L'AI debole, detta anche AI ristretta o intelligenza artificiale ristretta (ANI), è un'AI addestrata e orientata a eseguire attività specifiche. L'AI debole è alla base della maggior parte dell'AI che ci circonda oggi. "Ristretta" potrebbe essere un termine più preciso per descrivere questo tipo di AI, in quanto è tutt'altro che debole; abilita alcune applicazioni molto robuste, come Siri di Apple, Alexa di Amazon, IBM watsonx e i veicoli autonomi.

L'AI forte è composta da intelligenza artificiale generale (AGI) e superintelligenza artificiale (ASI). L'AGI, o AI generale, è una forma teorica di AI secondo la quale una macchina avrebbe un'intelligenza pari a quella umana, una coscienza autoconsapevole con la capacità di risolvere problemi, imparare e pianificare il futuro. L'ASI, nota anche come superintelligenza, supererebbe l'intelligenza e le capacità del cervello umano. Sebbene l'AI forte sia ancora del tutto teorica e non vi siano esempi pratici in uso oggi, ciò non significa che i ricercatori di AI non ne stiano esplorando gli sviluppi. Nel frattempo, i migliori esempi di ASI potrebbero essere tratti dalla fantascienza, come HAL, il supercomputer malvagio in 2001: Odissea nello spazio.

Il machine learning e il deep learning sono sottodiscipline dell'AI, e il deep learning è a sua volta una sottodisciplina del machine learning.

Sia il machine learning che gli algoritmi di deep learning utilizzano le reti neurali per "imparare" da enormi quantità di dati. Queste reti neurali sono strutture programmatiche modellate a imitazione dei processi decisionali del cervello umano. Sono costituite da strati di nodi interconnessi che estraggono funzioni dai dati e fanno previsioni su ciò che i dati rappresentano.

Machine learning e deep learning si differenziano per i tipi di reti neurali utilizzati e per la quantità di intervento umano richiesto. Gli algoritmi di apprendimento automatico classico utilizzano reti neurali con un layer di input, uno o due layer "nascosti" e un layer di output. In genere, questi algoritmi si limitano all'apprendimento supervisionato: i dati devono essere strutturati o etichettati da esperti umani per consentire all'algoritmo di estrarre funzioni dai dati.

Gli algoritmi di deep learning utilizzano reti neurali profonde, ossia reti composte da un livello di input, tre o più (ma solitamente centinaia) livelli nascosti e un layout di output. Questi livelli multipli consentono l'apprendimento non supervisionato: automatizzano l'estrazione di funzionalità da set di dati di grandi dimensioni, non etichettati e non strutturati. Poiché non richiede l'intervento umano, il deep learning consente essenzialmente l'apprendimento automatico su larga scala.

L'AI generativa si riferisce a modelli di apprendimento profondo che possono prendere dati non elaborati (ad esempio, tutta Wikipedia o le opere raccolte di Rembrandt) e "imparare" a generare risultati statisticamente probabili quando richiesto. Ad un livello superiore, i modelli generativi codificano una rappresentazione semplificata dei dati di addestramento e ne attingono per creare un risultato simile, ma non identico, ai dati originali.

I modelli generativi sono stati utilizzati per anni in statistica per analizzare i dati numerici. L’ascesa dell'apprendimento profondo, tuttavia, ha reso possibile l'estensione a immagini, parlato e altri tipi di dati complessi. Tra la prima classe di modelli AI che hanno raggiunto questa impresa trasversale ci sono gli autoencoder variazionali, o VAE, introdotti nel 2013. I VAE sono stati i primi modelli di apprendimento profondo ad essere ampiamente utilizzati per generare immagini e discorsi realistici.

"I VAE hanno aperto le porte alla modellazione generativa profonda rendendo i modelli più facili da scalare", ha dichiarato Akash Srivastava, esperto di AI generativa presso il MIT-IBM Watson AI Lab. "Gran parte di ciò che oggi consideriamo AI generativa è iniziata da qui".

I primi esempi di modelli, fra cui GPT-3, BERT o DALL-E 2, hanno dimostrato cosa sia possibile fare. Il futuro è rappresentato da modelli che verranno addestrati su un ampio insieme di dati non etichettati che possono essere utilizzati per attività diverse, con una ottimizzazione minima. I sistemi che eseguono attività specifiche in un singolo dominio lasciano posto a sistemi AI più ampi, che apprendono in modo più generale e operano su più domini e problemi. I modelli di fondazione, addestrati su dataset di grandi dimensioni non etichettati e ottimizzati per una serie di applicazioni, stanno guidando questo cambiamento.

Per quanto riguarda il futuro dell'AI, quando si parla dell'AI generativa, si prevede che i modelli di fondazione accelereranno drasticamente l'adozione dell'IA nelle aziende. La riduzione dei requisiti di etichettatura renderà molto più facile per le aziende lanciarsi in questa impresa e l'automazione altamente accurata ed efficiente guidata dall'IA che essi consentono di realizzare significherà consentirà a un numero molto maggiore di aziende di impiegare l'AI in una gamma più ampia di situazioni mission-critical. Per IBM, la speranza è che la potenza di elaborazione dei modelli di fondazione possa essere portata a tutte le aziende in un ambiente cloud ibrido senza precedenti.

L'idea di una "macchina che pensa" risale all'antica Grecia. Ma dall'avvento dell'informatica elettronica (e relativamente ad alcuni degli argomenti trattati in questo articolo), gli eventi chiave nell'evoluzione dell'intelligenza artificiale sono i seguenti:

• 1950: Alan Turing pubblica Computing Machinery and Intelligence (il collegamento risiede al di fuori di Iberia). In questo articolo, Turing, famoso per aver decifrato il codice tedesco ENIGMA durante la seconda guerra mondiale e spesso definito il " padre dell'informatica ", pone la seguente domanda: " Le macchine possono pensare? "  Da lì, offre un test, ora noto come "Test di Turing", in cui un interrogatore umano cerca di distinguere una risposta testuale umana da quella del computer. Sebbene questo test sia stato sottoposto a molti controlli dopo la sua pubblicazione, rimane una parte importante della storia dell'AI, nonché un concetto attuale nel campo della filosofia, in quanto si avvale delle teorie della linguistica.

• 1956: John McCarthy conia il termine "intelligenza artificiale" in occasione della prima conferenza sull’AI al Dartmouth College (McCarthy avrebbe successivamente inventato il linguaggio LISP). Più tardi, nello stesso anno, Allen Newell, JC Shaw e Herbert Simon creano Logic Theorist, il primo programma di intelligenza artificiale funzionante.

• 1967: Frank Rosenblatt costruisce il Mark 1 Perceptron, il primo computer basato su una rete neurale che "impara" per tentativi ed errori.Appena un anno dopo, Marvin Minsky e Seymour Papert pubblicano un libro intitolato Perceptrons, che diventa sia l'opera fondamentale sulle reti neurali sia, almeno per un po', un argomento contro i futuri progetti di ricerca sulle reti neurali.

• Anni '80: le reti neurali che utilizzano un algoritmo di backpropagation per addestrarsi diventano ampiamente utilizzate nelle applicazioni di intelligenza artificiale.

• 1995: Stuart Russell e Peter Norvig pubblicano Artificial Intelligence: A Modern Approach (link esterno a ibm.com), che diventa uno dei principali manuali nello studio dell'AI. In esso si approfondiscono quattro potenziali obiettivi o definizioni di AI, che differenziano i sistemi informatici sulla base della razionalità e del pensiero rispetto all'azione:
  
  
• 1997: IBM Deep Blue batte l'allora campione del mondo di scacchi Garry Kasparov, in una partita a scacchi (e rivincita).
  
  
• 2004: John McCarthy scrive un articolo, What Is Artificial Intelligence? (link esterno a ibm.com) e propone una definizione di AI spesso citata.

• 2011: IBM watson batte i campioni Ken Jennings e Brad Rutter a Jeopardy!

• 2015: il supercomputer Minwa di Baidu utilizza un tipo speciale di rete neurale profonda, chiamata rete neurale convolutiva, per identificare e categorizzare le immagini con un tasso di accuratezza superiore alla media umana.

• 2016: il programma AlphaGo di DeepMind, alimentato da una rete neurale profonda, batte Lee Sodol, il campione del mondo di Go, in un incontro di cinque partite.La vittoria è significativa se si considera l'enorme numero di mosse possibili nel corso del gioco (oltre 14,5 trilioni dopo solo quattro mosse!). Successivamente, Google ha acquistato DeepMind per una cifra stimata di 400 milioni di dollari.

• 2023: l'aumento dei modelli di linguaggio di grandi dimensioni, o LLM, come ChatGPT, crea un
  enorme cambiamento nelle prestazioni dell’AI e nel suo potenziale di generare valore aziendale. Con queste nuove pratiche di AI generativa, è possibile pre-addestrare i modelli di apprendimento profondo su grandi quantità di dati non elaborati e non etichettati.