AI creativa, i limiti esistenti sono invalicabili

La creatività dell’AI trova interessanti applicazioni in ambito business, ma non può inventare forme di arte, come la poesia, poiché non è senziente [...]
Andrea Pitrone

Chief Customer Success Officer, Loop AI Group

intelligenza
  1. Home
  2. Intelligenza Artificiale
  3. AI creativa, i limiti esistenti sono invalicabili

Esiste oggi un sistema di intelligenza artificiale in grado di creare e provare emozioni? L’AI può essere creativa? Il Loop AI Group, azienda americana con sede a San Francisco, ha identificato come proprio obiettivo aziendale quello di emulare processi di apprendimento e ragionamento del cervello umano per mettere a disposizione dei clienti una “capacità cognitiva umana artificiale”, che consenta di re-ingegnerizzare i processi di business di maggior rilievo e generare valore economico, utilizzando tutto il patrimonio informativo disponibile.

La realizzazione di una piattaforma di Cognitive Computing che interagisca con esseri umani al fine di:

  • comprenderne le richieste, le necessità, il profilo utente e le relative preferenze;
  • rispondere alle richieste di supporto dei clienti finali, svolgendo autonomamente gli stessi task operativi che avrebbe eseguito un essere umano,

pone come necessario prerequisito la risposta al seguente interrogativo: “Cosa rende unici e particolari gli esseri umani?”

Cosa rende unici gli esseri umani

Amor, ch’a nullo amato amar perdona, mi prese del costui piacer sì forte, che, come vedi, ancor non m’abbandona” (Dante, Inferno, Canto V, vv. 103-105).

La corrente letteraria del Decadentismo dipinge il poeta come un’antenna sensibile, in grado di ricevere e trasmettere emozioni. Un “privilegiato” in grado di percepire e rappresentare la bellezza, vera anima del mondo, che si manifesta nell’arte, nella musica, nella poesia, nella natura e nelle più profonde relazioni tra esseri umani. Secondo questo paradigma, un poeta è in grado di creare, “inventare versi” che toccheranno il cuore delle persone, generando emozioni.

La peculiarità degli esseri umani è determinata dalla capacità di comunicare manipolando simboli, significanti e significati, esercitata mediante la comunicazione verbale e non verbale.

La comunicazione verbale prevede la possibilità di articolare e correlare concetti, creando rappresentazioni semantiche complesse, utilizzando procedimenti ricorsivi che abilitano la generazione di frasi estese, che possono incorporare svariati intenti e relative entità.

Emulare il comportamento umano per comunicare a livello verbale e interagire efficacemente richiede di saper:

  • identificare ed estrapolare i vari intenti (spesso più di uno) ed entità presenti nelle frasi, mediante algoritmi che comunemente sono denominati “NER” (Named Entity Recognition);
  • comprendere in modo dinamico i sinonimi dei “concetti noti”, gli errori ortografici, le abbreviazioni, gli acronimi e le eventuali relazioni con essi, utilizzando capacità cognitive che consentano di comprendere il linguaggio naturale in modo automatico e senza intervento umano;
  • identificare le multiple variazioni di contesto all’interno di una conversazione, in modo da poter fornire risposte attinenti.

Ai creativa

La comunicazione verbale e non verbale

La comunicazione non verbale si espleta secondo diversi “canali di comunicazione”, in aggiunta al testo, integrando ulteriori fonti di informazione da audio, video e immagini, elementi portatori di significante e di significato, pur non avendo dignità di scienza esatta, come, per esempio, le micro-espressioni facciali, la cui esistenza fu teorizzata da Paul Ekman (“Universal Facial Expressions of Emotions”, 1970).

Al fine di poter emulare processi di apprendimento degli esseri umani, la “capacità cognitiva umana artificiale” deve consentire a un sistema AI di imparare in modo autonomo, continuo e quasi in tempo reale: in altre parole, adottando il paradigma Unsupervised Learning.

Quanto accennato finora concerne processi di apprendimento e ragionamento che mirano a comprendere la semantica dei nuovi dati a partire dal dataset di training, cioè “dati simili” per argomento, contenuto, variabilità stilistica e sfumature lessicali.

WHITEPAPER
AZIENDA RETAIL: ecco i 15 motivi per cui hai bisogno dell'Intelligenza Artificiale!
Intelligenza Artificiale
Retail

Pur includendo in questa area di interesse la “sentiment analysis”, sia essa eseguita analizzando solo il testo di una conversazione (pertanto utilizzando un algoritmo di “speech-to-text” e capability cognitive di classificazione testuale) oppure, più efficacemente, elaborando separatamente il testo, l’audio e le immagini dell’interlocutore mediante diverse tipologie di algoritmi cognitivi che agiscano contemporaneamente, si permane nell’ambito della semiotica, perché tali algoritmi operano identificando “similarità semantica” tra i nuovi dati analizzati (p.es., una nuova conversazione con un cliente finale per la stipula di un contratto) e il dataset di training iniziale e, in ultima analisi, effettuano una classificazione di eventi.

Una AI senziente?

Analizzando la conversazione che recentemente ha spinto a ipotizzare l’esistenza di una “Sentient AI” appare evidente l’adozione di un dataset di training di notevoli dimensioni, oltre all’utilizzo di algoritmi di sentiment analysis, NLU (Natural Language Understanding) e NLG (Natural Language Generation), che consentono di comprendere e creare linguaggio naturale. Ma anche in questo caso, non si rileva alcuna astrazione dall’ambito della semiotica.

Invece, il concetto di senzienza ricade nella sfera della coscienza, delle emozioni “provate”, della consapevolezza del sé.

Concordo con la visione di Andrew Ng, Adjunct Professor all’università di Stanford e Computer Scientist di fama mondiale, in merito alla correlazione tra “Sentient AI” e la filosofia, non la semiotica.

Nel “De Anima” Aristotele afferma che la sensibilità è la capacità di provare percezioni attraverso i sensi. La percezione è un passaggio dalla potenza all’atto sia dell’organo che percepisce sia dell’oggetto che è percepito in atto. Negli organi si forma un’immagine dell’oggetto chiamata phàntasma, conservata nella memoria e riprodotta dall’immaginazione (phantasìa).

Immanuel Kant nella “Critica della ragion pura” distingue tra una coscienza empirica, basata sulla singola sensibilità individuale e tale da appartenere solo a noi stessi singolarmente, e una coscienza in generale o «appercezione trascendentale» che si esprime nell’«Io penso», un’attività di pensiero che appartiene a tutti gli uomini, ma a nessuno di essi in particolare, strutturalmente identica in tutti come attività formale del conoscere che si realizza attraverso il giudizio sintetico a priori attraverso le diverse «categorie».

Infine, in una breve rassegna che non intende essere esaustiva, nella “Fenomenologia dello spirito”  Hegel descrive il percorso che ogni individuo deve compiere, partendo dalla propria coscienza, per identificare le manifestazioni attraverso le quali lo spirito si innalza dalle forme più semplici di conoscenza a quelle più generali fino al sapere assoluto.

Pertanto, si può affermare che, ad oggi, non esiste alcuna soluzione di AI che sia senziente e quindi davvero creativa.

È possibile parlare di “AI creativa”?

Il termine “artificial intelligence” (AI) fu creato da John McCarthy nel 1956 in riferimento al processo di apprendimento automatico di macchine dotate di algoritmi programmati per imparare a partire dai dati storici, emulandone i pattern relazionali.

Il filosofo francese Henri Poincaré (1854-1912) definisce la creatività come capacità di unire elementi preesistenti in combinazioni del tutto nuove, nella forma e nella sostanza, utili, e dotate di bellezza, non in senso strettamente estetico, ma così come la intendono i matematici: armonia, economia dei segni, rispondenza funzionale allo scopo.

La definizione di creatività  proposta da Poincaré è valida per le scienze, le arti, la tecnologia.

Per illustrare compiutamente il concetto, facciamo riferimento a una forma d’arte di impatto immediato e semplice comprensione: la musica.

Una melodia, per esempio un assolo di chitarra rock magistralmente eseguito da Eddie Van Halen, è una sequenza di note musicali prodotte utilizzando particolari tecniche (p.es., bending, tapping, palm muting) che aggiungono a ogni singola nota una specifica dinamica e un determinato “colore”, consentendo al musicista di provare e trasmettere emozioni.

Le note hanno ognuna una specifica frequenza (cioè, un numero) all’interno dello spettro acustico dell’udibile. Possiamo dire che un sistema n-dimensionale può essere efficacemente adottato per rappresentare una qualsiasi melodia, incluse le singole componenti, fra cui, stile, tempo, ritmo, suono, dinamica.

All’atto pratico, creare “nuova musica” a partire da melodie esistenti significa generare sequenze di eventi nello spazio degli stati n-dimensionale: le soluzioni AI ad oggi esistenti fino a che punto possono arrivare? Per esempio, un’”AI creativa” può consentire di:

  • creare in modo autonomo e automatico nuovi assoli secondo lo stile di Eddie Van Halen?
  • inventare un nuovo stile musicale o un “nuovo Eddie Van Halen”?

I sistemi di intelligenza artificiale esistenti consentono di creare nuovi elementi a partire dai dati storici, cioè creano per emulazione. Pertanto, la risposta alla prima domanda è affermativa.

In particolare, se si volesse produrre una nuova melodia di Van Halen, una ritmica o un assolo, si potrebbe utilizzare:

  • un estratto di una canzone come base di partenza;
  • un algoritmo di classificazione per identificare la tipologia di melodia (ritmica/assolo, tempo, tecniche, dinamiche…);
  • una “Generative Adversarial Network” per la creazione della nuova “melodia simile” all’input iniziale di partenza;
  • un gruppo di “esperti”, maestri di chitarra, per fornire feedback alle nuove melodie prodotte, in modo da migliorare le performance della soluzione secondo un approccio “Supervised Learning”.

Ai creativa

Conclusioni

La creatività dell’AI trova interessanti applicazioni in ambito “business”, in diverse industry, quali il banking, l’insurance, le utilities, le telco.

Per esempio, nell’identificazione di “next best actions” alternative rispetto a una lista standard preconfigurata, identificate sulla base della rilevazione di emozioni e suoni durante una conversazione con un cliente finale in fase di customer caring.

Oppure, nell’estrazione di valori relativi a campi obbligatori per l’esecuzione automatica di un bonifico, nel caso in cui il cliente finale ha, senza alcuna ragione apparente, indicato tre diverse causali di pagamento.

Invece, nessuna AI al momento può inventare un nuovo poeta, essere creativa, perché l’AI non è senziente.

WHITEPAPER
Contact Center, AI e Real Time Analytics: stai adottando l’innovazione in modo corretto?
Big Data
CRM

 

FacebookTwitterLinkedIn