Il giorno in cui il computer scrive il romanzo

DALLA RUBRICA CAVALLI DI TROJAN PER L’INDICE DEI LIBRI DEL MESE

Dal numero dell’Indice dei Libri del Mese di maggio 2017

Lo scorso mese avevamo parlato delle intelligenze artificiali che leggono, analizzano e categorizzano le trame, scelgono quali manoscritti pubblicare. Questo mese andiamo dall’altro lato della scrivania e parliamo delle macchine che scrivono narrativa. I software di scrittura automatica non sono di certo una novità.
Già da qualche anno questa tipologia di software è ricorrente nella attività editoriali digitali, soprattutto nel mondo delle news e dei comunicati. Fino a qualche anno fa gli esperimenti sulle intelligenze artificiali venivano, per l’appunto, condotti su testi non letterari; le notizie, gli articoli web, gli articoli di approfondimento e lo UGC (User Generated Content) costituivano il materiale che veniva dato in pasto alle IA affinché queste ultime fossero in grado di produrre del contenuto originale. I software di scrittura automatica per certi contenuti e certe mansioni vengono ampiamente utilizzati, riducendo lo sforzo di redazione umano. Oggi si pensa a estendere verticalmente il campo di scrittura assegnato alle macchine, sino a varcare la sacra soglia della narrativa, e, perché no, provare a far scrivere a una macchina qualche racconto breve, magari un romanzetto. Coloro che pensano che la letteratura sia una prerogativa umana stanno per subire un brusco risveglio e la tanto divinizzata e ipostatizzata “creatività”, risulta sempre più come una condizione statistica e non metafisica.
Altresì siamo portati ad associare l’idea di “creatività” a certi strascichi semantici dell’idealismo tedesco (genio, ispirazione, arte, eccettera). Tuttavia la ricerca sta procendendo verso una direzione secondo la quale la creatività potrebbe essere null’altro che un risultato matematico dato da una combinazione di informazioni filtrate e ordinate secondo una certa capacità critica e estetica, a sua volta deducibile dalla provenienza geografica e storico-culturale del soggetto.

robot scrittore
Proprio a questo proposito, Margaret Sarlej nel 2014 aveva condotto uno studio per l’Università australiana di New South Wales che aveva dato vita a MOSS (Moral Storytelling System). MOSS è un software in grado di scrivere favole in autonomia partendo da una determinata “morale” che si vuole trasmettere al lettore. MOSS può spaziare fra 22 emozioni che gli permettono di dare maggior profondità ai personaggi e un più forte coinvolgimento rispetto alla trama, oltre al fatto di garantire una coerenza con la morale prescelta al momento dell’avvio. Benché il software presenti alcune criticità e patisca certi casi di ambiguazione rispetto a personaggi, eventi o luoghi, il risultato del contenuto prodotto in automatico è sorprendente ed è senz’altro una storica base per il mondo delle writing machine.
D’altro canto, i problemi dati dalle ambiguazioni sono spesso causa della mancanza di un “senso comune” da parte della macchina: se un umano, per esempio, vede un altro umano in uno stato di sofferenza, questo evento generà nella mente del primo tristezza o pietà; una macchina deve essere istruita sulla tipologia di evento e sulla consequenzialità dell’emozione da provare (secondo il senso comune). Questo processo, alza l’asticella della complessità ma al tempo stesso ci aiuta a studiare come funziona la nostra mente e come procede nell’associazioni di informazioni il cervello umano, anche per quanto riguarda lo sforzo creativo.
Forse il risultato più significativo è stato raggiunto da un team giapponese di ricercatori della Future University Hakodate, i quali hanno iscritto al concorso letterario Nikkei Hoshi Shinichi (unico concorso aperto non solo a umani ma anche robot, animali e alieni) un computer, autore di un romanzo breve. I ricercatori giapponesi hanno fornito alla macchina modelli letterari più dettagliati, pre-settando personaggi ed eventi per dare più precisione alla redazione della storia e minimizzare i casi di ambiguità. Sta di fatto che l’opera dell’Intelligenza Artificiale ha superato le prime selezioni del concorso ed è giunta, con grande sorpresa di tutti, in finale. Sono stati presentati 1,450 romanzi di cui 11 robotici ma solo «Il giorno in cui il computer scrive un romanzo» è stato scelto.
Il romanzo della macchina, termina così: «Mi contorcevo di gioia, che ho sperimentato per la prima volta, e ho continuato a scrivere per l’eccitazione. Il giorno in cui un computer ha scritto un romanzo. Il computer, mettendo la priorità sulla ricerca della propria gioia ha smesso di funzionare per l’uomo».
Promessa o profezia?

L’ AI di google translate inventa un nuovo linguaggio per tradurre meglio.

Leggi l’articolo originale su Quotidiano Piemontese.

A inizio settimana scrivevo di Amazon Go e di come i cassieri farebbero bene a trovarsi un qualcosa di meglio da fare. Oggi ripropongo la stessa riflessione ai traduttori e interpreti. Visto che l’Intelligenza Artificiale di Google ha appena inventato un nuovo linguaggio (interlinguaggio) per migliorare la qualità (e l’efficienza) della traduzione.
Ricordo la mia professoressa di greco. Ci preparava alla maturità classica. Ci citava Gilles Mènage e diceva che una traduzione poteva essere bella e infedele oppure brutta e fedele. Si riferiva alla caratteristica letterale o libera della traduzione; aveva in testa i grandi autori greci e latini. Ci preparava alla maturità.
Che fosse bella o brutta, fedele o infedele, tutti hanno sempre pensato che la capacità di tradurre da una lingua all’altra, non tralasciando quelle sfumature idiomatiche spesso difficili da rendere nella lingua in cui si traduce, fosse unicamente una prerogativa umana. Abbiamo canzonato per anni google translate e la sua (in)capacità di fare una traduzione decente.

Oggi però Google Translate ha raggiunto una storica tappa nella fantascientifica trama che vede la macchina avvicinarsi all’uomo e alle sue capacità umane. L’IA di Google Translate fonda un nuovo linguaggio per aiutarsi a tradurre meglio da una lingua all’altra.

https://www.facebook.com/plugins/video.php?href=https%3A%2F%2Fwww.facebook.com%2Ftechinasia%2Fvideos%2F1273081122730298%2F&show_text=0&width=400

Lo stesso video spiega come sia stato possibile per l’IA di Google “inventare” un nuovo linguaggio per facilitarsi a tradurre i “paia” di idiomi coinvolti e fa un interessante raffronto con la comunanza logica fra coreano e giapponese.
In sostanza, per una macchina lo sforzo di ricreare ogni combinazione possibile fra i varie lingue è talmente arduo che è la macchina stessa a utilizzare una interlingua con cui confrontarsi con l’idioma di provenienza, per poi tradurre da questa stessa interlingua verso l’idioma desiderato. Questo concetto non è nuovo e lo troviamo spesso citato nei testi riguardanti la traduzione automatica appellato come Lingua Pivot , risale circa agli anni ’50 e la sua metodologia è utilizzata da molti metodi di traduzione, operando sui testi tradotti veri e propri parsing.
Quello che dunque deve farci brillare gli occhi è il fatto che a inventare questa nuova lingua pivot, non sia stato un ricercatore o un dottore di linguistica e traduzione, bensì un (super)computer. Il linguaggio di Google Translate è creato da Google Translate e compreso solo da Google Translate stesso.
La vera rivoluzione consiste nel merito degli ingegneri informatici di aver introdotto nei sistemi di Google Translate una rete neurale capace di analizzare le frasi come blocchi unici e non più come insieme di elementi ab soluti.
Per esempio se la rete neurale ha imparato a tradurre dall’Italiano al Giapponese e dal Giapponese all’Inglese, conseguentemente la rete sarà in grado di tradurre dall’Italiano all’Inglese. Questo permette quindi al sistema di Google Translate di scalare il sistema rapidamente e tradurre in un numero sempre maggiore di linguaggi, aumentando la velocità di analisi e la qualità dell’output.

Al di là del fascino di star vedendo nascere un vero linguaggio comune universale, quello che ci deve far riflettere è la reale possibilità da parte delle IA di raggiungere risultati paragonabili a quelli umani, dissipandone l’esclusività.

Secondo i ricercatori di Google non c’è dubbio sul fatto che il team di Google Translate sarà in grado di allenare una singola macchina di rete neurale volta alla traduzione che funziona su più di 100 lingue. E parlano di un futuro prossimo. Molto prossimo.
Rincara la dose il co-fondatore di Tilde, il quale assicura che la tecnologia di traduzione neurale funziona già bene e già sta portando dei risultati, specie quando andiamo a trattare testi semplici. Mette un po’ le mani avanti dicendo che comunque rimaniamo a un punto nel quale la traduzione umana può cogliere differenze semantiche, sfumature idiomatiche e caratteristiche lessicali che per una moltitudine di fattori che per ora sfuggono al calcolo degli algoritmi sono difficili da determinare. Ancher per un supercomputer.

Google Translate a oggi supporta 103 lingue e ogni giorno traduce più di 140 miliardi di parole ogni giorno.

Pensabile quindi che l’attività di traduzione sia sempre più rivolta alla consulenza , al fine di allenare sistemi di deep learning o per controlli ex post. Questo per lasciare spazio alle macchine, così che possano imparare da noi a essere migliori di noi.