“La parola ‘impossibile’ non è nel mio vocabolario!”
(Napoleone Bonaparte)
Nel post precedente di questo blog vi abbiamo mostrato che l’intelligenza artificiale può avere delle capacità “creative”, potendo generare delle immagini artistiche a partire da una frase inserita dall’utente.
Ma se abbiamo visto che con le immagini l’AI ci sa fare, come se la cava con le parole?
Il Natural Language Processing
Prima di addentrarci nel punto focale di questo post bisogna fare una doverosa premessa sulla branca dell’Intelligenza Artificiale che studia il linguaggio umano: il Natural Language Processing (NLP, Elaborazione del Linguaggio Naturale). I campi di applicazione dell’AI nel NLP sono molti e vari: si va dall’identificazione dell’argomento di una conversazione o di un testo allo sviluppo di chatbot per l’assistenza clienti, dalla traduzione automatica da/verso una qualsiasi lingua alla classificazione documentale.
Tali applicazioni sono rese possibili da algoritmi di AI che vengono addestrati su un esteso corpus di testi per imparare le strutture sintattiche che legano tra loro i vocaboli di una lingua. Più esteso sarà il corpus di addestramento e più approfondita e completa sarà la conoscenza sintattica della lingua da parte del modello di intelligenza artificiale.
Ma quindi un’AI può risolvere i cruciverba?
Per tornare alla domanda con cui abbiamo aperto questo post, la risposta è semplice: ni. Un’intelligenza artificiale per il NLP è infatti capace di rispondere a delle domande in maniera corretta e completa, il che ne consegue che un modello opportunamente addestrato allo scopo sarebbe capace di risolvere un cruciverba, seppur le definizioni debbano essere stilate in una maniera leggermente diversa dal solito – evitando per esempio definizioni relative a giochi di parole o a ragionamenti logici un po’ fantasiosi. L’AI sarebbe quindi capace di risolvere definizioni come “4 verticale, 7 lettere: Scoprì l’America”, ma avrebbe difficoltà a rispondere a quesiti come “16 orizzontale, 3 lettere: è opposto a ONO”.
Le limitazioni sono dovute al fatto che i modelli di NLP lavorano sull’interpretabilità strettamente sintattica di un linguaggio, effettuando un’analisi morfologica e lessicale di una frase per trovare la risposta a una definizione. Al momento i modelli di AI pensati per il NLP ragionano quindi in termini di singoli vocaboli e di strutture sintattiche; quello che manca loro è la capacità di effettuare un’analisi propriamente semantica delle definizioni, il loro significato in senso stretto.
Tali difficoltà potrebbero però essere superate già nei prossimi anni: la ricerca nell’ambito dell’apprendimento della semantica del linguaggio naturale è un ambito del NLP che è sempre più approfondito; gli investimenti nel mercato del NLP stesso sono in continuo aumento, dai quasi 12 miliardi di dollari del 2019 ai quasi 30 miliardi di dollari previsti per il 2025, come indicato nel report Worldwide Natural Language Processing Industry to 2025.
Conclusioni
In questo post abbiamo visto che cos’è il Natural Language Processing e quali sono le capacità dell’Intelligenza Artificiale in questo ambito prendendo come esempio i cruciverba. Abbiamo inoltre esplorato i limiti dell’AI in questo campo, illustrando le ragioni per le quali l’AI non è ancora in grado di risolvere completamente un cruciverba tarato per un umano.
Quindi non temete, finché tali limiti non saranno superati dalla ricerca gli unici a poter completare il Bartezzaghi saranno solo gli appassionati di parole crociate!