Intelligenza artificiale è keyword sempre più digitata nei motori di ricerca. È entrata di prepotenza nel business e, per questa sua dirompente forza di penetrazione in vari settori e ambiti della società, è oggetto di discussione nei grandi meeting di rappresentanti governativi ed esponenti delle autorità internazionali.
La presenza della tecnologia AI è progressivamente pervasiva e cresce pari passo anche la pubblicazione di libri sull’argomento.
Per chi ne volesse sapere di più e approfondire il tema proponiamo una selezione ragionata, senza la pretesa di essere rassegna esaustiva, a cominciare dai testi più classici e più fondamentali.
I libri fondamentali sull’intelligenza artificiale
Intelligenza artificiale: un approccio moderno
Uno dei libri più importanti sull’intelligenza artificiale, termine coniato da John McCarthy, professore a Dartmouth, nel 1956, è quello di Stuart Russell e Peter Norvig dal titolo “Intelligenza artificiale: un approccio moderno“. È un testo, giunto alla quarta edizione, considerato il più popolare sul tema AI, utilizzato in oltre 1500 università di 135 paesi e con decine di migliaia di citazioni su Google Scholar.
Il libro, diviso in 2 volumi, offre una panoramica molto ampia dei vari aspetti e delle implicazioni dell’intelligenza artificiale, a partire dal concetto di agenti intelligenti, intorno a cui ruota la disciplina, descrivendo lo stato dell’arte dell’AI.
Ogni elemento dell’apprendimento e le caratteristiche dell’intelligenza possono essere descritti in modo così preciso che si può costruire una macchina per simularli : è il presupposto su cui è fondata l’ipotesi dell’AI debole – si legge in un passaggio del testo di Stuart Russell e Peter Norvig, rispettivamente docente di informatica della University of California ed ex direttore della ricerca di Google, nel quale si intende trasmettere le principali idee che sono via via emerse nella ricerca sull’intelligenza artificiale.
The Quest for Artificial Intelligence
Un altro libro di rilievo è “The Quest for Artificial Intelligence”, scritto da Nils J. Nilsson, tra i precursori dell’AI, docente di informatica della Stanford University e presidente dell’Association for the Advancement of Artificial Intelligence. Si tratta di un volume, preceduto dal fondamentale “Principles of Artificial Intelligence”, che ripercorre la storia e della logica dell’AI sin dagli inizi, soffermandosi sui più importanti risultati raggiunti dalla ricerca nei vari settori e i progressi ottenuti in differenti campi di applicazione (speech recognition, computer vision, robotica etc.) anche mettendo in evidenza i contributi dei vari scienziati e organizzazioni (Darpa). Nils J. Nilsson affronta anche alcuni importanti argomenti di controversia che attraversano il dibattito sull’AI (vedi ad esempio paragrafi come “The mind is not a machine” e “The mind is not a computer”).
La società della mente (The society of mind)
Tra i classici troviamo “La società della mente” (“The society of mind”) di Marvin Minsky, tra i fondatori dell’AI, docente di ingegneria elettronica e informatica e ideatore e cofondatore dell’Artificial Intelligence Lab del MIT di cui è stato direttore dal 1964 al 1974. La società della mente è peraltro il titolo del corso tenuto da Minsky stesso al MIT. In questo libro, si afferma in modo esplicito una visione “macchinista” della mente umana. “Non vi alcun motivo per credere che il cervello sia qualcosa di diverso da una macchina con un numero enorme di componenti che funzionano in perfetto accordo con le leggi della fisica” – sostiene Minsky. La mente è ciò che fa il cervello e Minsky stabilisce una stretta analogia tra il rapporto tra mente e cervello e la relazione che intercorre tra le nozioni di processo (programma in esecuzione) e di programma in informatica.
Donde per Minsky la mente è semplicemente il “cervello in esecuzione”. L’intelligenza umana, sempre secondo Minsky, è il prodotto dell’interazione degli “agenti della mente”, componenti elementari diversi tra loro presenti in numero enorme. La teoria degli agenti (i sistemi multi-agente) nel campo dell’intelligenza artificiale può essere riferibile alla società della mente di Minsky.
“Possediamo molti strati di reti di apprendimento automatico: ognuno di questi strati si è evoluto per correggere i bachi e per adattare altri elementi ai problemi del pensiero”, sottolinea il professore del MIT. “È quindi improbabile che il cervello possa essere ridotto a un particolare insieme di principi o assiomi, perché abbiamo a che fare con un mondo reale e non con un mondo matematico definito da assiomi”.
Deep Learning
Anche l’opera di Ian Goodfellow, Yoshua Bengio e Aaron Corville “Deep Learning” può essere annoverata a suo modo tra i classici. È un testo che introduce allo studio dell’apprendimento profondo, illustrando le basi matematiche e concettuali, le tecniche utilizzate nel settore, le applicazioni e le prospettive della ricerca.
La scienza dell’intelligenza artificiale nei libri
The Handbook of artificial intelligence
Per quanto concerne i libri con un approccio più strettamente scientifico va senz’altro menzionato “The Handbook of artificial intelligence”, a cura di Avron Barr e Edward Feigenbaum, quest’ultimo direttore dello Standford Computation Center, padre dei sistemi esperti e vincitore del premio Turing.
Markov Logic: An Interface Layer for Artificial Intelligence
Pedro Domingos, docente presso la University of Washington, cofondatore della International Machine Learning Society, vincitore del SIGKDD Innovation Award, la più alta onorificenza in questo settore, è, invece, autore, oltre che di più di 200 pubblicazioni scientifiche sull’AI tra cui “Markov Logic: An Interface Layer for Artificial Intelligence”, di “The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World”.
Il libro promette di iniziare il lettore ai segreti del machine learning, “tecnologia che si costruisce da sé”, ed esamina i vari tipi di algoritmi ML, e le differenti scuole di pensiero sottostanti enucleando cinque approcci : simbolismo, connessionismo, evoluzionismo, bayesianismo, analogismo. A ciascuna di queste “tribù” corrisponde un algoritmo di riferimento, “un learner multiuso che in linea di principio può arricchire la nostra conoscenza a partire da dati di ogni tipo”. I vari distinti algoritmi vanno bene ognuno per particolari compiti ma non per tutti.
Il Master Algorithm, quando realizzato, sarebbe uno strumento in grado di combinare le proprietà fondamentali e la sua invenzione “rappresenterebbe uno dei più grandi passi in avanti di tutta la storia della scienza” perché farebbe progredire la conoscenza in modi quasi inimmaginabili.
An introduction to multiagent systems
“An introduction to multiagent systems” è un libro di Michael Wooldridge, attualmente docente di informatica della University of Oxford. È un testo che tratta il tema dei sistemi multiagente, il primo a occuparsi in maniera scientifica di questa area AI specifica, diventando un lavoro di riferimento per gli studi universitari. Fornisce una guida introduttiva completa alla comprensione della teoria dei sistemi multiagente, presentando anche una serie ampia di argomenti di discussione e indicazioni su questioni più avanzate per ulteriori approfondimenti. Il campo dei sistemi multiagente include studio, progettazione e realizzazione dei meccanismi di interazione tra gli agenti autonomi.
Machine Learning: A Probabilistic Perspective. An Introduction
“Machine Learning: A Probabilistic Perspective. An Introduction” di Kevin P. Murphy è un libro che fa il paio con “Machine Learning: A Probabilistic Perspective. Advanced Topics”. Il primo è una introduzione dettagliata al machine learning e al deep learning, scritta da uno scienziato, professore della University of British Columbia e ricercatore di Google. Il testo rappresenta una disamina della tecnologia ML attraverso la lente della modellazione probabilistica e della teoria statistica bayesiana delle decisioni.
Programmazione Logica e Prolog
Sui linguaggi di programmazione per AI va segnalato il libro dedicato a prolog “Programmazione Logica e Prolog” di L. Console, E. Lamma, P. Mello, M. Milano. Sviluppato grazie alle ricerche di Colmerauer e Kowalski, il Prolog (acronimo di PROgramming in LOGic) è un linguaggio di programmazione logica, motore di inferenza basato sula logica. È. molto potente e flessibile, adeguato specialmente per Intelligenza Artificiale e programmazione non numerica. Il testo è adottato nei corsi di università italiane per lo studio dei fondamenti dell’intelligenza artificiale.
Artificial Intelligence in Medicine
In altro ambito di applicazione dell’AI, il libro “Artificial Intelligence in Medicine” rappresenta una guida analitica che descrive l’impiego dell’intelligenza artificiale in medicina. Nei vari capitoli nei quali è strutturato si offre una rassegna sistematica della storia, delle basi scientifiche, dei progressi, delle tendenze e delle sfide future dell’AI in campo sanitario. Il libro scritto a due mani è opera di Niklas Lidströmer, medico e ricercatore AI specializzato nel settore medico, e di Hutan Ashrafian, accademico, chirurgo e responsabile scientifico Preemptive Health and Medicine della società di venture capital Flagship Pioneering che investe in particolare nel comparto biotecnologie e scienza.
L’intelligenza artificiale nei libri di fantascienza: da Asimov a Gibson
Tanti sono i libri che nella letteratura di fantascienza fanno riferimento all’AI.
Isaac Asimov
I racconti e romanzi di Isaac Asimov sono popolati da creature robotiche intelligenti a partire dalla sua opera di culto, la raccolta “Io, robot”. In particolare, protagonisti delle sue storie sono i robot positronici, così definiti perché dotati di un cervello positronico nel quale gira un software che consente l’intelligenza artificiale, regolato dalle famose tre leggi della robotica.
William Gibson
Anche William Gibson è autore di un libro di culto dal titolo “Neuromancer”. Manifesto cyberpunk, primo volume della Trilogia dello Sprawl nel quale l’AI è presente in varie vesti come quella di Wintermute e della controparte Neuromancer.
Philips K. Dick
Di Philip K. Dick, noto per il libro “Il cacciatore di androidi”, che ha ispirato il leggendario film “Blade Runner” di Ridley Scott, va segnalato il romanzo “La penultima verità”. Nel futuro distopico dove la maggior parte dell’umanità è costretta a vivere in formicai sotterranei per via di una terribile e sanguinosa guerra combattuta in superficie – la cui fine viene nascosta dalla classe dominante attraverso programmi tv fake di propaganda che occultano la verità – compaiono androidi chiamati plumbei, soldati robotici, e macchine intelligenti. Come il rethorizor che sembra anticipare i modelli LLM e ChatGPT, utilizzati nella finzione narrativa al servizio della retorica della falsa informazione.
L’AI nei libri di business e di management
Prediction Machines: The Simple Economics of Artificial Intelligence
Considerato dalla rivista The Economist uno dei migliori libri per comprendere la valenza dell’AI, “Prediction Machines: The Simple Economics of Artificial Intelligence” mette a fuoco il problema dell’AI come strumento di previsione che diventa fattore centrale nel business.
Il libro scritto da tre economisti canadesi, Avi Goldfarb, Joshua Gans e Ajay Agrawal, consigliato da Hal Varian, Chief Economisti di Google, mostra come la tecnologia AI aumentando la produttività e e migliorando le decisioni basate su algoritmi predittivi crea condizioni e opportunità nuove per rendere più competitive le aziende.
Leadership by algorithm
Il libro “Leadership by algorithm” di David De Cremer, Provost Chair in Management and Organization alla NUS Business School, National University of Singapore e Founding director del Center on AI Technology for Humankind, pone invece il problema dell’impatto dell’AI sulla leadership aziendale e su come questa dovrebbe riconfigurarsi.
L’autore, tra i World’s Top 2% of scientists (Stanford University) e tra i maggiori esperti AI, vista nella prospettiva della collaborazione con gli esseri umani, evidenzia il contrasto tra sviluppo dell’AI e competenze umane e mette in rilievo contraddizioni e aspetti controversi : è accettabile, ad esempio, perseguire l’efficienza in caso vada a scapito della società umana?
Rewired
“Rewired” è una guida di McKinsey su come competere in una fase connotata dall’ascesa della tecnologia AI. Nel libro si trasferisce il know-how della società di consulenza manageriale a stretto contatto con oltre 200 imprese che sono state supportate per affrontare con successo la sfida dell’AI e realizzare un passaggio aziendale avvantaggiandosi sulla concorrenza.
Libri sull’etica dell’intelligenza artificiale
Quella etica è questione precipua nel quadro del progresso della tecnologia AI e rappresenta una delle tre componenti caratterizzanti l’obiettivo Ue di un’AI affidabile.
Etica dell’intelligenza artificiale
Nel suo libro “Etica dell’intelligenza artificiale”, Luciano Floridi, docente di filosofia ed etica dell’informazione presso l’Oxford Internet Institute dell’Università di Oxford, indaga da una prospettiva filosofica le sfide etiche dello sviluppo dell’AI che ha implicazioni e applicazioni concrete di cui bisogna distinguere usi cattivi e buone pratiche.
Human Compatible
In “Human Compatible” il professor Stuart Russell denuncia i rischi di una diffusione dell’AI che andrebbe ricondotta sotto il controllo umano secondo i criteri di un AI alignment.
L’autore – preoccupato per la nascita della Superintelligenza che agita lo spettro definito in “the control problem”, ossia la possibilità che l’intelligenza artificiale generale possa surclassare le capacità del creatore con conseguenze distopiche catastrofiche – muove una critica contro i modelli di ricerca predominanti sull’AI e fa presente che già oggi la tecnologia AI è utilizzata per scopi negativi e dannosi come nel caso delle armi autonome e dei cyberattacchi.
Nel libro si argomenta a favore di una governance più rigorosa della ricerca e dello sviluppo dell’AI, che sta rapidamente progredendo in ragione delle pressioni esercitate dal mondo economico, e si formulano tre principi per garantire sicurezza e controllo della tecnologia AI. Il dibattito che è seguito alla sua pubblicazione, con gli interventi critici di David Leslie su Nature e Melanie Mitchell, rende la lettura del testo ancora più interessante.
Né intelligente né artificiale
In ultimo, il libro “Né intelligente né artificiale” (“Atlas of AI“) di Kate Crawford, docente della USC Annenberg, ricercatrice senior di Microsoft Research e co-fondatrice dell’AI Now Institute nella New York University. Mettere un argine a uno sviluppo incontrollato e deleterio dell’AI, per l’autrice significa risalire e far emergere la sua struttura materiale (estrazione di risorse naturali, energia impiegata, lavoro umano, infrastrutture, logistica, set di dati per produrre i sistemi AI ecc.) e le relazioni di potere, societarie e statuali, che ne sono alla base.
La matrice del potere è inscritta nella logica dei sistemi AI (“l’apprendimento automatico ci offre un regime di ragionamento normativo che, affermandosi, si configura come una potente razionalità di governo”) ma spiega anche processi di trasformazione globale (“l’intelligenza artificiale, nel processo di rimappatura e intervento nel mondo, è politica condotta con altri mezzi”). Per capire cosa è realmente l’AI, per Kate Crawford occorre “osservare le strutture di potere che essa serve”. Quindi governare l’AI dipende dalla pratica della giustizia e dalla “imposizione di limiti al potere” che sono anche di natura etica.
