Pernici (Politecnico Milano): “L’intelligenza artificiale impara da sé giocando a scacchi”

Per scoprire qualcosa delle ultime frontiere di sviluppo dell’Intelligenza Artificiale basta essere appassionati di scacchiere e dintorni. Come lo è non a caso la professoressa Barbara Pernici, docente al Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano.

Ingegnere, campionessa di scacchi e poi accademica, Pernici è stata ospite di una delle Colazioni Digitali organizzate dal Corriere Innovazione con Sorgenia. E qui, venerdì 5 luglio, ha fatto toccare con mano la distanza sempre più ravvicinata che ci separa dagli algoritmi di un’Intelligenza Artificiale.

Gli algoritmi hanno già un ruolo rilevante nella nostra vita quotidiana. Ma forse pochi sanno che sfruttano ‘percorsi’ consolidati del ragionamento, che un campione di scacchi deve utilizzare - vedi i cosiddetti ‘alberi di decisione’ - valutando tutte le variabili relative a ogni decisione possibile.
E non è storia di oggi.

Una ‘sfida’ lanciata più di venti anni fa

L’ormai mitica sfida tra il celebre Gary Kasparov - campione del mondo di scacchi al 1985 al 2000 - e Deep Blue, il computer messo in campo dal colosso IBM - data ormai al 1996 in quel di Philadelphia. Fu la prima partita vinta da un computer, peraltro poi ribaltata dalle successive vittorie del giocatore russo.

Un’era informatica fa, se si considera quanto da allora sia cresciuta la potenza di calcolo dei computer - la legge di Moore, citata da Pernici, enunciata nel 1965 prevedeva che tale potenza sarebbe raddoppiata ogni 18 mesi.

Da allora, schiere di informatici hanno allenato algoritmi specifici, creando software sempre più abili: come ricordato nella sua chiacchierata con Pernici da Massimo Sideri - editorialista del Corriere della Sera e responsabile editoriale del Corriere Innovazione -, un qualsiasi software commerciale per cimentarsi sulle 64 caselle bianche e nere può battere oggi con una certa facilità l’antenato Deep Blue.

Ed ecco che la vera partita tra uomo e macchina non si gioca più su una scacchiera. Oggi fare scacco matto a un computer è praticamente impossibile, semplicemente perché non fa errori. In compenso, i software sviluppati hanno varcato una frontiera simbolica importante.

Lo ha fatto per primo AlphaGo Zero, il software sviluppato dall’inglese DeepMind (acquisita poi da Google) per esercitarsi a Go, gioco cinese da tavolo simile agli scacchi, dalla tradizione millenaria e palestra indiscussa di strategia.

Si tratta della nuova versione di quell’AlphaGo che già aveva travolto campioni mondiali in carne e ossa. AlphaGo Zero, dunque, ha battuto Stockfish, software open source di scacchi, e lo ha fatto in modo del tutto nuovo.

Il primo infatti, racconta la docente del Politecnico, è stato istruito solo con le regole di base degli scacchi, senza altre impostazioni predefinite “e questo rappresenta una novità straordinaria”.  I software ‘tradizionali’ infatti hanno finora potuto avvantaggiarsi dell’enorme esperienza, rappresentata dalle migliaia di partite giocate da campioni degli scacchi con cui sono stati allenati i suoi algoritmi.

Un nuovo tipo di apprendimento

AlphaGo Zero, invece, ha imparato giocando milioni di partite contro se stesso. E in nove ore ha raggiunto la capacità di battere l’altro software. Il punto è, spiega Pernici, che “non sappiamo come abbia imparato”, cioè quali siano stati precisamente i percorsi logici del suo apprendimento, e “ha anche sviluppato un proprio stile”, come la preferenza per una certa mossa di apertura ricorrente con il cavallo.

Lo ha fatto tramite quel tipo di Intelligenza Artificiale che chiamiamo machine learning, apprendimento automatico. Per dire quanto futuro sia racchiuso in questo software studiato per un gioco antichissimo, AlphaGo Zero “utilizza 5 mila processori TPU”: gli stessi messi a punto da Google per le reti neurali, mini-programmi che operano in modo interconnesso tra loro simulando il funzionamento delle reti neurali del cervello umano.

Applicata agli scacchi, questa nuova frontiera della tecnologia mostra enormi potenzialità e pone molti interrogativi.

Le scelte di questo software possono sembrare quasi “aliene”, come nota qualcuno tra il pubblico, e poco interessanti: un computer infatti tende a essere prudente e a non compiere mai quelle mosse decisive che rendono appassionante una partita di scacchi.

Quello che però spiazza maggiormente è che se la capacità di apprendimento e sviluppo dell’AI esula dal nostro controllo “occorrerà valutare se comincia ad avere dei comportamenti non accettabili”, nota Pernici.