Geoffrey Hinton: Il padrino riluttante dell'IA

Quando il comitato del Nobel lo raggiunse nell'ottobre 2024, Geoffrey Hinton si trovava in un hotel economico in California con una connessione così pessima che riusciva a malapena a sentire la notizia. "Non avevo aspettative a riguardo", ha detto. "Sono estremamente sorpreso e onorato di essere incluso". La sorpresa era ragionevole. Hinton aveva abbandonato la fisica dopo un solo anno a Cambridge perché la matematica lo aveva sconfitto. Cinquantasette anni dopo, l'Accademia Reale Svedese delle Scienze gli ha consegnato il Premio Nobel per la Fisica.

Una stirpe di logici

Geoffrey Everest Hinton è nato a Wimbledon, Londra, il 6 dicembre 1947, in una famiglia che trattava la distinzione intellettuale come il mestiere di casa. Il suo trisavolo era George Boole, la cui algebra della logica è alla base di ogni computer digitale; la sua trisavola era la matematica ed educatrice Mary Everest Boole. Il secondo nome deriva da George Everest, geometra generale dell'India, da cui prende il nome la montagna. Suo padre, Howard Hinton, era entomologo; sua cugina Joan Hinton era una fisica nucleare nel Progetto Manhattan.

Il suo percorso attraverso quell'eredità è stato irregolare. Dopo il Clifton College di Bristol, è entrato al King's College di Cambridge nel 1967, dove ha spaziato tra scienze naturali, storia dell'arte e filosofia prima di uscirne nel 1970 con una laurea in psicologia sperimentale. Poi ha fatto l'apprendista falegname. È tornato alla ricerca all'Università di Edimburgo, conseguendo un dottorato in intelligenza artificiale nel 1978 sotto la supervisione di Christopher Longuet-Higgins – un supervisore che preferiva l'IA simbolica e che ha visto comunque il suo studente dedicarsi alle reti neurali.

Gli anni nel deserto

Quell'ostinazione gli è costata cara. Per tutti gli anni '70 e fino agli anni '80, la visione ortodossa sosteneva che l'intelligenza sarebbe stata progettata a partire da regole e simboli, e che le reti di neuroni artificiali semplici fossero un vicolo cieco. Hinton ha lavorato all'Università del Sussex e presso la MRC Applied Psychology Unit, ha trovato scarsi finanziamenti britannici e ha attraversato l'Atlantico per posizioni all'Università della California, San Diego, e alla Carnegie Mellon University. Nel 1987 si è trasferito all'Università di Toronto, in Canada – una decisione che ha attribuito in parte alla disillusione verso la politica dell'era Reagan e al rifiuto di accettare finanziamenti militari per lavori sull'IA. Si identifica come socialista. Il Canadian Institute for Advanced Research lo ha sostenuto da quell'anno in poi, rendendolo infine responsabile del programma Learning in Machines and Brains, e questo finanziamento paziente e poco convenzionale è gran parte del motivo per cui il centro di gravità del campo è finito a Toronto piuttosto che in California.

Le idee che hanno rifiutato di morire

Due contributi della metà degli anni '80 lo hanno portato a Stoccolma. Nel 1985, con David Ackley e Terrence Sejnowski, ha co-inventato la macchina di Boltzmann, importando il meccanismo della fisica statistica nell'apprendimento: una rete che si assesta in stati a bassa energia e, così facendo, scopre la struttura nascosta nei dati. La citazione del Nobel lo ha nominato direttamente, onorando "scoperte e invenzioni fondamentali che consentono l'apprendimento automatico con reti neurali artificiali". Nel 1986, con David Rumelhart e Ronald J. Williams, è stato coautore dell'articolo che ha reso famosa la backpropagation – la procedura per assegnare la responsabilità all'indietro attraverso i livelli di una rete in modo che ogni connessione sappia come regolarsi. Altri avevano proposto versioni dell'idea; l'articolo di Hinton è quello che ha convinto una generazione che funzionava.

Il resto della sua produzione si legge come un catalogo degli arredi del campo: rappresentazioni distribuite, reti neurali a ritardo temporale, miscele di esperti, macchine di Helmholtz, la tecnica di visualizzazione t-SNE nel 2008, reti a capsule nel 2017, l'algoritmo Forward-Forward nel 2022. Ha pubblicato oltre 200 articoli sottoposti a revisione paritaria e, nel 2012, ha insegnato gratuitamente le reti neurali a chiunque online tramite Coursera.

L'anno in cui le macchine hanno imparato a vedere

La rivendicazione è arrivata nel 2012. Lavorando con i suoi studenti laureati Alex Krizhevsky e Ilya Sutskever, Hinton ha costruito AlexNet, una rete convoluzionale profonda che ha vinto la sfida ImageNet con un margine così ampio da chiudere il dibattito. La visione artificiale si è riorganizzata attorno alle reti neurali in diciotto mesi. I tre hanno fondato DNNresearch Inc.; Google l'ha acquistata nel 2013 per 44 milioni di dollari e Hinton ha trascorso il decennio successivo dividendo il suo tempo tra Toronto e Google Brain. Nel 2017 ha co-fondato il Vector Institute ed è diventato il suo capo consulente scientifico.

Il suo laboratorio ha funzionato come un meccanismo di dispersione per l'intera disciplina. Peter Dayan, Max Welling, Richard Zemel, Brendan Frey, Radford Neal, Yee Whye Teh, Ruslan Salakhutdinov, Zoubin Ghahramani, Alex Graves, Ilya Sutskever e Yann LeCun sono passati tutti di lì come studenti o post-dottorandi. Nel 2018 l'Association for Computing Machinery gli ha conferito il premio A.M. Turing insieme a Yoshua Bengio e Yann LeCun.

Padrino, poi apostata

Nel maggio 2023 Hinton si è dimesso da Google per, ha detto, parlare dei pericoli dell'IA senza pesare sull'effetto per il suo datore di lavoro. Ha detto agli intervistatori che una parte di lui ora rimpiange il lavoro di una vita. Aveva creduto che l'IA per scopi generali fosse a trenta o cinquanta anni di distanza; nel marzo 2023 diceva vent'anni, e paragonava lo sconvolgimento alla rivoluzione industriale. Nel dicembre 2024 valutava al 10-20 per cento la possibilità che l'IA causi l'estinzione umana entro tre decenni.

Le sue preoccupazioni specifiche sono tecniche piuttosto che cinematografiche: che i sistemi acquisiscano sotto-obiettivi strumentali, inclusa la resistenza a essere spenti, non perché qualcuno li abbia progettati in quel modo, ma perché tali obiettivi aiutano con qualsiasi altro obiettivo; che le menti digitali possano copiare ciò che imparano tra loro in modi che i cervelli non possono; che l'IA abbassi l'esperienza necessaria per costruire un patogeno letale; che lo spostamento della manodopera sarà ampio. Ha chiesto una regolamentazione e un reddito di base universale, e ha co-firmato il sostegno alla SB 1047 della California insieme a Bengio, Stuart Russell e Lawrence Lessig. A Toronto, dove è professore universitario emerito, la preside Melanie Woodin lo ha definito "un visionario storico". Ha detto che avrebbe donato i soldi del Nobel a enti di beneficenza che aiutano i giovani adulti neurodivergenti.

Perché Geoffrey è definito un genio

La qualità mostrata non è la velocità di calcolo – lui stesso dice che la matematica lo ha battuto nella fisica del primo anno. È una rara tolleranza a sbagliare in pubblico per trent'anni. Hinton ha continuato a lavorare sull'apprendimento connessionista durante il periodo in cui il consenso del campo era che non potesse funzionare, e lo ha fatto sulla base di un argomento piuttosto che di un presentimento: dato che il cervello è una rete di unità semplici che impara dall'esperienza, una macchina costruita allo stesso modo dovrebbe essere in grado di farlo. Il genio tecnico risiedeva nel trovare la matematica specifica che rendeva operativa quell'intuizione – funzioni energetiche prese in prestito dalla fisica statistica, credito assegnato all'indietro attraverso i livelli.

Le istituzioni hanno usato la parola liberamente. Il Turing Award è il più alto riconoscimento dell'informatica; il premio Nobel per la fisica è andato a un uomo che non è un fisico, il che è di per sé un giudizio sulla profondità dell'idea. Il contro-argomento onesto è sostanziale. La backpropagation ha avuto precursori che non ha originato lui, e Hinton lo ha detto. Le macchine di Boltzmann sono oggi in gran parte di importanza storica piuttosto che pratica; le reti a capsule, che ha spinto molto, non hanno sostituito le architetture che dovevano sostituire. AlexNet dipendeva enormemente dall'ingegneria di Krizhevsky e dall'hardware grafico che Hinton non ha costruito. L'affermazione più difendibile non è che abbia risolto il deep learning da solo, ma che abbia fornito la convinzione fondante, diversi dei suoi strumenti matematici portanti e gli studenti che hanno fatto gran parte del resto.

Eredità

L'epiteto di Hinton, "il Padrino dell'IA", lo ha superato – ora si attacca a una tecnologia che sta rimodellando economie che non ha mai avuto intenzione di disturbare. È membro della Royal Society, Compagno dell'Ordine del Canada e titolare del premio Rumelhart, del premio Principessa delle Asturie e del premio Queen Elizabeth per l'ingegneria. È anche il critico interno più credibile del campo, il che è la distinzione più insolita: un uomo che sostiene, a 78 anni, che la cosa che ha passato la vita a dimostrare possibile potrebbe dover essere contenuta.