Kevin Kelly si è espresso sull'apprendimento sintetico

Kevin Kelly e l’apprendimento sintetico

Quest’anno l’argomento di Edge è: “Qual è la più interessante notizia scientifica recente? Cosa la rende così importante?“. Anche questa volta Kevin Kelly, cofondatore di Wired, scrittore e studioso della cultura digitale, non si è lasciato sfuggire l’occasione per esprimere la sua opinione.

In particolare, si è soffermato sullo sviluppo dell’intelligenza artificiale (IA) e della sua capacità di apprendimento. Vale a dire apprendimento sintetico. Di seguito ho riportato il suo intervento.

 

Apprendimento sintetico

Quest’anno, i ricercatori di DeepMind, una startup che si occupa di IA a Londra, ha riferito che ha insegnato a un sistema informatico come imparare a giocare a 49 singoli videogiochi. Non gli hanno insegnato “come giocare ai videogiochi”, ma come apprendere a giocare ai videogiochi. Questa è una differenza profonda. Giocare a un videogioco, anche a uno semplice come Pong degli anni ’70, richiede un insieme di abilità sofisticate di percezione, intuizione e cognitive.

Una dozzina di anni fa, nessun algoritmo poteva eseguire simili compiti. Ma oggi questi codici di gioco sono integrati nella maggior parte dei giochi per computer. Quando giochi a un videogioco del 2015, di solito stai giocando contro algoritmi sofisticati creati da geniali programmatori umani. Ma piuttosto che programmare questo gruppo di algoritmi per farli giocare, la squadra di IA di DeepMind ha programmato la sua macchina a imparare come giocare ai videogiochi. L’algoritmo (una rete neurale profonda) ha iniziato senza successo nel gioco, senza abilità o strategia. Poi ha assemblato il suo codice quando ha iniziato a giocare, con la ricompensa per il miglioramento. Il termine tecnico è apprendimento non supervisionato. Entro la fine di un centinaio di fasi, la rete neurale potrebbe giocare ai giochi come i giocatori umani, qualche volta meglio. In ogni senso della parola, ha appreso come giocare ai giochi.

Questo apprendimento non dovrebbe essere equiparato all'”intelligenza umana”. La meccanica del suo apprendimento è molto diversa da come apprendiamo noi. Non rimpiazzerà gli umani né conquisterà il mondo. Comunque, questo tipo di apprendimento sintetico crescerà in capacità. La notizia significativa è che quell’apprendimento – il vero apprendimento non supervisionato – può essere sintetizzato. Una volta che l’apprendimento può essere sintetizzato, questo può essere distribuito in tutti i tipi di funzioni e dispositivi ordinari. Può essere usato per consentire il miglioramento delle auto senza pilota, o per i programmi di diagnosi medica per migliorare con l’uso.

L’apprendimento, come tante altri attributi che pensavamo appartenessero solo agli umani, si rivela essere qualcosa che possiamo programmare con le macchine. L’apprendimento può essere automatizzato. Mentre il semplice apprendimento di secondo ordine (imparare come imparare) una volta era raro e prezioso, ora diventerà di routine e comune. Proprio come i potenti e instancabili motori, e le comunicazioni veloci di un secolo fa, l’apprendimento diventerà rapidamente la norma nel nostro mondo costruito. Tutti i tipi di cose semplici apprenderanno. L’apprendimento automatico sintetico non renderà il vostro forno intelligente quanto voi, ma farà un pane migliore.

Molto presto le cose intelligenti non saranno abbastanza. Ora che sappiamo come sintetizzare l’apprendimento, ci aspetteremo che tutte le cose miglioreranno automaticamente quando verranno usate, proprio come ha fatto l’allievo del gioco di DeepMind. La nostra sorpresa negli anni a venire sarà nei molti luoghi improbabili in cui saremo in grado di impiantare l’apprendimento sintetico.

Mani robotiche digitano su una tastiera
Fonte: Flickr

 


 

Secondo Kevin Kelly, dunque, la novità scientifica più interessante è stato questo enorme passo avanti compiuto dalla startup DeepMind. Un progresso che rientra benissimo tra le migliori innovazioni del 2015 nel settore dell’intelligenza artificiale. La rete neurale sviluppata dalla startup londinese ha imparato come giocare 49 giochi dell’Atari. Apprendeva sempre più a ogni errore, raggiungendo risultati eccezionali.

Anche l’anno scorso Kevin Kelly ha parlato dell’importanza dello sviluppo di IA. Secondo lo studioso americano, avremo sempre più bisogno di IA per poter migliorare le nostre vite. E che addirittura avremo bisogno delle IA intermedie per poter creare delle IA superiori. Delle IA che da soli, noi umani, non saremo mai in grado di sviluppare. Tanto è vero che l’acronimo AI, che di solito sta per “Artificial Intelligence“, un giorno potremo considerarlo come “Alien Intelligence“, ovvero “Intelligenza Aliena”. Quindi, per Kelly uno degli obiettivi dell’umanità sarà quello di creare alieni artificiali.

Quella di DeepMind è stata una grande innovazione, ma siamo ancora all’inizio. Riusciremo a costruire questi alieni artificiali? E soprattutto, ne trarremo davvero beneficio?


Se l’argomento ti interessa, puoi leggere anche la risposta di Rodney Brooks alla domanda di Edge 2016.


Lascia un commento

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.