Oggi si discute di tecnologia e volti umani. L’intelligenza artificiale di Google annuncia una presa di posizione sul riconoscimento facciale, mentre un nuovo sistema di generazione di immagini computerizzate sviluppato dai ricercatori di Nvidia raggiunge livelli di realismo davvero impressionanti. O inquietanti, a seconda del punto di vista. Partiamo da Google, società notoriamente in prima linea per quanto riguarda le tecnologie di machine learning, usate in tutte le salse: per il motore di ricerca e altri servizi Web (mappe, traduzioni, riconoscimento immagini), all’interno dei propri data center per ottimizzarne i consumi energetici, nell’offerta di soluzioni per gli sviluppatori, nel Google Assistant di Android, nei sistemi di guida driverless di Waymo e in altri ambiti ancora.
L’azienda di Mountain View aveva già annunciato da mesi i propri principi etici di impiego dell’Ai, con una serie di linee guida, e aveva scelto di rinunciare alla collaborazione con il Pentagono, che prevedeva la sperimentazione degli algoritmi di TensorFlow sui droni militari. Ma ora ha voluto mettere i puntini sulle i a proposito delle tecnologie di riconoscimento biometrico. In un blogpost firmato da Kent Walker, senior vice president dei Global Affairs di Google, si sottolinea che l’azienda è “da molto tempo si impegnata per uno sviluppo responsabilie dell’AI” e che “a differenza di alcune altre società, Google Cloud ha scelto di non offrire Api per il riconoscimento facciale general-purpose prima di aver definito importanti questioni tecnologiche e di policy”.
Nessun riferimento esplicito nelle parole di Walker, ma il pensiero potrebbe andare alle polemiche piovute su Amazon per via delle tecnologie di riconoscimento facciale prestate alle forze dell’ordine di alcune città statunitensi. Le paure nell’aria, di cui alcune associazioni watchdog si erano fatte portavoce, sono quelle di potenziali abusi o usi discriminatori di queste tecnologie, in teoria sicuramente utili nella caccia ai criminali e nel mantenimento dell’ordine pubblico. Lo sottolinea lo stesso Walker nel suo post (incentrato sull’applicazione dell’intelligenza artificiale alla diagnosi della retinopatia diabetica), dicendo che il riconoscimento facciale è “vantaggioso in ambiti quali le tecnologie assistenziali e la ricerca di persone scomparse, mentre altre promettenti applicazioni sono all’orizzonte. Tuttavia, al pari di molte altre tecnologie che si prestano a una pluralità di impieghi, il riconoscimento facciale merita di essere considerato attentamente per essere certi che sia allineato con il nostri principi e valori e che non sfoci in abusi ed esiti lesivi”.
Tra l’altro in questi giorni anche l’amministratore delegato di Google, Sundar Pitchai (reduce da un’audizione al Congresso sui temi della gestione dei dati, della trasparenza e della privacy), si è espresso in merito alla questione etica dell’AI. In un’intervista al Washington Post il Ceo ha ribadito la “profonda responsabilità” della propria azienda nei confronti della società e degli impieghi dell’intelligenza artificiale, un insieme di tecnologie che richiederebbe dei “guardrail etici” per non sconfinare oltre i limiti del buon utilizzo. A detta di Pitchai, dovrebbero essere le stesse aziende fornitrici a darsi delle regole, così come ha fatto Google.
Sempre a proposito di “facce”, merita una riflessione anche la tecnologia messa a punto da ricercatori di Nvidia, pubblicata in uno studio e, a beneficio del grande pubblico, mostrata in azione in un video demo su YouTube. Al pari di altre soluzioni esistenti, impiega un generatore di immagini che parte da alcuni file fotografici per arrivare a creare immagini nuove, sulla base di principi matematici come l’interpolazione e il disentanglement (districamento). Ma ciò che colpisce è il risultato, talmente realistico da rendere impossibile la distinzione fra una fotografia autentica e una fabbricata artificialmente con questo metodo.
Ogni immagine è concepita dal generatore come un insieme di “stili” che determinano posizione, tipo di capigliatura, taglio degli occhi, colori e particolarità della fisionomia: tutte queste caratteristiche sono schematizzate come variabili a cui è assegnato un punteggio. Il valore matematico degli “stili” viene convertito graficamente nell’immagine di un volto, con risultati che hanno dell’incredibile. A seconda dei dati di partenza, si possono creare immagini di facce umane oppure di automobili, gatti, camere da letto (gli esempi mostrati nel video) e potenzialmente qualsiasi altro tipo di soggetto.