L'intelligenza permette di imparare di più dagli esperimenti e di condurre esperimenti più veloci, più informativi e più parallelizzati.

Una civiltà di menti motivate che pensano mille volte più velocemente dell'umanità non sarebbe necessariamente in grado di produrre output tecnologici mille volte più velocemente degli esseri umani.

Per analogia: se impiegate tre ore per fare la spesa, e due di queste ore vengono trascorse ad andare e tornare dal negozio di alimentari a cavallo, allora un'auto dieci volte più veloce del cavallo può accelerare il vostro viaggio per fare la spesa, ma non di un fattore dieci. Alla fine, l'ultima ora trascorsa nel negozio diventa dominante nel tempo totale impiegato.

Anche una civiltà composta da menti incredibilmente intelligenti deve, ogni tanto, aspettare che arrivino i risultati degli esperimenti. Se i vostri pensieri sono sufficientemente veloci, allora il collo di bottiglia diventerà probabilmente quanto velocemente potete agire nel mondo, quanto velocemente potete acquisire informazioni e quanto tempo impiegano i vostri piani a realizzarsi.

Ma la situazione non è così negativa come l'analogia del negozio di alimentari potrebbe far credere, perché la capacità di pensare si bilancia con la necessità di risultati sperimentali:

• Spesso si può semplicemente pensare di più, pensare meglio, ed eliminare la necessità di un test, perché ci si rende conto che le osservazioni precedenti contengono già la risposta. Si confronti la capacità delle moderne IA di imparare a pilotare robot utilizzando pura simulazione.
• A volte si può riflettere più a fondo fino a trovare un test altrettanto affidabile ma più veloce.
• A volte si possono eseguire molti test più veloci ma meno affidabili che possono essere eseguiti più volte in parallelo per ottenere risultati altrettanto affidabili a una velocità superiore.
• A volte si possono eseguire molti test complessi contemporaneamente, in modo che i dati risultino complessi e difficili da interpretare — il che rappresenta un buon compromesso se lo sforzo cognitivo necessario per decifrare i risultati è meno costoso (dal punto di vista di una mente estremamente veloce) rispetto all'esecuzione di test multipli.
• A volte si può trovare un modo per costruire altri dispositivi che eseguono gli esperimenti molto più velocemente. Ad esempio, invece di inviare molte richieste diverse a un laboratorio biologico per far sintetizzare farmaci, non si può trovare un modo per inviare una sola richiesta a un laboratorio biologico, che risulterà nella sintesi di un singolo batterio contenente il codice genetico per produrre tutti i farmaci che si desidera sintetizzare? Allo stesso modo, non si può creare un batterio sensibile ai segnali radio che risponda rapidamente alle istruzioni di un'IA veloce — molto più rapidamente degli umani terribilmente lenti che corrono avanti e indietro seguendo delle istruzioni?
• E a volte si può semplicemente prendere le proprie dieci ipotesi migliori, capire cosa si farebbe in ciascuno di quei casi, costruire un dispositivo complesso che funzionerà indipendentemente da come si rivelerà essere la realtà e saltare completamente i test.

Una civiltà piena di copie di Steve Jobs, Marie Curie, John von Neumann e alcuni dei più grandi lavoratori e programmatori del mondo (che funzionassero a una velocità 10.000 volte superiore alla nostra), noterebbe che il principale ostacolo è l'attesa dei risultati sperimentali e potrebbe lavorare su tale ostacolo per ridurlo.

La storia del Progetto Genoma Umano è un buon esempio di cosa succede quando esseri umani intelligenti notano continuamente i colli di bottiglia in un enorme progetto di ricerca e lavorano per risolverli. Quello che si prevedeva avrebbe richiesto quindici anni e 3 miliardi di dollari è stato completato con due anni di anticipo e 300 milioni di dollari sotto budget; la maggior parte del genoma è stata mappata negli ultimi due anni utilizzando metodi e attrezzature migliorati.

Proprio come questo vale per gli umani, vale anche per l'IA. Un ragionatore intelligente non resta con le mani in mano mentre aspetta per anni soggettivi che test lenti arrivino a conclusione. Un ragionatore superumano considera percorsi alternativi ed è abile nel trovarli: è questo il senso dell'intelligenza.

Per una piccola evidenza pratica a questo proposito, consideriamo il caso degli umani che eseguono esperimenti. Un buon caso di studio è quello del software confrontato alle sonde spaziali. Apportare modifiche a un prodotto software è economico e rapido, e i programmatori tendono a sperimentare costantemente, a produrre software che non funziona ancora del tutto e poi a correggerlo dove è più problematico. Al contrario, la sperimentazione è molto costosa sulle sonde spaziali, quindi gli umani dedicano molto tempo a mettere a punto esattamente la sonda spaziale e a inserirvi quanti più esperimenti possibile. Si impegnano molto per dotare le sonde spaziali di macchinari sperimentali generali che possano essere telecomandati da lontano, così che, se hanno una nuova idea per un esperimento, non devono inventare e lanciare un veicolo spaziale completamente nuovo.

E oltre tutto questo, un ragionatore sufficientemente intelligente ha anche l'opzione di capire semplicemente com'è la realtà senza bisogno di tanti maledetti esperimenti. A volte i dati che già si hanno sono sufficienti, se si è abbastanza intelligenti da interpretarli.

Come caso di studio: ci sono voluti otto anni perché la teoria della relatività generale di Einstein fosse verificata empiricamente con nuovi dati. Il test fu condotto da Frank Watson Dyson e Arthur Stanley Eddington, che fotografarono le stelle dietro il sole durante un'eclissi solare totale e misurarono il grado di curvatura della luce attorno al sole; scoprirono che corrispondeva esattamente alla teoria di Einstein.

Ma quell'attesa di otto anni non bloccò alcun reale progresso scientifico.

Eclissi solare totale con la costellazione del Toro sullo sfondo. Fonte immagine:Wikipedia

Una delle ragioni è che la teoria di Einstein era chiaramente corretta: era già stata validata su dati come il moto del perielio di Mercurio — previsto in modo impreciso dalla teoria di Newton e in modo accurato da quella di Einstein. Gli scienziati umani non consideravano questa previsione un successo perché i dati erano stati raccolti prima che Einstein formulasse la sua teoria, e volevano validare previsioni che la sua teoria faceva prima di vedere i dati. Ma questo è il tipo di stampella di cui una civiltà ha bisogno quando ha seri problemi con il bias del senno di poi, il bias di conferma, e scienziati che barano per gonfiare le prove a sostegno delle loro ipotesi. Nessuna di queste è una caratteristica necessaria del buon ragionamento. E infatti, i pensatori attenti riuscirono a capire che la teoria di Einstein era corretta ben prima dell'esperimento di Eddington, usando le prove già disponibili.

Inoltre, esistevano metodi più rapidi per verificare la teoria — come costruire telescopi e osservare (gli effetti dei) buchi neri, come previsto dalla teoria di Einstein — che una civiltà sufficientemente rapida nel pensiero e capace avrebbe presumibilmente potuto realizzare in meno di otto anni. Oppure, se si fosse già posseduta la capacità di volo spaziale, si sarebbero potuti testare gli orologi sui satelliti in meno di un giorno. Supporre che la teoria di Einstein richiedesse davvero otto anni per essere verificata significherebbe sottovalutare radicalmente la potenza dell’intelligenza.

Quando l'umanità finalmente arrivò a costruire i satelliti GPS, i satelliti furono programmati con due orologi diversi — uno che usava la teoria di Einstein, e uno che non la usava. Questa fu una scelta strana, dato quanto fosse ben confermata la teoria di Einstein a quel punto. Ma questa scelta sottolinea il fatto che in molti casi, una civiltà può semplicemente prendere entrambe le strade quando è incerta su una teoria. E sottolinea che quando gli esperimenti e i fallimenti sono costosi (come nel caso dei satelliti), spesso è molto più economico costruire le cose in modi che non si affidano troppo a una teoria particolare.

E come sottolineiamo nel libro, Einstein (se confrontato con Newton, Keplero e Brahe prima di lui) è anche un esempio di come le persone intelligenti possano dedurre molto più di quanto ci si potrebbe aspettare da osservazioni molto limitate. Einstein è stupefacente non solo per aver scoperto la teoria della relatività, ma per averlo fatto partendo da così pochi dati.

Quindi, mentre la necessità di dati sperimentali può effettivamente vincolare la velocità con cui l'IA può intraprendere varie azioni, questo vincolo è probabilmente molto più debole di quanto possa sembrare intuitivamente.