211service.com
IBM e MIT scommettono che i materiali e i progressi quantistici aumenteranno l'IA
IBM
Un nuovo centro da 240 milioni di dollari al MIT potrebbe aiutare a far progredire il campo dell'intelligenza artificiale sviluppando nuovi dispositivi e materiali per alimentare i più recenti algoritmi di apprendimento automatico. Potrebbe, forse, anche aiutare IBM a rivendicare la sua reputazione di fare intelligenza artificiale all'avanguardia.
Il progetto, annunciato oggi da IBM e MIT, cercherà nuovi approcci nel deep learning, una tecnica nell'IA che ha portato a grandi progressi in aree come la visione artificiale e il riconoscimento vocale. Ma esplorerà anche dispositivi informatici, materiali e fenomeni fisici completamente nuovi, compresi gli sforzi per sfruttare i computer quantistici, nuove macchine esotiche ma potenzialmente molto potenti, per rendere l'IA ancora più capace.
Molte innovazioni stanno avvenendo utilizzando silicio e architetture standard, ma per quanto riguarda i dispositivi e la scienza dei materiali? dice Dario Gil , vicepresidente dell'IA presso IBM Research. È un'area che nessuno sta toccando e ha il potenziale per miglioramenti di ordini di grandezza.
Il centro esaminerà anche i modi in cui l'IA può essere implementata in modo più efficace in settori come l'assistenza sanitaria e la sicurezza. E studierà l'impatto economico dell'intelligenza artificiale e dell'automazione, una questione estremamente significativa per la società.
La mossa è significativa per il MIT. L'università era in prima linea nella ricerca sull'intelligenza artificiale negli anni '50, ma il baricentro del campo si è spostato più recentemente verso ovest, con grandi aziende tecnologiche come Google, Facebook, Microsoft e Amazon in testa.
L'investimento segna anche un cambiamento per IBM. L'azienda ha spinto l'IA in avanti sviluppando Deep Blue, una macchina che ha battuto il campione del mondo di scacchi, Garry Kasparov, nel 1997 (vedi How the Chess Was Won). Il supercomputer Watson che ha vinto il game show Pericolo! nel 2010 ha utilizzato tecniche di apprendimento automatico e di elaborazione del linguaggio naturale all'avanguardia. Negli ultimi anni, tuttavia, altre società hanno rubato le luci della ribalta nella ricerca sull'intelligenza artificiale e l'azienda è stata talvolta accusata di sovrastimare i servizi di intelligenza artificiale disponibili con il marchio Watson.
Concentrarsi sull'hardware, in particolare, può essere un buon modo per riavviare. Sebbene negli ultimi anni ci siano stati notevoli progressi nell'IA, la maggior parte di questi è avvenuta grazie a una manciata di algoritmi, nonché alla crescente disponibilità di potenti supercomputer e grandi quantità di dati di addestramento. Anche quando emergono nuovi approcci, nuovi materiali e architetture informatiche offrono un enorme potenziale per migliorare questi algoritmi di intelligenza artificiale.
La maggior parte dell'apprendimento automatico all'avanguardia viene eseguita oggi su chip per computer convenzionali, sia originariamente progettati per l'elaborazione grafica o personalizzati per gestire i calcoli necessari nel modo più efficiente possibile. Il ripensamento delle architetture dei chip e dei tipi di componenti utilizzati potrebbe aumentare significativamente le prestazioni. IBM ha già una forte attenzione alla ricerca sulla scienza dei materiali e sui nuovi dispositivi informatici. Per quanto tutti siamo entusiasti dell'IA, il campo ha molti decenni davanti a sé, afferma Gil.
Rafael Reif, presidente del MIT (a sinistra) e John Kelly, vicepresidente senior per le soluzioni cognitive e la ricerca presso IBM.
Una di queste opportunità potrebbe venire dall'informatica quantistica. Curiosità di ricerca da decenni, ora sta progredendo verso macchine pratiche in grado di affrontare problemi reali, in particolare in aree come la ricerca chimica. I suoi possibili effetti sull'apprendimento automatico e sull'intelligenza artificiale creano domande affascinanti.
Gil dice che è troppo presto per prevedere come andranno le cose, ma crede che la sperimentazione potrebbe fornire alcune sorprese. Ciò accadrà solo se hai un maledetto computer quantistico, ed è quello che abbiamo, dice.
Oltre ai progressi hardware, il nuovo centro del MIT cercherà nuovi tipi di algoritmi di apprendimento automatico. In particolare, studierà gli algoritmi che consentono ai computer di apprendere da dati grezzi o non etichettati e quelli che potrebbero consentire di trasferire l'apprendimento da un dominio all'altro.
Ananta Chandrakasan , preside della scuola di ingegneria del MIT, afferma che gli sforzi di ricerca nell'hardware e nel software dovrebbero idealmente alimentarsi l'uno con l'altro. Non progetteremo algoritmi completamente indipendenti dalle architetture che utilizzeremo, dice. Vedremo il pensiero a livello di sistema.
Il laboratorio esaminerà anche come l'IA può essere applicata in domini specifici, come l'assistenza sanitaria e la sicurezza informatica. Chandrakasan afferma di essere particolarmente entusiasta di esplorare le applicazioni pratiche dell'IA e spera che l'impresa genererà nuove società spin-out nei prossimi anni.
Questa area di interesse potrebbe rivelarsi particolarmente importante per l'attuale attività di IBM. L'azienda ha trovato più difficile del previsto implementare Watson in aree come l'assistenza sanitaria (vedi A Reality Check for IBM's AI Ambitions).
La collaborazione proseguirà anche la ricerca sulle implicazioni dell'IA per la prosperità globale. Francesca Rossi, illustre ricercatrice presso l'IBM T.J. Watson Research Center, afferma che il progetto si integrerà con il lavoro sugli algoritmi di intelligenza artificiale. Per promuovere la prosperità condivisa attraverso l'IA, devi anche far avanzare gli algoritmi di intelligenza artificiale che useresti, dice.
Nella sua focalizzazione sull'utilizzo dell'IA per fornire vantaggi economici e sociali, lo sforzo si sovrappone in qualche modo con il Partnership sull'IA , un consorzio che IBM ha contribuito a fondare nel settembre 2016 per studiare come l'IA sta influenzando la società. Ma Rossi afferma che la collaborazione MIT-IBM produrrà ricerca, mentre la Partnership fornisce una piattaforma aperta per discutere di questi problemi. Ad esempio, la Partnership sull'IA potrebbe raccomandare che ogni sistema di IA sia in grado di spiegarsi, come linea guida generale. Ma gli esperti di intelligenza artificiale non capiscono ancora come gli algoritmi prendono le decisioni (vedi The Dark Secret at the Heart of AI). Il MIT e l'IBM potrebbero escogitare modi per affrontare questo enigma lavorando insieme, afferma Rossi.