Intelligenza Artificiale: una rete neurale che pensa come gli esseri umani

Informatica avanzata: come creare una Intelligenza Artificiale che pensa come gli esseri umani.

In un articolo pubblicato su Nature questa settimana, viene dimostrata l’esistenza di una rete neurale con capacità simili a quelle umane di generalizzazione sistematica, ossia la capacità di imparare nuovi concetti e combinarli con concetti esistenti. Questo ritrovamento sfida una nozione di 35 anni fa secondo cui le reti neurali non sono modelli validi della mente umana perché mancano di una capacità di generalizzazione sistematica. L’approccio utilizzato potrebbe promettere lo sviluppo di sistemi di intelligenza artificiale con comportamenti più simili a quelli umani.

Gli esseri umani possono imparare un nuovo concetto, come il salto, e applicarlo in altre situazioni, come il salto all’indietro o intorno a un ostacolo; questa combinazione di concetti nuovi ed esistenti è nota come generalizzazione sistematica. Nel 1988, i ricercatori sostennero che le reti artificiali non avevano questa capacità e quindi non erano modelli affidabili della cognizione umana. Nonostante i grandi progressi degli ultimi decenni, le reti neurali faticano ancora a dimostrare la generalizzazione sistematica.

Brenden Lake e Marco Baroni forniscono prove che le reti neurali possono raggiungere una generalizzazione sistematica simile a quella umana. Utilizzano un approccio di meta-apprendimento ottimizzato per le competenze compositive (la capacità di organizzare concetti in un ordine logico), in cui il sistema può imparare attraverso compiti in continua evoluzione, anziché ottimizzare un set di dati statico – come era l’approccio standard. Confrontando gli esseri umani e la rete neurale uno accanto all’altro, gli autori valutano i risultati dei test di generalizzazione sistematica: imparare il significato di parole fittizie e poi fare ipotesi sulla relazione grammaticale tra queste parole. La rete neurale si confronta, o a volte supera, la generalizzazione sistematica simile a quella umana.

Anche se l’approccio di meta-apprendimento non consente alla rete neurale di generalizzare al di fuori del compito su cui è stata addestrata, gli autori suggeriscono che i loro risultati promettono lo sviluppo futuro di intelligenza artificiale che potrebbe comportarsi in modo più simile alla mente umana.

Articolo Nature: Human-like systematic generalization through a meta-learning neural network. DOI 10.1038/s41586-023-06668-3.

Immagine: credits Mikhail Voitik, Nature.