Notizie

Home Page » Documentazione » Notizie » Per l'intelligenza artificiale la Ragione è un po' più vicina

Per l'intelligenza artificiale la Ragione è un po' più vicina

Intelligenza artificiale
02-01-2017

Grazie a un nuovo sistema ibrido che integra una memoria esterna, l’Intelligenza Artificiale di Deepmind è in grado di creare un percorso ragionato per muoversi su una mappa complessa, come quella della metropolitana di Londra.

Uno dei problemi più complessi che l’Intelligenza Artificiale deve ancora superare è la generalizzazione dell’apprendimento. I computer di DeepMind, quelli che hanno battuto il campione coreano Lee Se-dol in una storica partita a Go, qualche mese fa, impiegano algoritmi all’avanguardia della ricerca di settore. Ma il computer geniale che gioca alla dama cinese meglio di un campione del mondo sa fare solo quello. Non è in grado di rispondere a domande banali, né di svolgere operazioni di base che per gli umani non presentano particolari complessità. Come spostarsi in metropolitana da Moorgate a Piccadilly Circus, ad esempio.

Non è chiaro se, come e quando riusciremo a ottenere un algoritmo capace di apprendere come la mente umana, in forme e strutture replicabili e malleabili, che si possono traslare - grazie ad un naturale processo di astrazione - da un problema all’altro. Nei laboratori di DeepMind in Inghilterra - sotto l’egida di Google - si lavora alacremente verso questo obiettivo. Un nuovo importante passo è stato ufficializzato da un paio di settimane, con la pubblicazione su Nature di un articolo che descrive il primo “Computer Neurale Differenziabile”, DNC in inglese (Differentiable Neural Computer).

Si tratta di una rete neurale che può appoggiarsi ad una memoria esterna - paragonabile alla RAM di un PC - per attivare un meccanismo di apprendimento astratto, applicabile poi alla soluzione di problemi reali. “In questo studio mostriamo che il DNC può imparare operazioni come la ricerca della via più breve fra due punti specificati”, si legge nell’abstract dell’articolo, “o l’intuizione di passaggi mancanti in grafi generati in maniera casuale, per poi applicare queste abilità a grafi specifici, come le mappe dei trasporti urbani o gli alberi genealogici”.

È più o meno quello che fa anche un cervello umano. La nostra “rete neurale” biologica è in grado di registrare nella memoria una grande mole di informazioni e schemi astratti, che sono costantemente “scritti e letti” per permetterci di formulare ragionamenti e compiere azioni. Quello che Deepmind sta provando a ottenere con i suoi DNC è proprio questo: fornire all’Intelligenza Artificiale la possibilità di registrare esternamente le astrazioni funzionali al compimento di una scelta complessa o di un ulteriore apprendimento. Nonostante si possa tracciare un parallelo con la fisiologia del cervello per meglio comprendere gli scopi dell’esperimento, i ricercatori non stanno cercando di creare un surrogato della memoria umana. Il primo DNC, secondo quanto si legge nell’articolo su Nature, è stato realizzato per massimizzare certe funzioni computazionali e non per imitare banalmente i meccanismi della mente.

Il DNC di Deepmind, nello specifico, dopo aver imparato e “mandato a memoria” le operazioni necessarie a leggere un grafo astratto, è riuscito ad interpretare in autonomia una mappa della metropolitana di Londra e di rispondere a domande in linguaggio naturale sugli spostamenti da una stazione all’altra con un’accuratezza del 99,8%, contro il 37% di un computer neurale tradizionale.

Come spesso accade per le grandi novità nel campo dell’intelligenza artificiale, le applicazioni pratiche della ricerca, anche in questo caso, possono apparire banali o deludenti. Ma nella capacità della macchina nell’affrontare un problema reale applicando schemi astratti presenti in memoria c’è almeno un bagliore di quella che chiamiamo “ragione”. E se da una parte lo scetticismo è d’obbligo, dall’altra è utile notare che lo studio - pubblicato a metà ottobre - è stato proposto originariamente quasi un anno fa, a gennaio 2016. E’ probabile che, a questo punto, il DNC di Deepmind possa essere in grado di risolvere problemi ben più complessi rispetto alla navigazione della “Tube” di Londra.  

ANDREA NEPORI

Fonte: http://bit.ly/2ioiJGc

Condividi questo contenuto

Notizie e Comunicati correlati

INTERNET DELLE COSE
L’applicazione diffusa di sensori, rilevatori e device mobili renderà ogni prodotto, oggetto, componente, “intelligente” e questa intelligenza consentirà di trasformare la gestione dei flussi di merce, in un’ottica ....
sab 08 apr, 2017
REALTA\' AUMENTATA
L’iperreale in tasca. I continui riferimenti da parte di Tim Cook alla realtà aumentata, e le indiscrezioni sul massiccio impegno e investimento di Apple per dotare di questa tecnologia i prossimi modelli di iPhone, fanno presagire che stia ....
ven 24 mar, 2017

Eventi correlati

Al TEDxRoma r5
Data: 08-04-2017
Luogo: Auditorium di via della Conciliazione Via della Conciliazione, 4, 00193 Roma
Al TEDxRoma 2017 immagineremo e progetteremo il futuro dei prossimi 20 anni. Il 2037 non è solo il futuro che regaliamo alle nuove generazioni, potremmo vederlo con i nostri occhi, viverlo attraverso le scelte che facciamo oggi e lì, nel 203

In questa pagina

I nostri partner

Qwant
Gi Group
SIELTE
Service Tech
Pro Q
Tecnoter
WhereApp
Echopress
DGS
Consorzio Vini Mantovani
Binario 96

Accordi di collaborazione

Anaip
I sud del mondo
LABOS
Ambiente e Società

Associazione Italian Digital Revolution (IDR)
Via Terenzio, 10 – 00193 Roma
info@aidr.itwww.aidr.it - Tel. 3471097655
Codice Fiscale: 97886610589