Il fisico Massimo Carpinelli (nella foto), ordinario all’Università Bicocca, ex rettore dell’ateneo di Sassari e direttore del centro Ego di Pisa, sulla rivista Espansione (edicoladigitale.info) ha scritto un articolo sull’intelligenza artificiale, strumento che viene da lontano.

I dibattiti sull’intelligenza artificiale (AI) tendono a focalizzarsi sui potenziali pericoli che derivano da questa tecnologia: l’utilizzo indiscriminato di dati personali, la perdita dei posti di lavoro, la discriminazione culturale, il costo energetico, la possibilità (reale) che stia producendo una bolla speculativa, fino agli scenari catastrofisti del controllo dell’umanità da parte delle macchine intelligenti. Poco si dice però del grande contributo che già da molti decenni AI sta dando alla Scienza, con una accelerazione notevolissima negli ultimi anni. Non c’è praticamente nessun campo di ricerca dove AI non venga oramai applicata: dalla medicina, alla progettazione di nuovi farmaci e nuovi materiali, alla climatologia, alla fisica sperimentale. Gli entusiasti arrivano a prevedere una rivoluzione scientifica guidata dalla introduzione di AI con una crescita di scoperte mai vista prima in tutti i campi del sapere. Questo scenario è probabilmente esagerato, ma una accelerazione del numero dei risultati ottenibili è sicuramente possibile. Gli algoritmi di intelligenza artificiale, o i suoi predecessori, sono stati utilizzatifin dagli anni Sessanta del secolo scorso, principalmente dai fisici, tra tutti gli scienziati quelli di solito più a loro agionell’uso di strumenti matematici complessi. Oggi invece l’utilizzo di AI è molto più semplice. Oltre a ottenere risposte a domande relativamente complicate, ai vari programmi tipo ChatGPT si può chiedere di scrivere codice in linguaggi di programmazione che sembrano oscuri e misteriosi, a parte gli addetti ai lavori, per poi utilizzarli nel lavoro di ricerca. Questo rende sicuramente i progressi in tutti i campi della ricerca più veloci e allarga la platea di chi può cimentarsi con la analisi di problemi complessi. Ci sono alcuni ricercatori che utilizzano programmi tipo ChatGPT in modo più radicale, dando in pasto a questi programmi biblioteche di articoli scientifici, cercando correlazioni e ipotesi che non sono ancora state analizzate. La potenza degli algoritmi di AI o Machine Learning sta nella possibilità di indicizzare, cioè catalogare, enormi quantità di dati e, con un processo di training, imparare a riconoscere regolarità tra questi dati, con una velocità straordinaria. Questa fase di training di solito è guidata dai ricercatori. Per fare un esempio banale se voglio distinguere se i punti distribuiti su un foglio assomigliano più a un rettangolo o a un quadrato devo “spiegare” all’algoritmo cosa è un quadrato o un rettangolo. La proprietà incredibile degli algoritmi di AI è che posso imparare a distinguere e classificare categorie diversissime, incluse quelleche tradizionalmente non hanno una struttura astratta logico matematica, come le sentenze di un giudice o le diagnosi mediche. Nel campo di ricerca di cui mi occupo, la ricerca delle onde gravitazionali, AI viene usata principalmente per analizzare i dati prodotti da interferometri gravitazionali, come quelli costruiti a Cascina, in Toscana, negli Stati Uniti e in Giappone. Gli eventi interessanti, prodotti, ad esempio, da coppie di buchi neri che spiraleggiano fino a compattarsi in un unico buco nero più piccolo di quelli che lo hanno generato, producono segnali estremamente deboli che possono facilmente essere confusi con segnali accidentali. Questi segnali accidentalicostituiscono un rumore di fondo dal quale è necessario estrarrei segnali interessanti. Ovviamente è necessario costruire uno strumento sensibilissimo, ma proprio a causa della estrema sensibilità eventi esterni ambientali o di natura antropica, ad esempio impercettibili vibrazioni del terreno, possano simulare e oscurare il segnale fisico. Gli algoritmi di AI sono uno strumento potente per aiutare i ricercatori a separare il segnale dal rumore. A questi algoritmi viene “insegnata” la forma del segnale del rumore in funzione del tempo, in modo che possa essere riconosciuta ed eliminata, mettendo in evidenza i segnali che devono essere studiati. Per fare un esempio esagerato ma non tanto, è come se si volesse riconoscere un fa suonato da un violino nel mezzo di una esplosione di fuochi d’artificio. Gli algoritmi di Machine Learning possono essere educati mostrando loro che forma hanno i segnali dei fuochi d’artificioin modo che possano essere riconosciuti ed esclusi nella ricerca della nota. L’educazione, il “training”, degli algoritmi significa ottimizzazione di parametri dell’algoritmo per renderlo efficiente nella sottrazione del rumore di fondo.  Un’altra recente applicazione di AI alla rivelazione di onde gravitazionali è il controllo della posizione dei grandi specchi, che costituiscono il cuore degli interferometri, dove viene fatta rimbalzare la luce di un laser. In questo caso il rumore si manifesta come minuscole vibrazioni degli specchi. Queste vibrazioni vengono ridotte sia meccanicamente sospendendo gli specchi a dispositivi che attenuano le vibrazioni, sia attraverso il controllo accurato della posizione degli specchi con attuatori elettromagnetici. In questo caso algoritmi di AI possono ottimizzare il controllo della posizione degli specchi a un livello di precisione elevatissimo. I risultati sono ancora in fase di studio ma potrebbero fare guadagnare molta sensibilità agli interferometri esistenti. Questi sono solo alcuni esempi ma molte altri possono venire e il limite sta nella creatività dei ricercatori oltre che nel tempo di calcolo e nella potenza spesa dai calcolatori che ottimizzano gli algoritmi di AI. L’introduzione di nuove tecnologie è sempre stata un motore per la conoscenza scientifica, dal cannocchiale per la Fisica, al microscopio per la Medicina, AI è un altro esempio moderno notevolissimo. Ma la tecnologia da sola non basta e anzi può indurre in errori gravi per eccesso di fiducia, come molte volte è capitato nella storia della conoscenza. Solo brillanti ricercatori, dotati di intelligenza e spirito critico, con duro lavoro possono essere capaci di discriminare e interpretare debolissime immagini, come il nostro Galileo Galilei, padre della scienza sperimentale moderna, che utilizzò e perfezionò il telescopio, scoprendo le lune di Giove e aiutandoci a decifrare l’ordine del’Universo.