La ricerca e il progresso tecnologico sono due campi che vanno di pari passo, influenzandosi a vicenda in maniera esponenziale.
Internet, ad esempio, è il frutto di ingenti fondi devoluti alla ricerca universitaria dagli Stati Uniti durante la corsa allo spazio con l’URSS. La “partita a tennis” tra ricercatori e aiuti artificiali è sempre più rapida, e lo scenario potrebbe cambiare radicalmente nel giro di pochi anni.
Abbiamo sempre fatto fatica a prevedere con accuratezza le mosse del progresso tecnologico: spesso sovrastimano quello che raggiungeremo in pochi anni e sottostimiamo quello che avremo raggiunto in una decade.
Tuttavia, è importante continuare a ragionare su queste previsioni con più lucidità di quanta ne abbiamo dimostrata finora. Aver aspettato a prendere decisioni sul futuro della tecnologia ha sempre lasciato il tempo alle aziende private di agire per profitto: basti pensare ai social network e allo sgretolamento dell’informazione di qualità o alla fibra ottica disomogenea per via delle strategie degli operatori telefonici.
Alcune di queste previsioni sembrano difficili da immaginare, ma potrebbero declinarsi in forme inaspettate. Farsi un’idea serve anche a saper analizzare questi cambiamenti relativamente repentini.
Cambia tutto
“It changes everything” ha detto Andrei Lupas, un biologo evoluzionista dell’istituto Max Plank a Tubingen in Germania, quando DeepMind ha dimostrato cosa era in grado di fare.
Una delle più grandi sfide della biologia è classificare tutte le possibili forme 3D che una proteina assume in base alla sua sequenza di amminoacidi. È un lavoro scoraggiante e sconfinato, in cui le IA erano riuscite a procedere con risultati promettenti, ma limitati.
AlphaFold, il programma di DeepMind, è riuscito a lavorare con un’accuratezza che si aggira intorno al 90% alla predizione automatica delle forme 3D delle proteine. Se pensiamo che in tutto il mondo la ricerca biologica destina enormi risorse umane ed economiche a questo compito, capiamo che siamo di fronte a una svolta epocale.
Forse l’automazione non sarà qui per sostituirci in ogni attività lavorativa, ma di certo disegnerà scenari molto diversi man mano che le IA diventeranno più competenti.
Ma non è solo la biologia a ricevere grossi scossoni dal mondo digitale.
Aghi e pagliai
Non siamo di fronte alla nascita di una super intelligenza sintetica in grado di sostituire la mente umana, ma siamo a un punto in cui gli algoritmi sono molto bravi a svolgere un compito specifico. Possono facilitare processi che portano via decenni di lavoro umano.
Ogni anno vengono pubblicati circa 1 milione di articoli scientifici. Oggi, soprattutto nelle discipline scientifiche, è impossibile per qualsiasi scrupoloso ricercatore consultare l’intero stato dell’arte del suo campo di ricerca.
Iris.ai ha impiegato gli ultimi 5 anni a imparare come leggere gli articoli scientifici disponibili in rete, catalogarli, sintetizzare i dati in esso contenuti e fornire riassunti e abstract ai ricercatori.
L’idea degli sviluppatori è che in futuro sia addirittura in grado di formulare ipotesi sulla base di quanto apprende leggendo questi articoli. Un risultato a cui IBM dice di essere già arrivata.
Simili cambiamenti tecnologici consentono di afferrare dei quadri di insieme che altrimenti richiederebbero decenni di lavoro, rendendo la ricerca scientifica in grado di concentrarsi su attività più produttive: i vantaggi sono enormi, e cambierà tutto.
Fino a dove?
Quello che bisogna sempre tenere a mente è che il cambiamento tecnologico non è qualcosa che ci accade come se fosse una legge fisica, esterno da noi e predeterminato; siamo noi a prendere le decisioni cruciali, a decidere dove fermarci e dove convogliare risorse e tecnologie.
Il potenziale di questi sistemi è enorme, specialmente nel campo sconfinato della ricerca scientifica.
Esiste un dibattito acceso su quale dovrebbe essere la prossima mossa di un’intelligenza artificiale? Come si sviluppa il rapporto tra IA e studiosi? Quanto cambierà il panorama della ricerca scientifica nei prossimi decenni?
