Intelligenza artificiale, perché ha senso immaginarla come fosse un mercato

Viviamo nel tempo dell’intelligenza artificiale ma con un vizio di fondo: siamo convinti che l‘AI generativa e chatbot siano l’unica rivoluzione possibile. In realtà, l’AI – o, per essere più precisi, l’apprendimento automatico – può essere molto di più e crescere in modi esaurientemente diversi, a patto di cambiare prospettiva. Per il professor Michael I. Jordan, l’intelligenza artificiale è un sistema complesso di agenti intelligenti che interagiscono, collaborano e competono, proprio come in un mercato unitario.

Immaginate un insieme di agenti autonomi che non si limitano a fare singole previsioni di acquisto, ma dialogano e gestiscono l’intera catena logistica in tempo reale, adattandosi alle condizioni del mercato e negoziando tra sistemi autonomi le soluzioni: questa è la visione rivoluzionaria di Jordan.

Oltre le semplici previsioni

Nel 2016 la rivista Science ha indicato Michael I. Jordan come lo studioso di informatica più influente al mondo. Jordan insegna Ingegneria elettrica, Informatica e Statistica all’Università di Berkeley, in California, e collabora con l’Inria di Parigi. Jordan sta lavorando per ridefinire il concetto stesso di intelligenza artificiale, proponendo una visione molto più ampia e sofisticata, che va oltre il semplice “predire e rispondere”.

La tesi di Jordan è relativamente semplice: sostiene che l’AI dovrebbe essere vista come un sistema complesso di interazioni tra diversi agenti intelligenti, siano essi umani o macchine, che collaborano e competono in ambienti dinamici. La sua idea, radicalmente innovativa, parte dalla “teoria statistica dei contratti”, vale a dire dalla fusione di aspetti della teoria dei giochi con la statistica. O la scelta migliore: è un’estensione della teoria dei contratti che incorpora apprendimento automatico e interazioni in ambienti complessi. In pratica, Jordan immagina gli algoritmi come attori in un vero e proprio contratto sociale. L’obiettivo? Far sì che questi agenti lavorino insieme in modo efficace, adattandosi alle condizioni mutevoli dell’ambiente, come farebbero le persone in un mercato finanziario o in una negoziazione aziendale.

Il professor Michael I. Jordan, ideatore degli agenti intelligentiImmagine UC Berkeley

L’applicazione della teoria

Le applicazioni sono moltissime: dalla logistica alla sanità, dalla distribuzione di beni all’ottimizzazione dei processi. Si può supportare un processo decisionale relativo all’adozione di un nuovo farmaco, ad esempio, o alla finanza, o rivoluzionare il modo con il quale si distribuisce la corrente elettrica in uno smart-grid.

In una intervista video da Parigi, dove Jordan si trova prima di andare a Trieste al Trieste Next, il festival della investigazione scientifica andato in scena dal 27 al 29 di settembre, il professore spiega a Wired qual è la base della sua investigazione in un italiano sorprendentemente buono (“Mia moglie è italiana e amo il vostro Paese“). Al centro c’è il concetto di iterazione: ripetere anziché basarsi su un unico ciclo. L’apprendimento automatico tradizionale si basa quasi sempre su una previsione unica. Invece, “Bisogna superare questa visione: gli agenti intelligenti devono interagire, adattarsi, imparare l’uno dall’altro in tempo reale“. L’idea è quella di iterare più volte invece di fare affidamento su una singola previsione.

Sistemi intelligenti che interagiscono costantemente

L’interazione tra agenti autonomi che apprendono e si adattano avviene costantemente, non è una semplice “ripetizione” in senso tradizionale. Infatti, l’idea di Jordan non è di ripetere dimessamente un ciclo, ma di creare sistemi in cui gli agenti intelligenti interagiscono costantemente, adattando i propri comportamenti e decisioni sulla base delle informazioni condivise in tempo reale.