Dalle prime domande di Alan Turing ai sistemi che oggi scrivono, vedono e creano. Una cronologia delle idee, degli inverni e delle svolte che hanno cambiato il nostro rapporto con le macchine.
01 — CRONOLOGIA
La storia dell’AI alterna entusiasmi e delusioni, intuizioni geniali e limiti molto concreti. Ogni svolta nasce dall’incontro fra tre forze: idee, dati e potenza di calcolo.
McCulloch e Pitts descrivono un modello matematico del neurone: logica e biologia iniziano a parlare la stessa lingua.
Nel saggio Computing Machinery and Intelligence, Alan Turing propone il suo celebre gioco dell’imitazione.
Al workshop di Dartmouth, John McCarthy conia il termine che darà identità a un intero campo di ricerca.
Frank Rosenblatt costruisce una macchina capace di apprendere a distinguere semplici forme attraverso esempi.
Il programma di Joseph Weizenbaum simula uno psicoterapeuta e mostra quanto facilmente attribuiamo comprensione alle macchine.
Il primo robot mobile capace di ragionare sulle proprie azioni unisce percezione, pianificazione e movimento.
Aspettative troppo alte, hardware limitato e risultati fragili portano a un drastico calo dei finanziamenti.
Programmi basati su regole entrano nelle aziende: per qualche anno, la conoscenza degli specialisti sembra codificabile.
La tecnica rende più efficace l’addestramento di reti neurali a più strati e prepara una rinascita ancora lontana.
Per la prima volta un campione mondiale di scacchi viene sconfitto da un computer in un match ufficiale.
Una rete neurale profonda domina la competizione ImageNet: GPU, grandi dataset e deep learning cambiano la traiettoria del campo.
Il sistema di DeepMind sconfigge Lee Sedol nel Go, combinando reti neurali, ricerca e apprendimento per rinforzo.
L’architettura basata sull’attenzione rende possibile addestrare modelli linguistici molto più grandi ed efficaci.
ChatGPT porta i modelli linguistici al grande pubblico e trasforma un risultato di ricerca in uno strumento quotidiano.
Testo, immagini, audio e azioni convergono. La nuova domanda non è solo cosa può generare l’AI, ma come vogliamo governarla.
02 — IL FILO ROSSO
Nuovi modi per rappresentare problemi, apprendere schemi e prevedere il passo successivo.
Dal web ai sensori: l’esperienza digitale del mondo diventa materiale per l’apprendimento.
Chip sempre più potenti rendono praticabili idee rimaste per decenni sulla carta.
03 — PROSSIMO CAPITOLO
L’AI non è una forza inevitabile: è un insieme di scelte tecniche, economiche e sociali. Capirne il passato è il modo migliore per partecipare al suo futuro.