211service.com
Il guru dell'intelligenza artificiale di Google afferma che la grande intelligenza artificiale deve basarsi sulle neuroscienze
Demis Hassabis sa un paio di cose sull'intelligenza artificiale: ha fondato la startup AI londinese DeepMind, che è stata acquistata da Google per 650 milioni di dollari nel 2014. Da allora, la sua azienda ha spazzato via il terreno con gli umani nel complesso gioco di Go e ha iniziato a fare passi verso la creazione di IA più generali.
Ma ora è uscito allo scoperto e ha detto che l'unico modo per l'intelligenza artificiale di realizzare il suo vero potenziale è con una dose di ispirazione dall'intelletto umano.
Attualmente, la maggior parte dei sistemi di intelligenza artificiale si basa su livelli di matematica che sono solo vagamente ispirati dal modo in cui funziona il cervello umano. Ma diversi tipi di apprendimento automatico, come il riconoscimento vocale o l'identificazione di oggetti in un'immagine, richiedono strutture matematiche diverse e gli algoritmi risultanti sono in grado di eseguire solo compiti molto specifici.
Costruire un'IA in grado di svolgere compiti generali, piuttosto che di nicchia, è un desiderio di lunga data nel mondo dell'apprendimento automatico. Ma la verità è che espandere quegli algoritmi specializzati a qualcosa di più versatile rimane un problema incredibilmente difficile, in parte perché tratti umani come curiosità, immaginazione e memoria non esistono o sono solo agli inizi nel mondo dell'IA.
In una carta pubblicato oggi sulla rivista Neurone , Hassabis e tre coautori sostengono che solo comprendendo meglio l'intelligenza umana possiamo sperare di spingere i confini di ciò che gli intelletti artificiali possono ottenere.
In primo luogo, dicono, una migliore comprensione di come funziona il cervello ci consentirà di creare nuove strutture e algoritmi per l'intelligenza elettronica. In secondo luogo, le lezioni apprese dalla creazione e dal test di IA all'avanguardia potrebbero aiutarci a definire meglio cosa sia veramente l'intelligenza.
Il documento stesso esamina la storia delle neuroscienze e dell'intelligenza artificiale per comprendere le interazioni tra i due. Sostiene che l'apprendimento profondo, che utilizza strati di neuroni artificiali per comprendere gli input, e l'apprendimento per rinforzo, in cui i sistemi apprendono per tentativi ed errori, devono entrambi molto alla neuroscienza.
Ma sottolinea anche che i progressi più recenti non si sono basati sulla biologia in modo così efficace e che un'intelligenza generale avrà bisogno di caratteristiche più simili a quelle umane, come una comprensione intuitiva del mondo reale e modi di apprendimento più efficienti. La soluzione, sostengono Hassabis e i suoi colleghi, è un rinnovato scambio di idee tra l'IA e le neuroscienze [che] può creare un 'circolo virtuoso' che fa avanzare gli obiettivi di entrambi i campi.
Hassabis non è il solo in questo tipo di pensiero. Gary Marcus, professore di psicologia alla New York University ed ex direttore del laboratorio di intelligenza artificiale di Uber, ha affermato che i sistemi di apprendimento automatico potrebbero essere migliorati utilizzando le idee raccolte studiando lo sviluppo cognitivo dei bambini.
Anche così, implementare questi risultati digitalmente non sarà facile. Come spiega Hassabis in un'intervista con il Verge , l'intelligenza artificiale e le neuroscienze sono diventati due campi molto, molto grandi, intrisi delle loro stesse tradizioni, il che rende abbastanza difficile essere esperti anche in uno di quei campi, per non parlare di esperti abbastanza in entrambi da poter tradurre e trovare connessioni tra di loro.
(Per saperne di più: Neurone , Il confine , Intelligence Designer di Google, quest'uomo può rendere l'IA più umana? )