IBM testa gli algoritmi cerebrali controversi di Pioneer Computing

Per più di un decennio Jeff Hawkins, fondatore della società di mobile computing Palm, ha dedicato il suo tempo e la sua fortuna a una teoria intesa a spiegare il funzionamento del cervello umano e fornire un progetto per un nuovo potente tipo di software di intelligenza artificiale. Ma la compagnia di Hawkins, Numenta , ha avuto scarso impatto sul settore tecnologico, anche se l'apprendimento automatico è diventato centrale per aziende come Google.

Ora, un gigante della tecnologia si sta finalmente interessando.

IBM ha istituito un gruppo di ricerca per lavorare sugli algoritmi di apprendimento di Numenta nel suo laboratorio di ricerca Almaden a San Jose, in California. Gli algoritmi sono in fase di test per attività tra cui l'interpretazione delle immagini satellitari e il gruppo sta lavorando a progetti per computer che implementino le idee di Hawkins nell'hardware. Hawkins afferma che circa 100 persone stanno lavorando al progetto, noto internamente come il Centro di apprendimento corticale.

IBM non farebbe il leader del progetto, Winfried Wilke , disponibile per un colloquio. Ma Wilcke ha descritto pubblicamente il suo lavoro a conferenza al Sandia National Lab a febbraio. Ha elogiato il software di Numenta per essere più vicino alla realtà biologica rispetto ad altri software di apprendimento automatico e ha affermato che può imparare a dare un senso ai dati grezzi in modo più efficiente. Gli esperti di solito devono addestrare il software di apprendimento automatico con dati di esempio prima che possa funzionare. Gli algoritmi di Numenta potrebbero consentire di applicare l'apprendimento automatico a molti più problemi, ha affermato Wilcke.

L'apprendimento automatico è ampiamente utilizzato da Google e da altre società informatiche per varie attività, dalla categorizzazione delle immagini all'elaborazione di frasi pronunciate. Molti ricercatori si sono concentrati su una tecnica chiamata deep learning, che allena reti multistrato di neuroni artificiali per trovare modelli nei dati (vedi 10 Breakthrough Technologies 2013: Deep Learning). I risultati sono stati sorprendenti, ma l'apprendimento profondo non imita da vicino la biologia.

Gli algoritmi di Numenta operano anche in rete, ma mirano a ricreare fedelmente il comportamento dei circuiti ripetuti di circa 100 neuroni che si trovano nello strato esterno del cervello chiamato neocorteccia.

Il nostro obiettivo non è quello di essere biologicamente ispirati; Voglio ricreare esattamente, dice Hawkins. Crede che la capacità del cervello di dare un senso al mondo sia radicata in questi circuiti ripetitivi e che imitarli nel software renderà il software di apprendimento automatico capace di molto di più. È così che costruiresti davvero un'intelligenza artificiale, dice.

Nel suo discorso su Sandia, Wilkce ha detto che Numenta ha trovato un equilibrio tra prendere spunti dalla biologia e creare software pratico. Sembra colpire un punto debole, ha detto Wilcke. Non è eccessivamente semplificato e non così complicato da avere poche possibilità di costruire un modello su larga scala.

Il gruppo IBM sta lavorando sull'utilizzo degli algoritmi di Numenta per analizzare le immagini satellitari delle colture e per individuare i segnali di allerta precoce di guasti meccanici nei dati di pompe o altri macchinari. Wilcke ha anche descritto i piani per un nuovo computer che è una sorta di ricreazione fisica degli algoritmi di Numenta.

Il piano prevede di impilare più wafer di silicio uno sopra l'altro, con connessioni fisiche in esecuzione tra di loro per imitare le reti descritte dagli algoritmi di Numenta.

Alcuni informatici e neuroscienziati sono critici nei confronti delle idee di Hawkins, dicendo che non sono stati all'altezza delle sue affermazioni. Gary Marco , professore di psicologia alla New York University e co-fondatore di una startup di intelligenza artificiale chiamata Geometric Intelligence, afferma che i modelli di Numenta sono probabilmente più vicini al modo in cui opera il cervello rispetto alle reti neurali artificiali. Ma anche loro sono troppo semplificati, dice. E finora non ho visto un argomento abbattuto sul fatto che producano prestazioni migliori in nessuna delle principali aree di sfida.

Marcus afferma che gli algoritmi di Hawkins imitano solo alcuni dei meccanismi noti al lavoro nel cervello e che la maggior parte della sua funzione rimane ancora un mistero. Finora le dimostrazioni della tecnologia di Numenta sono state limitate, aggiunge. Non li ho visti provare a gestire la comprensione del linguaggio naturale o persino a produrre risultati all'avanguardia nel riconoscimento delle immagini, dice.

Sebbene Hawkins indichi il fatto che IBM abbia raccolto le sue idee come prova del loro merito, non sembra avere particolare fretta di vederle lasciare un segno nel mondo. Si è ritirato da un precedente piano per fare soldi commercializzando il primo prodotto di Numenta, il software lanciato alla fine del 2013, chiamato Grok , che ricerca le anomalie nei log prodotti dal software ospitato nel cloud. Hawkins afferma che il software sarà presto rilasciato gratuitamente.

Invece, lo staff di Numenta, composto da circa 20 persone, è ora concentrato sul perfezionamento degli algoritmi costruiti dalla teoria originale di Hawkins. Fare in modo che il software sia in grado di imparare a controllare i motori e altre apparecchiature fisiche è uno degli obiettivi principali. Potrebbe essere utile per la robotica, un giorno. Siamo molto fortunati che, grazie a me e ad altri investitori, non dobbiamo costruire un business attorno a questo in questo momento, dice Hawkins. Pensiamo di costruire una base di proprietà intellettuale per i prossimi 30 anni di informatica.

nascondere