skip to Main Content

Chip

Intelligenza artificiale sempre più simile all’uomo

DeepMind e Google hanno dato vita al primo Computer Neurale Differenziabile: l’intelligenza artificiale riesce a districarsi nel labirinto della metropolitana londinese come farebbe un uomo   L’intelligenza artificiale apre a nuovi scenari, nuovi vantaggi e nuove esperienza. Anche a nuove sconfitte, per l’uomo: ricordiamo che i computer di DeepMind hanno battuto, qualche mese fa, il…

DeepMind e Google hanno dato vita al primo Computer Neurale Differenziabile: l’intelligenza artificiale riesce a districarsi nel labirinto della metropolitana londinese come farebbe un uomo

 

L’intelligenza artificiale apre a nuovi scenari, nuovi vantaggi e nuove esperienza. Anche a nuove sconfitte, per l’uomo: ricordiamo che i computer di DeepMind hanno battuto, qualche mese fa, il campione coreano Lee Se-dol in una storica partita a Go.

Ma c’è qualcosa che l’intelligenza artificiale ancora non può fare. E spesso si tratta di azioni e operazioni base per gli umani, come spostarsi in metropolitana. Sì, l’intelligenza artificiale può batterti in una difficile e complicata partita di Go, ma non sa muoversi autonomamente nelle subway londinesi. L’intelligenza artificiale non sa ancora apprendere come la mente umana: non è capace di gestire nozioni e strutture replicabili e malleabili, traslandole per più situazioni e problemi. E i tempi per arrivare a tutto questo sono lunghi, anche se gli autonomi (perdonate il gioco di parole) sono sempre più autonomi, e si impongono anche a lavoro come suo sostituto. La ricerca, comunque, fa passi da gigante e i meccanismi dell’intelligenza artificiale sembrano assomigliare sempre più a quelli del cervello dell’uomo.

Il Computer Neurale Differenziabile: l’intelligenza artificiale come la mente umana

intelligenza-artificialeDicevamo, c’è chi prova a fare qualche passo avanti. Parliamo, sempre, si DeepMind che, con Google supervisore, ha dato vita al primo “Computer Neurale Differenziabile”, o Differentiable Neural Compute, in Inglese.

Tutto il lavoro è stato descritto su Nature. In pratica, si tratta di una rete neurale che, appoggiandosi ad una memoria esterna, attiva un meccanismo di apprendimento astratto, utile alla soluzione di problemi reali. Il computer, dunque, sceglie efficientemente la via più breve fra due punti specificati o intuizione i passaggi mancanti in grafi generati in maniera casuale, traslando questa capacità anche in grafi specifici, proprio come funziona il cervello umano.

Ma attenzione. Il lavoro degli scienziati non è certo rivolto a produrre un surrogato della memoria umana. Il prodotto tende solo a massimizzare, come spiegato nell’articolo su Nature, alcune funzioni computazionali.

Il computer di Deepmind, comunque, proprio come farebbe la mente umana, ha imparato e memorizzato le operazioni necessarie a leggere un grafo e, successivamnete, è riuscito a districarsi nel labirinto della metropolinata londinese, rispondendo 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.

Back To Top