Che si tratti di atleti su un campo sportivo o di celebrità nella giungla, niente attira la nostra attenzione come il dramma di competere per un unico premio. E quando si tratta dell'evoluzione dell'intelligenza artificiale (AI), alcuni dei momenti più accattivanti sono stati consegnati anche con finiture da mangiarsi le unghie.

Nel 1997, il computer per scacchi Deep Blue di IBM è stato confrontato con il Gran Maestro e campione del mondo in carica Garry Kasparov, dopo aver perso contro di lui l'anno precedente.

Ma questa volta, l'IA ha vinto. Il popolare gioco cinese Go è stato il prossimo, nel 2016, e di nuovo c'è stata una presa di respiro collettiva quando l'IA di Google ha vinto. Queste competizioni illustrano in modo elegante ciò che rende unico l'IA:possiamo programmarla per fare cose che non possiamo fare noi stessi, come battere un campione del mondo.

Ma cosa succede se questa inquadratura oscura qualcosa di vitale:che l'intelligenza umana e quella artificiale non sono la stessa cosa? L'IA può elaborare rapidamente grandi quantità di dati ed essere addestrata per eseguire attività specifiche; l'intelligenza umana è significativamente più creativa e adattiva.

La domanda più interessante non è chi vincerà, ma cosa possono ottenere insieme le persone e l'IA? La combinazione di entrambe le forme di intelligenza può fornire un risultato migliore di quello che entrambe possono ottenere da sole.

Questa si chiama intelligenza collaborativa. E questa è la premessa della nuova piattaforma CINTEL (Collaborative Intelligence) Future Science da 12 milioni di dollari australiani, che stiamo guidando.

Scacco matto

Sebbene gli scacchi siano stati usati per illustrare la competizione IA-umana, forniscono anche un esempio di intelligenza collaborativa. Deep Blue di IBM ha battuto il campione del mondo, ma non ha reso gli esseri umani obsoleti. I giocatori di scacchi umani che collaborano con l'IA si sono dimostrati superiori sia ai migliori sistemi di IA che ai giocatori umani.

E mentre tali scacchi "freestyle" richiedono sia un'eccellente abilità umana che una tecnologia di intelligenza artificiale, i migliori risultati non derivano semplicemente dalla combinazione della migliore IA con il miglior grande maestro. Il processo attraverso il quale collaborano è fondamentale.

Quindi, per molti problemi, in particolare quelli che coinvolgono contesti complessi, variabili e difficili da definire, è probabile che otterremo risultati migliori se progettiamo sistemi di IA esplicitamente per lavorare con partner umani e diamo agli esseri umani le competenze per interpretare i sistemi di IA.

Un semplice esempio di come macchine e persone stiano già lavorando insieme si trova nelle caratteristiche di sicurezza delle auto moderne. La tecnologia di assistenza al mantenimento della corsia utilizza telecamere per monitorare la segnaletica orizzontale della corsia e regolerà lo sterzo se l'auto sembra uscire dalla corsia.

Tuttavia, se rileva che il conducente sta sterzando attivamente, desisterà in modo che l'umano rimanga al comando (e l'IA continua ad assistere nella nuova corsia). Questo combina i punti di forza di un computer, come la concentrazione illimitata, con quelli dell'essere umano, come il saper rispondere a eventi imprevedibili.

Esiste la possibilità di applicare approcci simili a una serie di altri problemi impegnativi. Negli ambienti di sicurezza informatica, esseri umani e computer potrebbero collaborare per identificare quale delle numerose minacce dei criminali informatici è la più urgente.

Allo stesso modo, nella scienza della biodiversità, l'intelligenza collaborativa può essere utilizzata per dare un senso a un numero enorme di esemplari ospitati in collezioni biologiche.

Posare le basi

Sappiamo abbastanza sull'intelligenza collaborativa per affermare che ha un enorme potenziale, ma è un nuovo campo di ricerca e ci sono più domande che risposte.

Attraverso il programma CINTEL di CSIRO esploreremo come le persone e le macchine lavorano e imparano insieme e come questo modo di collaborare può migliorare il lavoro umano. Nello specifico, affronteremo quattro fondamenti dell'intelligenza collaborativa:

1. Flussi di lavoro e processi collaborativi . L'intelligenza collaborativa richiede il ripensamento del flusso di lavoro e dei processi, per garantire che uomini e macchine si completino a vicenda. Esploreremo anche come potrebbe aiutare le persone a sviluppare nuove competenze che potrebbero essere utili in tutte le aree della forza lavoro
2. consapevolezza della situazione e comprensione dell'intento . Lavorare verso gli stessi obiettivi e garantire che gli esseri umani comprendano lo stato di avanzamento di un'attività
3. fiducia . I sistemi di intelligence collaborativa non funzioneranno senza che le persone si fidino delle macchine. Dobbiamo capire cosa significa fiducia nei diversi contesti e come stabilire e mantenere la fiducia
4. comunicazione . Migliore è la comunicazione tra l'uomo e la macchina, migliore è la collaborazione. Come possiamo assicurarci che entrambi si capiscano?

Robot reinventati

Uno dei nostri progetti riguarderà il lavoro con il team di robotica e sistemi autonomi basato su CSIRO per sviluppare una più ricca collaborazione uomo-robot. L'intelligenza collaborativa consentirà a esseri umani e robot di rispondere ai cambiamenti in tempo reale e di prendere decisioni insieme.

Ad esempio, i robot vengono spesso utilizzati per esplorare ambienti che potrebbero essere pericolosi per l'uomo, come nelle missioni di salvataggio. A giugno, i robot sono stati inviati per aiutare nelle operazioni di ricerca e salvataggio, dopo il crollo di un condominio di 12 piani a Surfside, in Florida.

Spesso queste missioni sono mal definite e gli esseri umani devono usare le proprie conoscenze e abilità (come ragionamento, intuizione, adattamento ed esperienza) per identificare cosa dovrebbero fare i robot. Sebbene lo sviluppo di una vera squadra uomo-robot possa inizialmente essere difficile, è probabile che sia più efficace a lungo termine per missioni complesse.