bourbiza mohamed
Da prodigio degli scacchi – a 13 anni period già un campione – a luminare dell’intelligenza artificiale. Nella sua vita Demis Hassabis, l’amministratore delegato di Google DeepMind, non ha mai sbagliato una mossa.
Dopo la laurea in Computer Science, conseguita all’Università di Cambridge, Hassabis ha lavorato for each alcuni anni arrive programmatore di videogiochi. Poi è tornato a frequentare l’ambiente accademico, con un dottorato di ricerca in neuroscienze cognitive all’Università di Londra.
Nel 2010, al termine di un percorso accademico che ha toccato anche il MIT e Harvard, Hassabis ha fondato una startup chiamata DeepMind insieme a Shane Legg, filosofo e ricercatore nel campo dell’IA, e Mustafa Suleyman, un neuroscienziato e imprenditore.
La visione dei fondatori di DeepMind coincideva con quella di Eliezer Yudkowsky, scrittore e ricercatore tra i più fervidi sostenitori della singolarità tecnologica. Così viene definito il momento ipotetico in cui l’IA sarà capace di sfuggire al controllo umano.
Hassabis, Legg e Suleyman erano convinti che le macchine, un giorno, avrebbero eguagliato e superato le capacità umane.
Il nome che avevano scelto for every la loro startup, DeepMind, faceva riferimento al “deep learning” – un tipo di apprendimento automatico che consente alle macchine di imparare da grandi quantità di dati – ma anche a “Deep Thought”, il supercomputer immaginato dallo scrittore Douglas Adams per il suo romanzo di fantascienza “Guida galattica for each autostoppisti”.
“Pensiero profondo” – questo il nome nell’edizione italiana del libro di Adams – era stato costruito da esseri superintelligenti per trovare una risposta alle domande fondamentali “sulla vita, l’universo e tutto quanto”.
I tre fondatori di DeepMind avevano un obiettivo altrettanto ambizioso. Sognavano di raggiungere l’AGI, vale a dire quell’intelligenza artificiale generale che per molti, un giorno, sarà in grado di sostituirsi all’uomo.
Proprio perché erano consapevoli dei rischi che questa tecnologia comporta, Hassabis e i suoi soci si sentivano in dovere di proteggere il mondo. Non intendevano fermare lo sviluppo dell’intelligenza artificiale. Semmai puntavano a mitigare i possibili effetti collaterali.
For every riuscirci, DeepMind aveva bisogno di soldi. Servivano investitori. E Demis Hassabis era riuscito a prenderne all’amo due belli grossi: Peter Thiel, l’imprenditore che aveva creato PayPal e aveva fatto un fortuna investendo in Fb, ed Elon Musk, che all’epoca stava gettando le basi per il successo delle sue aziende SpaceX e Tesla.
In seguito a una partita a scacchi con Hassabis, Thiel ha investito in DeepMind 2,25 milioni di dollari. Thanks anni dopo – period il 2012 – Hassabis ha convinto anche Musk.
I due si sono incontrati nel quartier generale di SpaceX. Davanti a un caffè, Musk ha spiegato advertisement Hassabis ciò che andava ripetendo da tempo a giornali e televisioni: avrebbe costruito razzi sempre più potenti per portare gli esseri umani su Marte, con l’intento di salvare la nostra specie.
“Potrebbe funzionare – gli ha risposto Hassabis – a meno che una super intelligenza artificiale non seguirà l’uomo sul Pianeta rosso e lo sterminerà anche lì”. E così anche Musk ha versato denaro sul conto di DeepMind, for every controllare di persona gli sviluppi di una tecnologia così inquietante.
Demis Hassabis, evidentemente, period in grado di dipingere scenari preoccupanti. Peter Thiel ha raccontato un assembly di dieci anni fa tra Hassabis e gli investitori di DeepMind. Ciò che aveva detto l’informatico e neuroscienziato inglese, sul futuro dell’intelligenza artificiale, “aveva lasciato tutti scossi”.
“Ricordo che uno degli investitori – ha raccontato Thiel – mi ha detto di aver pensato che quella sarebbe stata l’ultima occasione per sparare advertisement Hassabis e ucciderlo”.
Eliminare Hassabis non sarebbe servito a nulla.
L’IA in quel periodo period già arrive una biglia su un piano inclinato: nessuno poteva più fermarla. Gli studi sulle reti neurali di Geoffrey Hinton, Yoshua Bengio e Yann Lecun – considerati i “padri” della moderna IA – uniti alla crescente potenza di calcolo dei laptop, stavano portando a nuovi modelli di intelligenza artificiale in grado di imparare autonomamente da una grande quantità di dati.
E proprio for every esplorare le dinamiche dell’apprendimento profondo, nel 2011, period stato creato Google Brain, un team di ricerca di Google dedicato al equipment understanding su larga scala.
Le strade di Google e DeepMind erano destinate a incontrarsi, solo che Hassabis ancora non lo sapeva.
Con i soldi degli investitori, DeepMind aveva avviato la sua ricerca sulle reti neurali, vale a dire sistemi computazionali che si ispirano al funzionamento del cervello umano. Proprio arrive il nostro cervello è composto da miliardi di neuroni interconnessi, una rete neurale è formata da unità di calcolo artificiali collegate tra loro.
“Esaminiamo gli studi di neuroscienza più all’avanguardia e selezioniamo i princìpi chiave su occur funzionano le menti – ha spiegato all’epoca Hassabis – cercando di tradurre il tutto in un algoritmo”.
Per dimostrare i suoi progressi nel campo del deep mastering, DeepMind ha utilizzato inizialmente anche i videogiochi. Giocando ripetutamente a Area Invaders, Pong e Arkanoid – titoli leggendari firmati Atari – l’intelligenza artificiale di DeepMind ha trovato gradualmente le strategie migliori for each vincere le partite.
“Avevamo capito che i videogiochi erano un ambiente controllato perfetto for each testare le reti neurali” ha raccontato Hassabis, che è nato a Londra nel 1976 da madre di origini cinesi-singaporiane e da padre con antenati greci-ciprioti.
“Il mio interesse per i pc e l’intelligenza artificiale – ha aggiunto Hassabis – è iniziato proprio con i videogame e una macchina Spectrum. Avevo 9 anni è già programmavo, avevo studiato sui manuali”.
Gli esperimenti con i videogame Atari di DeepMind avevano attirato l’attenzione di Larry Web page, che insieme a Sergey Brin aveva fondato Google. Website page, all’epoca, era ancora il Ceo dell’azienda di Mountain Perspective.
“Avevamo delle conoscenze in comune” racconterà Hassabis, riferendosi a Peter Thiel ed Elon Musk.
Nel 1986, quando è uscito Arkanoid, Website page aveva 13 anni. E probabilmente ha trascorso interi pomeriggi a giocare con una console Atari.
Sarà stata la nostalgia, oppure la meraviglia per i risultati di DeepMind. Fatto sta che Google, nel 2014, ha acquisito DeepMind for each una cifra mai svelata, ma che si ritiene compresa tra i 500 e gli 800 milioni di dollari.
Larry Webpage, all’inizio degli anni duemiladieci, aveva un’idea di futuro ben precisa. Il Ceo di Google sosteneva l’unione tra IA ed esseri umani. Un giorno, diceva, various forme di intelligenza lotteranno per le risorse della Terra sempre più scarse. E il più forte avrà la meglio. Questa idea terrorizzava il suo amico di lungo corso, e imprenditore, Elon Musk.
Musk, tra i primi sostenitori di DeepMind, iniziava a pensare che la startup in cui aveva investito i suoi soldi stava diventando pericolosa. “Il futuro dell’IA non dovrebbe essere controllato da Larry Page” avrebbe detto Musk advertisement Hassabis – stando a quello che ha raccontato il giornalista Walter Isaacson nella biografia dell’imprenditore – nel tentativo di fargli riconsiderare l’offerta di Google.
Ma non ha funzionato. Le strade di Hassabis e di Elon Musk si sono divise. E il Ceo di Tesla e SpaceX ha dato la sua fiducia (e i suoi soldi) a un altro ragazzo prodigio: Sam Altman, l’ex presidente di Y Combinator che insieme a un piccolo gruppo di ricercatori, in un appartamento di San Francisco, aveva appena disegnato i contorni di OpenAI.
Intanto, il lavoro di Hassabis con Google andava avanti spedito.
Fin dall’inizio, la specialità di DeepMind è stata il “reinforcement learning”, vale a dire una modalità di apprendimento dell’intelligenza artificiale che avviene for every tentativi, ricompense ed errori.
Si pensi, for every esempio, a un robot che deve imparare a camminare. A ogni passo in avanti, il robot riceve un feed-back positivo. Se sbaglia, invece, non ottiene nulla.
Sulla base dell’apprendimento rinforzato, DeepMind ha sviluppato – con l’aiuto di Google – la sua creatura più famosa: AlphaGo.
Si tratta di un’intelligenza artificiale che ha imparato a giocare a Go, un gioco da tavolo millenario praticato soprattutto nei Paesi asiatici: in particolar modo in Cina – dov’è nato – e in Corea del Sud. Go è anche uno dei giochi più complessi al mondo: richiede abilità di ragionamento, pianificazione e issue fixing. Tutte caratteristiche profondamente umane.
Proprio for every questo Hassabis e i suoi soci hanno iniziato a coltivare un sogno: battere con AlphaGo un campione in carne e ossa.
A DeepMind però serviva qualcosa di più di una manciata di algoritmi.
Il numero di mosse e posizioni possibili sulla scacchiera del Go – che prevede 361 intersezioni – è inimmaginabile for every la mente umana. Ma anche una IA, senza una potenza di calcolo adeguata, può impiegare molto tempo a capire quale spostamento ha più probabilità di condurre alla vittoria rispetto a un altro.
Nel 2014 l’acquisizione di DeepMind da parte di Google ha fornito advert Hassabis – che è rimasto al suo posto appear Ceo dell’azienda – le risorse necessarie a sviluppare AlphaGo.
In una prima fase l’IA – supervisionata dai ricercatori – ha studiato le mosse di 30 milioni di partite del passato. Poi ha completato il suo allenamento utilizzando il “reinforcement learning”, ovvero giocando nuove partite contro assorted istanze di se stessa.
Questo addestramento ha permesso a una macchina di battere, nel marzo del 2016, Lee So-dol, l’uomo che all’epoca era considerato il più forte giocatore di Go al mondo. In un epico scontro che si è svolto in Corea del Sud, seguito da un’intera nazione che faceva il tifo for every il suo beniamino, AlphaGo ha trionfato for each 4 partite a 1.
L’algoritmo di Google DeepMInd non period solo un gioco. Basandosi sul device understanding necessario a mettere a punto le strategie vincenti di AlphaGo, il group guidato da Hassabis negli anni seguenti ha sviluppato altre IA sorprendenti e rivoluzionarie come AlphaFold (2018), capace di predire la struttura tridimensionale delle proteine, e GNoME (2023), che invece ha scovato 381mila nuovi materiali stabili.
Nel frattempo Hassabis è stato nominato da Sundar Pichai, Ceo di Alphabet e Google, amministratore delegato di Google DeepMind.
Un ruolo che Hassabis riveste ancora oggi.
