Gli anni Sessanta furono caratterizzati da grande ottimismo. I successi del Logic Theorist, dei programmi di gioco, dei sistemi di traduzione, della robotica e dei primi programmi linguistici sembravano suggerire che l’intelligenza artificiale generale fosse vicina. Le aspettative, però, superavano le capacità tecnologiche. I sistemi avevano enormi difficoltà fuori dagli ambienti controllati: il linguaggio naturale era più complesso del previsto, la traduzione automatica non dava i risultati sperati, i problemi di ricerca potevano moltiplicarsi mentre la memoria dei computer restava limitata.
Il periodo tra il 1974 e il 1980 è comunemente definito il primo AI winter, cioè il primo “inverno dell’intelligenza artificiale”. Il rapporto Lighthill del 1973 criticò le promesse della ricerca britannica, mentre negli Usa l’agenzia DARPA (Defense Advanced Research Projects Agency, incaricata dello sviluppo di nuove tecnologie per uso militare) ridusse il sostegno a diversi programmi dopo alcuni risultati inferiori alle aspettative. Anche la delusione per la traduzione automatica contribuì alla crisi. L’AI non era però fallita: molte ricerche continuarono. Il problema era soprattutto la distanza tra le promesse e i risultati.
Gli anni 80
All’inizio degli anni 80 l’AI tornò a suscitare interesse grazie ai sistemi esperti. DENDRAL e MYCIN, di cui abbiamo parlato, avevano mostrato che la conoscenza specializzata poteva essere formalizzata e utilizzata con successo. Le aziende cominciarono a investire in sistemi esperti per diagnosi, manutenzione, finanza, produzione e gestione. Nacquero anche macchine specializzate per eseguire LISP, le cosiddette Lisp machines.
Ma anche questa stagione portò a un eccesso di aspettative. I sistemi esperti erano costosi da costruire e mantenere, difficili da aggiornare e spesso incapaci di funzionare fuori dal loro settore. Nel 1987 crollò il mercato delle Lisp machines e tra il 1987 e i primi anni Novanta si verificò il secondo AI winter, durato dal 1987 al 1993, con la crisi dei sistemi esperti e di alcune grandi iniziative governative.
Ricordiamoci che a Dartmouth l’idea non era che una macchina dovesse pensare attraverso gli stessi meccanismi biologici di un essere umano. L’ipotesi era piuttosto che alcune funzioni dell’intelligenza potessero essere descritte attraverso procedure computabili e quindi simulate da una macchina. Gli “inverni” non furono periodi nei quali la ricerca si fermò completamente. Gli studi continuarono, ma cambiarono aspettative, finanziamenti e approcci.
La ripresa dell’AI: dati, potenza di calcolo e machine learning
La vera svolta arrivò gradualmente tra gli anni Novanta e i primi decenni del XXI secolo. Tre fattori cambiarono radicalmente la situazione: Primo, i dati. Internet produsse una quantità enorme di testi, immagini, audio e video digitali. Secondo, la potenza di calcolo. Processori sempre più veloci e soprattutto GPU capaci di eseguire enormi quantità di operazioni in parallelo resero possibile addestrare modelli matematici molto più grandi. Una GPU, ovvero un’unità di elaborazione grafica, è un circuito specializzato nella gestione di numerosi calcoli in parallelo, oggi utilizzato anche nell’intelligenza artificiale e nel computing scientifico. Infine, gli algoritmi. Le reti neurali artificiali, già studiate negli anni Cinquanta, tornarono al centro della scena grazie a nuove tecniche di addestramento e a una disponibilità di dati e potenza di calcolo impensabile nel 1956.
L’AI cominciò così a spostarsi dall’approccio nel quale l’uomo scriveva esplicitamente le regole verso quello nel quale la macchina apprende via via le regole dai dati. La differenza è fondamentale. Un sistema esperto poteva seguire una regola del tipo: se A e B sono vere, allora concludi C. Nel machine learning, invece, si fornisce al sistema un enorme insieme di esempi e si lascia che l’algoritmo modifichi milioni o miliardi di parametri interni fino a trovare una rappresentazione statistica efficace dei dati. È una differenza enorme rispetto a McCarthy e ai sistemi simbolici, anche se il problema originario rimane: costruire una macchina capace di svolgere compiti associati all’intelligenza.
Dalle reti neurali al Large Language Models
L’evoluzione successiva conduce direttamente ai Large Language Models, i grandi modelli linguistici. Prima dei LLM esistevano modelli statistici del linguaggio, reti neurali ricorrenti, word embeddings e sistemi sequence-to-sequence. La svolta arrivò nel 2017 con Attention Is All You Need, il libro del giovane informatico indiano Asish Vaswani che introdusse l’architettura Transformer, basata sul meccanismo di self-attention. Il Transformer era progettato per elaborare sequenze di dati in parallelo, eliminando la ricorrenza e migliorando l’efficienza nell’addestramento su grandi dataset. GPT, BERT e altri sistemi AI mostrarono che aumentando quantità di dati, dimensioni del modello e potenza di calcolo potevano emergere capacità linguistiche sempre più sofisticate.
Nel 2022 ChatGPT rese questa tecnologia accessibile al grande pubblico attraverso un’interfaccia conversazionale. Da allora l’AI generativa è diventata una tecnologia quotidiana. Modelli come ChatGPT, Claude, Gemini e Microsoft Copilot possono scrivere, riassumere, tradurre, programmare, analizzare documenti e rispondere a domande. Gemini ha inoltre esteso questo paradigma verso la multimodalità, integrando testo, immagini, audio, video e codice.
Ma ChatGPT e i suoi simili sono davvero l’AI di Dartmouth? La risposta è: sì e no. Sono eredi diretti di Dartmouth per quanto riguarda la domanda generale, ma molto diversi dal modello di AI immaginato dalla maggior parte dei pionieri, che era prevalentemente fondato sull’idea che l’intelligenza potesse essere descritta esplicitamente attraverso simboli, concetti, regole e procedure.
Un grande modello linguistico contemporaneo funziona invece soprattutto attraverso l’apprendimento statistico da enormi quantità di dati. Durante l’addestramento modifica miliardi di parametri numerici e costruisce rappresentazioni distribuite delle regolarità presenti nei dati. Un sistema come ChatGPT non ragiona necessariamente come un Logic Theorist e non possiede regole logiche esplicite per ogni risposta. Genera testo sulla base delle rappresentazioni apprese, anche se i modelli contemporanei possono integrare strumenti esterni, procedure di ragionamento, ricerca, calcolo e memoria.
L’intelligenza artificiale contemporanea
Nell’intelligenza artificiale del 1956 l’idea dominante era: rappresentare il mondo, formulare regole, applicare regolem ottenere una conclusione. Oggi un paradigma molto più comune è: fornire enormi quantità di dati, addestrare il modello, apprendere rappresentazioni statistiche, generare o classificare nuovi contenuti. Tra i due approcci non esiste però una separazione assoluta. L’AI di oggi combina spesso reti neurali, ricerca, regole, strumenti, basi di conoscenza e programmi tradizionali. In questo senso l’AI del XXI secolo è diventata molto più ibrida rispetto all’AI di Dartmouth.
Che cosa significa oggi “ragionare”
Quando diciamo che un modello moderno “ragiona”, non dobbiamo automaticamente intendere che possieda una mente umana. Un LLM può risolvere problemi matematici, confrontare ipotesi, scrivere programmi, individuare contraddizioni e costruire catene di passaggi logici. Alcuni modelli sono stati progettati e addestrati proprio per migliorare nei compiti di ragionamento. Ma il comportamento osservabile non dimostra automaticamente che la macchina abbia una coscienza, una comprensione soggettiva o un’esperienza del mondo simile alla nostra. Ed è proprio questo il problema che rende ancora attuale la domanda di Turing.
Turing aveva già spostato l’attenzione dal problema metafisico “la macchina pensa davvero?” al problema del suo comportamento osservabile, del “come si comporta?”. Dartmouth fece qualcosa di simile: trasformò l’intelligenza in un programma di ricerca. L’AI contemporanea ha però reso la questione ancora più complessa perché una macchina può produrre comportamenti che sembrano intelligenti senza essere costruita secondo un modello esplicito del ragionamento umano.
Dal simulare l’intelligenza al generare comportamenti intelligenti. Questa è forse la maggiore differenza tra il 1956 e oggi. A Dartmouth l’obiettivo era simulare le funzioni dell’intelligenza: linguaggio, apprendimento, concetti, ragionamento e problem solving. Oggi spesso non ci chiediamo più se una macchina simuli il cervello umano, ma se sia in grado di svolgere bene un compito. Una macchina può riconoscere un tumore in un’immagine senza funzionare come un medico umano. Può tradurre una frase senza conoscere la lingua come la conosce un essere umano. Può produrre un testo senza avere necessariamente un’esperienza personale di ciò che descrive. L’approccio contemporaneo è quindi più pragmatico: se il sistema produce risultati utili e affidabili in un certo compito, la sua architettura interna può essere diversa da quella del cervello umano. È qui che si comprende la trasformazione avvenuta in settant’anni.
L’eredità di Dartmouth nei sistemi contemporanei. Nonostante le differenze, le connessioni con il 1956 sono numerose e riguardano tutta una serie di temi. Il linguaggio: McCarthy pensava che una macchina intelligente dovesse utilizzare il linguaggio. Oggi i LLM sono costruiti proprio intorno alla capacità di elaborarlo e generarlo. L’apprendimento: Turing aveva parlato di learning machines e Samuel dimostrò concretamente che un programma poteva migliorare attraverso l’esperienza. Il machine learning contemporaneo ha trasformato questa intuizione in una tecnologia industriale. Il problem solving: il Logic Theorist affrontava problemi cercando sequenze di passaggi verso una soluzione. I sistemi moderni possono affrontare problemi molto più complessi, spesso combinando modelli neurali con strumenti di calcolo e ricerca. La conoscenza: McCarthy e i sistemi esperti cercavano di rappresentare conoscenza e senso comune. I modelli moderni apprendono enormi quantità di informazioni dai dati, ma continuano a incontrare problemi di accuratezza, contesto, affidabilità e conoscenza del mondo reale. La multimodalità: l’idea di una macchina capace di interagire con diversi aspetti del mondo era già implicitamente contenuta nel programma originario. Oggi modelli come Gemini sono progettati per combinare testo, immagini, audio, video e codice.
Nasce davvero a Dartmouth l’intelligenza artificiale? Non basta rispondere di si, perchè è necessaria una precisazione storica importante. Infatti non si può dire che Dartmouth abbia inventato l’idea di macchina intelligente. Turing aveva già posto il problema nel 1950. Shannon lavorava sugli scacchi; McCulloch e Pitts avevano studiato modelli neurali; esistevano già programmi di gioco e i primi computer programmabili erano realtà. Dartmouth non fu quindi l’alba nella storia delle macchine intelligenti.
Possiamo invece dire che a Dartmouth nacque l’intelligenza artificiale come campo di ricerca riconoscibile e autonomo. Per la prima volta un gruppo di studiosi si riunì con lo scopo specifico di studiare un problema chiamato artificial intelligence e costruire una disciplina intorno a esso. La proposta del 1955 definì obiettivi, problemi e ipotesi di ricerca. La conferenza non è stata la sede in cui fu costruita la prima macchina intelligente; è il luogo nel quale l’intelligenza artificiale fu concepita come programma scientifico autonomo.
Il lascito di Dartmouth nel XXI secolo. A settant’anni di distanza, la cosa più sorprendente non è che i pionieri di Dartmouth avessero previsto esattamente il futuro, perché molte delle loro previsioni erano sbagliate o premature. La cosa sorprendente è che le loro domande sono ancora le nostre domande. I punti principali sono sempre quelli che seguono e l’elenco è piuttosto lungo. Come può una macchina imparare? Come può rappresentare la conoscenza? Come può utilizzare il linguaggio? Come può risolvere problemi? Come può generalizzare da un caso a un altro? Come può acquisire il senso comune? Come possiamo distinguere il comportamento intelligente dalla vera comprensione?
Sono le stesse domande che ci poniamo oggi discutendo di ChatGPT, Claude, Gemini, Copilot e dei nuovi sistemi generativi, on la differenza che la tecnologia è cambiata radicalmente. Nel 1956 il problema era far eseguire a una macchina poche migliaia di operazioni con una memoria ridottissima, mentre oggi addestriamo modelli con enormi quantità di dati e miliardi di parametri su infrastrutture distribuite. Ma la questione fondamentale non è cambiata: in che misura l’intelligenza può essere trasformato in processo computazionale?
Conclusioni
Da un’aula di Dartmouth al mondo di oggi. La storia dell’intelligenza artificiale può essere letta come una lunga successione di risposte alla domanda di Turing. Turing aveva detto, in sostanza: non chiediamoci che cosa significhi metafisicamente “pensare”; chiediamoci se una macchina possa manifestare un comportamento indistinguibile da quello umano. McCarthy, Minsky, Rochester e Shannon fecero un passo ulteriore: proviamo a trasformare l’intelligenza in un campo scientifico, formulando problemi concreti relativi all’apprendimento, al linguaggio, ai concetti e alla soluzione dei problemi.
Il Logic Theorist mostrò che un programma poteva svolgere una forma di ragionamento simbolico. LISP fornì un linguaggio adeguato alla manipolazione di strutture simboliche. Arthur Samuel mostrò che una macchina poteva migliorare giocando. DENDRAL e MYCIN dimostrarono il valore della conoscenza specializzata. I sistemi esperti portarono l’AI fuori dai laboratori, mentre le reti neurali e il machine learning modificarono progressivamente il paradigma. Dopo gli inverni dell’AI, la crescita dei dati e della potenza di calcolo rese possibile il deep learning. Il Transformer del 2017 aprì la strada ai moderni Large Language Models.
Oggi ChatGPT, Claude, Gemini, Copilot e sistemi analoghi rappresentano una forma di intelligenza artificiale profondamente diversa da quella immaginata dai pionieri di Dartmouth. Non sono semplicemente dei Logic Theorist più potenti: sono invece prodotti di un paradigma nel quale l’apprendimento statistico, le reti neurali, la grande scala dei dati e la potenza computazionale hanno assunto un ruolo centrale. E tuttavia la linea che conduce da Dartmouth a questi sistemi è visibile: è l’idea che una macchina possa acquisire capacità che noi esseri umani associamo all’intelligenza.
La differenza è che nel 1956 questa idea sembrava una scommessa quasi fantascientifica, mentre oggi è diventata una realtà tecnologica quotidiana. Rimane però la domanda più difficile: se una macchina può imparare, parlare, creare, risolvere problemi e mostrare forme di ragionamento, in che misura è necessario che faccia queste cose come le fa un essere umano perché possiamo davvero chiamarla intelligente? È questa la domanda che unisce Turing, Dartmouth e l’intelligenza artificiale di oggi. E forse è proprio questo il più grande lascito della conferenza del 1956: non aver dato una risposta definitiva alla domanda sull’intelligenza delle macchine, ma aver trasformato quella domanda in una delle grandi sfide scientifiche e tecnologiche dell’età contemporanea. Vedremo i risultati!
