Le tecnologie della parola: un percorso tra scienza, psicologia e linguistica Cristina Bosco Dipartimento di Informatica, Università di Torino Informatica applicata alla comunicazione multimediale a.a

Cosa sono le tecnologie della parola Brevissima storia dell’Intelligenza Artificiale Un po’ di fantascienza Apprendimento del linguaggio umano Rappresentazione del linguaggio umano Indice Indice

Tecnologie della parola Tecnologie della parola Telefoni smartphone, navigatori satellitari, tablet e smartTV che rispondono a comandi vocali Motori di ricerca sempre più abili nel trovare i documenti che ci servono Siti web che forniscono traduzioni Correttori ortografici che correggono gli strafalcioni o completano le parole mentre scriviamo un sms

Tecnologie della parola Tecnologie della parola Sistemi automatici che rispondono alle richieste di informazioni su orari e servizi Sistemi che rilevano opinioni e sentimenti espressi nei social media, ad es. analizzano recensioni per scoprire la valenza commerciale di prodotti, o post di Twitter per valutare l’orientamento della popolazione nei confronti di personalità politiche, del mondo dello sport o dello spettacolo.

felicitta.di.unito.it felicitta.di.unito.it

Tecnologie della parola? Tecnologie della parola? Tutte queste tecnologie sono state rese possibili dallo sviluppo dell’intelligenza artificiale e di quella sua parte che si occupa del linguaggio umano, detta linguistica computazionale Esse comportano forme di COMPRENSIONE DEL LINGUAGGIO UMANO Ma i computer comprendono davvero la nostra lingua?

Storia e computer Storia e computer Nel corso dei secoli passati, grazie anche agli studi di anatomia e all’affermarsi del razionalismo si è sviluppata l’idea di cervello come macchina Di lì il passo è breve ad immaginare, come fecero Cartesio e Leibniz, la possibilità di costruire macchine in grado di pensare e quindi anche di manifestare tale capacità tramite forme di espressione in linguaggio umano

Alan Turing ( ) intorno al 1935 getta le basi teoriche per la costruzione dei computer, descrivendo la cosiddetta “macchina di Turing”, un modello a cui si ispirerà il computer reale costruito qualche anno dopo Storia e computer Storia e computer

Ben presto i ricercatori cominciano ad intuire le potenzialità del computer, e a progettare applicazioni in molti campi in cui esso potrebbe sostituire utilmente l’uomo, anche superandone le capacità in termini di efficienza e rapidità Quando si tratta di applicazioni che richiedono intelligenza, si parla di INTELLIGENZA ARTIFICIALE Storia e computer Storia e computer

L'espressione Artificial Intelligence fu coniata nel 1956 dal matematico americano John McCarthy, durante uno storico seminario interdisciplinare svoltosi nel New Hampshire Secondo le parole di Marvin Minsky, uno dei "pionieri" della A.I., lo scopo di questa nuova disciplina sarebbe stato quello di "far fare alle macchine delle cose che richiederebbero l'intelligenza se fossero fatte dagli uomini" Intelligenza artificiale Intelligenza artificiale

Uno dei primi compiti intelligenti a cui si pensò di poter applicare il computer fu la traduzione da una lingua all’altra Si trattava di un compito che richiedeva conoscenza linguistica (il dizionario) ma anche capacità di ragionamento, poiché tradurre non consiste semplicemente nel sostituire in un testo le parole di una lingua con le parole di un’altra Traduzione automatica Traduzione automatica

Il problema della traduzione era urgente Le differenze linguistiche cominciavano ad essere percepite come barriere allo sviluppo economico e scientifico, ma anche ai rapporti sociali La conoscenza di lingue straniere era allora retaggio di pochi Traduzione automatica Traduzione automatica

Una macchina in grado di tradurre dal russo all’inglese e viceversa sarebbe stata uno strumento strategico fondamentale per affrontare con successo la “guerra fredda” USA e URSS, alleate durante la II guerra mondiale, si spiavano reciprocamente per evitare di esporsi a nuove esperienze belliche Traduzione automatica Traduzione automatica

La soluzione del problema della traduzione sembrava essere a portata di mano Molti ricercatori matematici, ingegneri, informatici ante litteram, erano convinti che nel giro di pochi anni sarebbero state costruite macchine in grado di tradurre da una lingua all’altra come dei traduttori professionisti umani Tra gli altri fecero il madornale errore di non consultare i linguisti e i traduttori Tradurre e decrittare Tradurre e decrittare

La vittoria ottenuta sulla Germania dagli alleati anglo-americani era dipesa in modo significativo dalle efficienti macchine che gli inglesi avevano costruito per la decrittazione dei messaggi radio dell’esercito tedesco Proprio Alan Turing, aveva lavorato per i servizi segreti inglesi ed aveva coordinato lo sviluppo delle macchine per la decrittazione Tradurre e decrittare Tradurre e decrittare

La ricostruzione di una macchina per la decrittazione (denominata “bomba”) costruita da Turing e il suo team a Bletchley Park nel 1939 Tradurre e decrittare Tradurre e decrittare

Ma decrittare un codice segreto e tradurre da una lingua all’altra sono la stessa cosa? Nascono i primi sistemi di traduzione automatica, progenitori di Google Translate e di tutti quei sistemi che oggi ci consentono di ottenere una (abbastanza accettabile) traduzione da una lingua all’altra Tradurre e decrittare Tradurre e decrittare

Nel 1950, Turing era convinto che entro l’anno 2000 sarebbero state create delle macchine in grado di replicare le prestazioni di una mente umana Per verificare le prestazioni di una macchina propose un test, noto come “test di Turing”, che consente di capire se il comportamento che la macchina esibisce può essere considerato intelligente Il test di Turing Il test di Turing

Il test si basa sulla capacità della macchina di utilizzare il linguaggio umano, mostrando di comprenderlo e di saperlo generare in modo adeguato Il computer supera il test se fornisce risposte tali da indurre degli esseri umani a credere di avere a che fare con un altro parlante umano (in almeno il 30% dei casi in una conversazione della durata di 5 minuti)

Il test di Turing e oltre Il test di Turing e oltre Nel 2014 “Eugene Goostman”, un chatbot costruito in Russia, ha superato il test di Turing Si presenta come un 13enne ucraino che vanta di sapere tutto, ma è costretto a palesare varie lacune. L’insicurezza di un adolescente è usata come una maschera per abbassare le aspettative dell’interlocutore rispetto alle capacità dialogiche del sistema La macchina ha mostrato capacità di simulazione o vera intelligenza?

Il test di Turing e oltre Il test di Turing e oltre I ricercatori continuano ad interrogarsi su cosa significa intelligenza Superare il test di Turing sembra non sufficiente per mostrare l’intelligenza di una macchina La soglia per verificare l’”intelligenza” di una intelligenza artificiale si è spostata anche verso la creatività, le emozioni e la capacità di fare ironia.

Un po’ di fantascienza Un po’ di fantascienza La produzione legata all’immaginario della fantascienza ha mostrato moltissimi esempi di intelligenze artificiali in grado di dialogare con l’uomo e assumerne i comportamenti. Una quantità di libri e film hanno proposto entità artificiali dotate di capacità di linguaggio e ragionamento molto simili a quelle degli umani.

Nel 1968, Stanley Kubrik, nel film “2001 ODISSEA NELLO SPAZIO”, immagina che nel 2001 lo sviluppo dell’intelligenza artificiale sia stato tale da poter costruire macchine pensanti e parlanti. Un po’ di fantascienza Un po’ di fantascienza

HAL9000 è l’IA del film, macchina "incapace di commettere errore", capace di pensare e di comunicare in linguaggio umano, ma anche di tentare di distruggere gli esseri umani per evitare di essere spenta. Un po’ di fantascienza Un po’ di fantascienza

Nel 1982, Ridley Scott ambienta nel 2019 il film “BLADE RUNNER”, in cui macchine che sono in grado di superare il test di Turing sono realtà. Si tratta di replicanti, esseri che condividono con gli esseri umani l’aspetto e la capacità di provare emozioni grazie all’innesto di ricordi emotivamente carichi. Questo rende molto difficile distinguerle dagli umani. Un po’ di fantascienza Un po’ di fantascienza

C3PO è il droide di protocollo di “STAR WARS”, in grado di dialogare con gli esseri umani in di lingue diverse parlate nella galassia.

Un po’ di fantascienza Un po’ di fantascienza In “INTERSTELLAR“ l’intelligenza artificiale TARS, dall’aspetto poco umano, dialoga con i protagonisti facendo anche ironia, e li aiuta nel corso del loro viaggio attraverso lo spazio-tempo.

Molti altri libri e film hanno proposto in forme diverse le macchine pensanti capaci di parlare e superare brillantemente il test di Turing. Dai tempi di Turing, tra alterne vicende, le tecnologie della parola hanno fatto piccoli e grandi passi avanti, e oggi pervadono la nostra esistenza. Ma non sempre con i risultati che vorremmo. Un po’ di fantascienza Un po’ di fantascienza

Nel 2011 Brad Lewis e John Lasseter nel film per Disney - Pixar “CARS 2” mostrano dispositivi controllati dalla voce, che ogni tanto sbagliano anche a comprendere i comandi. Questa non è più fantascienza, è realtà (in un film di pura fantasia!). Un po’ di fantascienza Un po’ di fantascienza

Limiti Limiti Una soluzione ottimale del problema della traduzione e di vari altri legati al linguaggio non è ancora stata raggiunta Non esistono oggi computer che producono per qualunque testo in qualunque circostanza prestazioni linguistiche della stessa qualità di quelle prodotte da un essere umano. Ma la ricerca procede e le prestazioni dei sistemi migliorano gradualmente

Limiti Limiti Tutti questi anni di ricerca hanno portato ad una conoscenza molto più profonda del linguaggio umano e del suo funzionamento, ma anche alla consapevolezza della complessità che lo caratterizza sotto molti punti di vista Linguisti, traduttori, filosofi, scienziati cognitivi, psicologi e altri scienziati oggi sono attori di primaria importanza nella linguistica computazionale

Limiti Limiti MA la competenza linguistica dei parlanti umani è ben lungi dall’essere completamente spiegata

Limiti Limiti Si tratta di compiti molto complessi che richiedono conoscenza linguistica ed extra linguistica Ad es. la traduzione automatica da una lingua A ad una lingua B comporta: – Recepire il testo in lingua A – Comprendere il significato del testo – Generare il testo corrispondente in lingua B

Problemi del linguaggio Problemi del linguaggio La comprensione di un testo può richiedere la conoscenza del contesto di enunciazione: Ad esempio possiamo dire che la frase “questa è un’aula molto grande” ha significato (vero o falso) solo se siamo in grado di vedere il luogo in cui viene pronunciata

Problemi del linguaggio Problemi del linguaggio La comprensione di un testo può richiedere la conoscenza del mondo: Ad esempio, se confrontiamo le frasi “La penna è dentro la scatola” e “La scatola è dentro la penna” non abbiamo difficoltà a riconoscere che la prima ha senso e la seconda non ne ha, ma solo perchè sappiamo che le scatole sono più grandi delle penne

Problemi del linguaggio Problemi del linguaggio La comprensione di un testo può richiedere la conoscenza di comportamenti sociali: Se in una conversazione dico “Su, dimmi qualcosa.” non lo faccio per sentir dire dal mio interlocutore “Qualcosa.” perchè mi baso su delle convenzioni sociali per cui con una simile richeista si esprime un invito a comunicare e non una richiesta di pronunciare una parola

Limiti Limiti I computer di oggi mostrano di poter trattare il nostro linguaggio entro certi limiti Le tecnologie della parola funzionano nello svolgimento di certi compiti, su certi tipi di testi e in certi contesti di applicazione L’area dell’Intelligenza Artificiale che si occupa specificamente del linguaggio umano si chiama LINGUISTICA COMPUTAZIONALE o TRATTAMENTO AUTOMATICO del LINGUAGGIO (TAL, NLP natural language processing)

Cosa fanno i sistemi di TAL Cosa fanno i sistemi di TAL Al pari di un essere umano, per poter comunicare in linguaggio umano un sistema di TAL deve: acquisire la conoscenza relativa al linguaggio rappresentare al suo interno tale conoscenza utilizzare tale conoscenza in modo da poter ricevere domande, coglierne il significato, generare risposte, tradurre, ecc.

Cosa fanno i sistemi di TAL Cosa fanno i sistemi di TAL Acquisizione Rappresentazione Utilizzo Traduzione Risposta a domande Rilevazione di opinioni …

Acquisire la conoscenza Acquisire la conoscenza Noi umani acquisiamo la conoscenza della lingua madre mentre cresciamo e continuamente veniamo esposti ad esempi. Astraiamo dagli esempi e interiorizziamo le regole della lingua a cui siamo esposti. Nel caso di altre lingue (es. inglese, francese, latino e greco antico) partiamo dallo studio delle regole e dall’esposizione ad esempi.

Acquisire la conoscenza Acquisire la conoscenza Il modo in cui apprendiamo fa sì che non ci rendiamo conto: di quanta conoscenza è necessaria per utilizzare una lingua di quali sono le nozioni che dobbiamo conoscere per poter essere considerati parlanti di una lingua, anche se sappiamo ben valutare la competenza linguistica di una persona

Problemi Problemi Il linguaggio si evolve costantemente e si modifica, es.: oggi non parliamo l’italiano di Dante o di Manzoni Si caratterizza in base al luogo, assorbendo le influenza derivante dai dialetti o da altre lingue, es.: i parlanti provenienti dal Sud Italia usano con molta maggiore frequenza il passato remoto rispetto a quello del Nord

Problemi Problemi Siamo inoltre abituati a comprendere il linguaggio anche quando è “scorretto” La necessità di comunicare infatti prevale sulle regole della grammatica e ci porta a produrre messaggi sgrammaticati, pieni di espressioni sintetiche e creative, hashtag, emoji ed emoticon, come negli sms sui cellulari, nei messaggi di , nei post sui social media come Twitter e Facebook (a questo dedicheremo una lezione)

Lo sviluppo dei sistemi di TAL, ha mostrato che tante informazioni linguistiche che paiono irrilevanti ad un essere umano, e su cui non siamo abituati a focalizzarci, sono invece fondamentali per un sistema. Risulta fondamentale l’ambiguità che pervade il linguaggio umano a tutti i possibili livelli di analisi. Problemi Problemi

Sono molto diffuse le ambiguità morfologiche, ovvero determinate da parole che possono avere diverse categorie grammaticali o significato: “Tutti hanno un TELEFONINO e a chi TELEFONINO non si capisce” PESCA nome (il frutto, lo sport, l’estrazione) verbo (l’attività) aggettivo (il colore) Problemi Problemi

Altrettanto frequenti le ambiguità sintattiche, ovvero determinate dalle relazioni tra parole: “Giorgio vide un uomo nel parco con il telescopio” “Chi uccise il poliziotto?” “La vecchia porta la sbarra” Problemi Problemi

E le ambiguità semantiche, ovvero determinate dal significato delle parole: “Ogni uomo ama una donna” significa che per ogni singolo uomo esiste una singola donna che egli ama oppure significa che esiste una particolare singola donna che ognuno degli uomini preso singolarmente ama Problemi Problemi

Acquisire la conoscenza Acquisire la conoscenza Questa complessità rende il linguaggio un oggetto molto difficile da apprendere, rappresentare ed utilizzare In pratica, non è per nulla intuitivo e semplice fare un elenco completo di tutte le cose che si devono sapere per utilizzare una certa lingua Ma questo elenco completo è proprio quello che sarebbe necessario per un sistema di TAL

I computer non sono oggetto di evoluzione nel senso in cui lo sono gli esseri umani, e neppure vivono all’interno di un tessuto sociale come gli esseri umani. La conoscenza dobbiamo fornirgliela noi. Ma quale e quanta conoscenza è necessaria per riuscire ad usare il linguaggio umano? Acquisire la conoscenza Acquisire la conoscenza

I primi sistemi contenevano delle basi di conoscenza in cui erano raccolte le regole della grammatica, i dizionari e tutte le informazioni che sembravano necessarie a trattare il linguaggio. Ma questo non era sufficiente: i risultati continuavano ad essere scarsi, la conoscenza non era mai abbastanza … e aggiungerne era molto costoso Acquisire la conoscenza Acquisire la conoscenza

I sistemi più recenti contengono poca conoscenza, ma sono in grado di apprenderla da esempi con uno sforzo limitato Si costruiscono quindi delle grandi raccolte di esempi di uso del linguaggio, in cui le regole e le irregolarità sono presenti e possono essere utilizzate dai sistemi per fare astrazione Acquisire la conoscenza Acquisire la conoscenza

Ad es. se il sistema deve imparare ad utilizzare l’articolo, dovrà essere esposto ad un gran numero di frasi in cui l’articolo compare: IL cane mangia in giardino Paolo beve UNA birra ghiacciata LA migliore giornata fu quella in cui IL nonno gli comprò L’album di figurine Ieri ho comprato LO stesso tipo di frutta … Acquisire la conoscenza Acquisire la conoscenza

Che cosa si astrae dalle 4 frasi seguenti? IL cane mangia in giardino Paolo beve UNA birra ghiacciata LA migliore giornata fu quella in cui IL nonno gli comprò L’album di figurine Ieri ho comprato LO stesso tipo di frutta L’articolo precede il nome e non può seguirlo, precede l’aggettivo e non può seguirlo, concorda con il nome … Acquisire la conoscenza Acquisire la conoscenza

Non esattamente nel modo in cui astraiamo noi, ma anche il computer riesce a produrre delle generalizzazioni delle informazioni che trova negli esempi e a formare una base di conoscenza Ovviamente deve avere esempi di tutte le possibili strutture Acquisire la conoscenza Acquisire la conoscenza

Rappresentare la conoscenza Non sappiamo esattamente in che forma la conoscenza necessaria all’uso del linguaggio sia codificata in un essere umano, nonostante i molti studi nelle scienze cognitive e linguistiche Per i computer invece i modi per rappresentare la conoscenza linguistica necessaria per trattare il linguaggio umano sono stati inventati.