MENU

Imparare attraverso tentativi ed errori, le nuove frontiere dell’intelligenza artificiale

marzo 25, 2016 • Agorà, z in evidenza

maxresdefault (6)

Redazione

Il programma AlphaGo di Google ha battuto 4 volte su 5 il secondo miglior giocatore al mondo: è una notizia importantissima nel mondo dell’AI, Intelligenza Artificiale. Altrettanto importante è la notizia che un robot di Google ha sviluppato la capacità di selezionare oggetti in base a meccanismi che finora si sono visti soltanto in forme di vita cognitiva: questo robot adotta comportamenti diversi per situazioni differenti e sa “decidere” in autonomia se rimuovere un elemento da un gruppo di oggetti.

Sono passi in avanti straordinari, compiuti grazie ai modelli computazionali ispirati al sistema nervoso centrale dell’uomo, soprattutto per quanto riguarda il riconoscimento di schemi e l’apprendimento adattivo. I risultati avranno conseguenze estremamente rilevanti in campo industriale e nel settore dei servizi e della logistica, là dove servono elevate capacità cognitive e non basta ripetere azioni in serie.

La robotica è ormai ampliamente integrata nei processi produttivi, ma in genere solo per svolgere azioni ripetitive. Per programmare robot in grado di pensare e di imparare non bastano tecniche computazionali convenzionali e algoritmi, occorrono reti neurali artificiali (Artificial Neural Networks), ispirate al funzionamento del cervello umano. La rete neurale umana comprende miliardi di neuroni che possono inviare e ricevere enormi quantità di informazioni e svolgono in tempi impercettibili un gran numero di compiti, contemporaneamente e in modo efficiente. Il nostro cervello non è altrettanto efficiente nei calcoli complicati che implicano grandi quantità di dati, ma per ora supera di gran lunga qualunque supercomputer nello svolgere azioni simultanee.

Le reti neurali artificiali sono un insieme di semplici processori collegati tra loro, ognuno dotato di una quantità limitata di memoria locale, che usa per ricevere e processare input che poi sono inviati solo in una direzione, al successivo processore della rete. Diversamente dai computer normali, le ANN possono “imparare” cose nuove.

La “conoscenza” nelle ANN non è immagazzinata in una memoria, come nei computer: nuove informazioni modificano e aggiornano il sistema in modo che “impari” facendo, attraverso tentativi ed errori. Nel caso di AlphaGo, i programmatori hanno prima definito l’algoritmo per analizzare partite reali di go tra giocatori esperti, poi hanno lasciato che AlphaGo giocasse contro se stesso per accrescere le sue conoscenze di base. Insomma, più che programmarlo, hanno fatto in modo che si allenasse.

Piccole startup e grandi compagnie tecnologiche investono molto in piattaforme robotiche e nell’intelligenza artificiale. Grandi passi in avanti sono già stati fatti nella scrittura, nel riconoscimento vocale e in quello facciale, campi in cui le reti neurali artificiali ottengono risultati corretti nel 99.5% dei casi. Questi successi dipendono in parte da Google Brain, una rete di 16000 computer con circa 100 miliardi di connessioni.

Anche i trasporti potrebbero beneficiare dell’AI. Esperimenti recenti di Nvidia e Google hanno usato videocamere per allenare computer a bordo di veicoli a riconoscere i pedoni, le auto, le ambulanze e altri oggetti, rilevandone la distanza. L’obiettivo è creare un sistema di guida automatica che reagisca agli ostacoli frenando entro 7 decimi di secondo.

Le applicazioni delle reti neurali artificiali sembrano illimitate, ma quelle già realizzate sono ancora lontane dall’essere davvero “intelligenti”. Inoltre un network come quello di Google Brain richiede investimenti ingentissimi, alla portata di ben poche aziende. È indubbio che le aziende e i paesi che riusciranno ad applicare per prime queste tecnologie avranno un notevole vantaggio sui concorrenti.

Finora sono stati gli USA a primeggiare in questo campo, ma la Cina, con le sue enormi risorse e un’emergente cultura delle startup, è probabilmente molto vicina a raggiungere gli Stati Uniti. La cinese Baidu vanta già alcuni dei più potenti software di riconoscimento vocale, che funzionano con il mandarino e l’inglese. Però le ricerche della Baidu si svolgono in California, il che mostra quanto gli Stati Uniti continuino a essere il paese leader in questo settore.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

« »