccupati in egual misura.

La tecnologia è migliorata a rotta di collo. I modelli diventavano più grandi, più intelligenti e più capaci. Il GPT-4 poteva superare esami professionali e scrivere codice.

Claude era in grado di tenere conversazioni sfumate su argomenti complessi. Bard era in grado di effettuare ricerche sul web e di fornire informazioni aggiornate.

Pietre miliari nella storia dell'intelligenza artificiale

Alcuni momenti della storia dell'IA meritano un riconoscimento speciale.

Non si tratta solo di risultati tecnici, ma di svolte culturali che hanno cambiato il modo di concepire l'intelligenza artificiale.

1. La Conferenza di Dartmouth (1956) ha dato ufficialmente il via al settore e ha dato il nome all'IA. Senza questo incontro, potremmo chiamarla "intelligenza artificiale" o "pensiero computazionale" o qualcosa di altrettanto noioso.
2. Deep Blue che sconfigge Garry Kasparov a scacchi (1997) è stato il primo momento mainstream dell'IA. Milioni di persone hanno visto un computer superare una delle più grandi menti strategiche dell'umanità. Il futuro sembrava improvvisamente molto reale e leggermente spaventoso.
3. IBM Watson vincente a Jeopardy! (2011) ha dimostrato che l'intelligenza artificiale è in grado di gestire il linguaggio naturale e la conoscenza generale. Guardare un computer che indovina il Daily Double è stato impressionante e inquietante allo stesso tempo.
4. AlphaGo che batte Lee Sedol a Go (2016) è stato un capolavoro tecnico. Il Go ha più posizioni possibili sulla scacchiera che atomi nell'universo osservabile, eppure il sistema di DeepMind ha trovato strategie vincenti che gli esperti umani non avevano mai considerato.
5. La scoperta di ImageNet (2012) ha dato il via alla rivoluzione del deep learning. La vittoria di AlexNet nella gara di riconoscimento delle immagini ha dimostrato che le reti neurali erano pronte per la prima serata.
6. Il rilascio di GPT-3 (2020) ha democratizzato la generazione di contenuti AI. Improvvisamente chiunque poteva accedere a potenti modelli linguistici attraverso semplici interfacce web.
7. Il lancio di ChatGPT (2022) ha portato l'intelligenza artificiale alle masse. Nel giro di due mesi ha raggiunto i 100 milioni di utenti, diventando l'applicazione per i consumatori con la crescita più rapida della storia.

Ogni pietra miliare si basa sul lavoro precedente e apre nuove possibilità.

È così che funziona il progresso: miglioramenti graduali punteggiati da momenti di svolta che fanno riconsiderare a tutti ciò che è possibile.

Inverni e rimonte dell'AI

La storia dell'intelligenza artificiale non è una linea retta di progresso. È più simile a un ottovolante progettato da qualcuno con problemi di impegno.

Il settore ha vissuto diversi "inverni dell'IA", periodi in cui i finanziamenti si sono esauriti, i ricercatori hanno cambiato campo e i media hanno dichiarato la morte dell'IA.

Non si è trattato solo di piccole battute d'arresto, ma di crisi esistenziali che hanno quasi ucciso del tutto la ricerca sull'intelligenza artificiale.

Cosa ha causato gli inverni dell'IA?

Il primo inverno dell'intelligenza artificiale arrivò a metà degli anni Settanta. I primi ricercatori avevano fatto previsioni azzardate sul raggiungimento di un'intelligenza di livello umano entro pochi decenni. Quando queste previsioni non si sono avverate, è arrivata la delusione.

Le agenzie di finanziamento governative hanno iniziato a porsi domande scomode. Dov'erano le macchine pensanti che erano state promesse?

Perché i sistemi di IA erano ancora così limitati? Cosa facevano esattamente i ricercatori con tutti quei soldi?

Il governo britannico ha commissionato il Rapporto Lighthill nel 1973, che ha giudicato la ricerca sull'IA eccessiva e insufficiente.

I finanziamenti sono stati ridotti drasticamente. Analoghe revisioni in altri Paesi sono giunte a conclusioni simili.

Il secondo inverno dell'IA arrivò alla fine degli anni '80, dopo lo scoppio della bolla dei sistemi esperti. Le aziende avevano investito molto nella tecnologia dell'IA, ma avevano difficoltà a mantenerla e a scalarla.

Il mercato è crollato, trascinando con sé molte startup di intelligenza artificiale.

Entrambi gli inverni hanno avuto temi comuni. Le aspettative irrealistiche hanno portato a promesse esagerate. Quando la realtà non è stata all'altezza, il contraccolpo è stato inevitabile.

I ricercatori hanno imparato lezioni preziose sulla gestione delle aspettative e sulla concentrazione sulle applicazioni pratiche.

Il futuro dell'IA: cosa ci aspetta?

Prevedere il futuro dell'intelligenza artificiale è come cercare di prevedere il tempo con una palla magica a 8. È possibile, ma il tasso di precisione non impressionerà nessuno. È possibile, ma il tasso di precisione non impressionerà nessuno.

Tuttavia, alcune tendenze sembrano destinate a continuare. I sistemi di intelligenza artificiale diventeranno sempre più capaci, più efficienti e più integrati nella vita quotidiana.

La questione non è se l'IA diventerà più potente, ma come la società si adatterà a tale potere.

• L'IA generativa probabilmente migliorerà nella creazione di contenuti indistinguibili dal lavoro umano. Artisti, scrittori e creatori di contenuti dovranno capire come competere o collaborare con i sistemi di IA.
• I sistemi autonomi diventeranno sempre più comuni. Le auto a guida autonoma potrebbero finalmente mantenere le loro promesse. I droni per le consegne potrebbero riempire i cieli. I lavoratori robot potrebbero occuparsi di lavori pericolosi o ripetitivi.
• La ricerca sulla sicurezza dell'IA diventerà sempre più importante man mano che i sistemi diventeranno più potenti. Avremo bisogno di modi migliori per garantire che i sistemi di IA si comportino come previsto e non causino danni involontari.
• Le implicazioni economiche sono sconcertanti. Alcuni lavori scompariranno. Nasceranno nuovi lavori. La transizione potrebbe essere fluida o caotica, a seconda della nostra preparazione.
• La regolamentazione avrà un ruolo maggiore. I governi stanno già lavorando a quadri di governance dell'IA. La sfida consiste nel creare regole che proteggano le persone senza soffocare l'innovazione.
• La democratizzazione dell'IA continuerà. Strumenti che un tempo richiedevano competenze a livello di dottorato stanno diventando accessibili a tutti. Questo potrebbe scatenare un'enorme creatività e innovazione, oppure creare nuovi problemi che non abbiamo ancora previsto.

Trovate altri strumenti utili qui, oppure provate il nostro AI Detector e Humanizer nel widget qui sotto!

Questa storia si scrive da sola... quasi

La storia dell'intelligenza artificiale è una testimonianza dell'ambizione umana, che trasforma i sogni impossibili in realtà.

Dalle teorie di Turing ai modelli generativi di oggi, i progressi sono stati ottenuti affrontando con tenacia problemi irrisolvibili.

Ogni epoca è stata rivoluzionaria, ma la rapidità e la scala di oggi sono senza precedenti.

L'intelligenza artificiale è fondamentalmente il frutto di decenni di lavoro di menti brillanti. La storia è tutt'altro che conclusa. La prossima scoperta potrebbe arrivare da qualsiasi parte e il suo impatto dipenderà dalle scelte che faremo ora.

Per millenni abbiamo immaginato menti artificiali e oggi le stiamo costruendo.

Con AI non rilevabili Scrittore AI SEO, Chat AI, Scrittore di saggi AI, e Umanizzatore AIÈ possibile creare contenuti di alta qualità e dal suono naturale, ottimizzati, coinvolgenti e unicamente vostri.

Prova AI non rilevabile e portare la vostra scrittura con l'intelligenza artificiale a un livello superiore.