Cos’è davvero l’intelligenza? Dalla teoria del controllo alla IA

Quando si parla di IA, c’è confusione su entrambi i termini: artificiale in che senso? Ma soprattutto, cos’è davvero l’intelligenza? Quando parliamo di quest’ultima, la prima immagine che ci viene in mente è quella legata alla psicologia: capacità di ragionamento, apprendimento, adattamento. Tuttavia, se ci spostiamo dal campo umanistico a quello ingegneristico, le definizioni cambiano radicalmente. Ed è quello di cui, nel piccolo, parleremo oggi.

L’approccio dell’ingegneria: la teoria del controllo

In ingegneria, l’intelligenza non è vista come un misterioso insieme di abilità cognitive, ma come la capacità di un sistema di produrre comportamenti desiderati. La cosiddetta adaptive control theory si concentra proprio su questo: costruire macchine capaci di rispondere a stimoli interni ed esterni, modificando le proprie azioni quando necessario.

Secondo la teoria degli automi, un sistema può essere definito “intelligente” se, dopo un addestramento iniziale in un certo contesto, riesce ad agire correttamente anche in situazioni simili ma mai incontrate prima. È esattamente ciò che fanno oggi molti algoritmi di intelligenza artificiale: imparano da dati limitati e generalizzano. Tuttavia, non si tratta ancora di intelligenza generale, perché la loro flessibilità è confinata in uno scenario molto ristretto.

Un’altra definizione, proveniente dalla robotica, descrive l’intelligenza come la capacità di comportarsi in modo appropriato in condizioni imprevedibili. Qui emerge un punto fondamentale: ciò che rende davvero intelligente un sistema non è cavarsela in ambienti statici come una partita a scacchi, ma riuscire a gestire contesti complessi e in continua evoluzione, come quelli in cui viviamo noi esseri umani.

La difficoltà di stabilire cosa sia “appropriato”

Definire cosa significhi “comportarsi appropriatamente” è tutt’altro che semplice, perché dipende dal punto di vista dell’osservatore. Ciò che per noi è un ambiente ricco di variabili imprevedibili, per una creatura abituata a muoversi tra le stelle o in dieci dimensioni potrebbe sembrare addirittura banale.

Per semplificare, alcuni studiosi hanno proposto una definizione più operativa:
Intelligenza è la capacità di raggiungere obiettivi complessi in ambienti complessi.

Questa visione mette al centro il risultato più che il processo, e sottolinea come il vero banco di prova dell’intelligenza sia la capacità di sopravvivere e prosperare in condizioni difficili e in continua trasformazione.

Pei Wang e l’idea di “intelligenza efficiente”

Lo studioso Pei Wang ha portato avanti una definizione alternativa, basata sul principio dell’insufficienza delle risorse (Assumption of Insufficient Knowledge and Resources). Secondo lui, un sistema intelligente deve necessariamente:

• operare con risorse finite (tempo, memoria, potenza di calcolo limitata),
• lavorare in tempo reale, gestendo decisioni con scadenze e urgenze,
• andare oltre la logica classica, formulando anche ipotesi e congetture falsificabili,
• essere aperto a integrare nuova conoscenza senza limiti prestabiliti,
• auto-organizzarsi, migliorando costantemente la gestione delle proprie risorse.

La vera novità del suo approccio è che l’intelligenza non è misurata solo dalla capacità di risolvere problemi, ma dal farlo in maniera efficiente con risorse limitate.

Per chiarire, immaginiamo un test di intelligenza per computer (CIQ). Un sistema che ottiene un punteggio altissimo utilizzando migliaia di server non sarebbe considerato “più intelligente” di un sistema più modesto che, con una sola macchina, ottiene un buon punteggio. Il secondo, infatti, esprime una maggiore intelligenza efficiente.

Il dibattito resta aperto

Oggi non esiste ancora una definizione unica e condivisa di intelligenza, né in psicologia né in intelligenza artificiale. Alcuni approcci puntano al “cosa” (raggiungere obiettivi complessi), altri al “come” (gestire risorse limitate). Probabilmente, la verità sta nel mezzo: capire cosa significhi davvero intelligenza ci aiuterà non solo a costruire macchine più sofisticate, ma anche a comprendere meglio noi stessi.