L'Intelligence Designer di Google

Demis Hassabis ha iniziato a giocare a scacchi all'età di quattro anni e presto è diventata una bambina prodigio. All'età di otto anni, il successo sulla scacchiera lo ha portato a riflettere su due domande che lo hanno ossessionato da allora: primo, come fa il cervello a imparare a padroneggiare compiti complessi; e secondo, i computer potrebbero mai fare lo stesso?

Ora 38enne, Hassabis si interroga su queste domande per Google, avendo venduto la sua startup londinese poco conosciuta, DeepMind, alla società di ricerca all'inizio di quest'anno per 400 milioni di sterline (650 milioni di dollari all'epoca).

Google ha acquistato DeepMind poco dopo aver dimostrato un software in grado di insegnare da solo a giocare ai videogiochi classici a un livello sovrumano (vedi Google Cornering the Market on Deep Learning?). Alla conferenza TED di Vancouver di quest'anno, il CEO di Google Larry Page ha parlato di Hassabis e ha chiamato la tecnologia della sua azienda una delle cose più eccitanti che ho visto da molto tempo .

I ricercatori stanno già cercando modi in cui la tecnologia DeepMind possa migliorare alcuni dei prodotti esistenti di Google, come la ricerca. Ma se la tecnologia progredisce come spera Hassabis, potrebbe cambiare il ruolo che i computer svolgono in molti campi.

DeepMind cerca di creare software di intelligenza artificiale in grado di apprendere di fronte a quasi tutti i problemi. Questo potrebbe aiutare ad affrontare alcuni dei problemi più intrattabili del mondo, afferma Hassabis. L'IA ha un enorme potenziale per essere sorprendente per l'umanità, dice. Accelererà davvero i progressi nella risoluzione delle malattie e tutte queste cose su cui stiamo facendo progressi relativamente lenti al momento.

Uomo rinascimentale

La ricerca di Hassabis per comprendere e creare intelligenza lo ha portato attraverso tre carriere: sviluppatore di giochi, neuroscienziato e ora imprenditore di intelligenza artificiale. Dopo aver completato il liceo con due anni di anticipo, ha ottenuto un lavoro con il famoso designer di giochi britannico Peter Molyneux. A 17 anni, Hassabis ha guidato lo sviluppo del classico gioco di simulazione Theme Park, pubblicato nel 1994. Ha conseguito una laurea in informatica presso l'Università di Cambridge e ha fondato la sua società di giochi di successo nel 1998.

Ma le richieste di creare giochi per computer di successo limitavano quanto Hassabis potesse lavorare sulla sua vera vocazione. Ho pensato che fosse giunto il momento di fare qualcosa che si concentrasse sull'intelligenza come cosa primaria, dice.

Così, nel 2005, Hassabis ha iniziato un dottorato di ricerca in neuroscienze presso l'University College di Londra, con l'idea che lo studio dei cervelli reali potrebbe rivelare indizi che potrebbero aiutare con l'intelligenza artificiale. Ha scelto di studiare l'ippocampo, una parte del cervello che è alla base della memoria e della navigazione spaziale, e che è ancora relativamente poco conosciuta. Ho selezionato aree e funzioni del cervello per le quali non avevamo algoritmi molto buoni, dice.

In quanto scienziato informatico e imprenditore di giochi che non aveva studiato biologia al liceo, Hassabis si è distinto tra i medici e gli psicologi nel suo dipartimento. Scherzavo dicendo che l'unica cosa che sapevo del cervello era che era nel cranio, dice.

Ma Hassabis ha presto lasciato il segno. In uno studio del 2007 riconosciuto dalla rivista Scienza avere ha La svolta dell'anno , ha mostrato che cinque pazienti affetti da amnesia a causa di danni all'ippocampo hanno lottato per immaginare eventi futuri. Ha suggerito che anche una parte del cervello che si pensa si occupi solo del passato è cruciale per pianificare il futuro.

Che la memoria e la pianificazione futura siano intrecciate è stata un'idea che Hassabis ha portato con sé nella sua prossima avventura. Nel 2011 ha lasciato la carriera di ricercatore post-dottorato per fondare DeepMind Technologies, un'azienda il cui obiettivo dichiarato era quello di risolvere l'intelligence.

Punteggio alto

Hassabis ha fondato DeepMind con un collega specialista di intelligenza artificiale Shane Leg e l'imprenditore seriale Mustafa Suleyman. La società ha assunto ricercatori di spicco nell'apprendimento automatico e ha attirato investitori degni di nota, tra cui l'azienda Founders Fund di Peter Thiel e il fondatore di Tesla e SpaceX Elon Musk. Ma DeepMind ha mantenuto un basso profilo fino a dicembre 2013, quando ha organizzato una sorta di momento di debutto in una conferenza di ricerca di primo piano sull'apprendimento automatico.

Al Casinò di Harrah sulle rive del lago Tahoe, i ricercatori di DeepMind hanno mostrato un software che aveva imparato a giocare a tre classici giochi Atari - Pong, Breakout ed Enduro - meglio di un essere umano esperto. Il software non è stato programmato con alcuna informazione su come giocare; era dotato solo dell'accesso ai controlli e del display, della conoscenza del punteggio e dell'istinto per renderlo il più alto possibile. Il programma è diventato un giocatore esperto attraverso tentativi ed errori.

Nessuno aveva mai dimostrato un software in grado di imparare a padroneggiare un compito così complesso da zero. DeepMind aveva utilizzato una tecnica di apprendimento automatico di nuova moda chiamata deep learning, che prevede l'elaborazione dei dati attraverso reti di neuroni simulati in modo grossolano (vedi 10 Breakthrough Technologies 2013: Deep Learning). Ma aveva combinato il deep learning con altri trucchi per creare qualcosa con un livello di intelligenza inaspettato.

Le persone sono rimaste un po' scioccate perché non si aspettavano che saremmo stati in grado di farlo in questa fase della tecnologia, afferma Stuart Russell , professore e specialista di intelligenza artificiale presso l'Università della California, Berkeley. Penso che abbia fatto riflettere molte persone.

DeepMind aveva combinato l'apprendimento profondo con una tecnica chiamata apprendimento per rinforzo, che si ispira al lavoro di psicologi animali come BF Skinner. Ciò ha portato a un software che apprende intraprendendo azioni e ricevendo feedback sui loro effetti, come spesso fanno gli esseri umani o gli animali.

I ricercatori di intelligenza artificiale hanno armeggiato per decenni con l'apprendimento per rinforzo. Ma fino alla demo di Atari di DeepMind, nessuno aveva costruito un sistema in grado di imparare qualcosa di così complesso come giocare a un gioco per computer, afferma Hassabis. Uno dei motivi per cui era possibile era un trucco preso in prestito dalla sua area preferita del cervello. Parte del processo di apprendimento del software per la riproduzione di Atari prevedeva di riprodurre più e più volte le sue esperienze passate per cercare di estrarre i suggerimenti più accurati su cosa avrebbe dovuto fare in futuro. È qualcosa che sappiamo che fa il cervello, dice Hassabis. Quando vai a dormire, il tuo ippocampo riproduce il ricordo della giornata nella tua corteccia.

Un anno dopo, Russell e altri ricercatori sono ancora perplessi su come quel trucco, e altri usati da DeepMind, abbiano portato a risultati così straordinari e per cos'altro potrebbero essere usati. Google non ha impiegato molto a riconoscere l'importanza dello sforzo, annunciando un mese dopo la dimostrazione di Tahoe di aver acquisito DeepMind.

Uomo di compagnia

Oggi, Hassabis guida quello che ora viene chiamato Google DeepMind. Ha ancora sede a Londra e ha ancora l'intelligence risolta come missione. Circa 75 persone forti all'epoca in cui è entrato a far parte di Google, Hassabis ha detto che mirava ad assumerne circa 50 in più. Circa il 75 per cento del gruppo lavora sulla ricerca fondamentale. Il resto forma un team di ricerca applicata che cerca opportunità per applicare le tecniche di DeepMind ai prodotti Google esistenti.

La tecnologia di DeepMind potrebbe essere utilizzata per perfezionare i consigli di YouTube o migliorare la ricerca vocale mobile dell'azienda, afferma Hassabis. Vedrai parte della nostra tecnologia incorporata in questo tipo di cose nei prossimi anni, dice. Google non è l'unico convinto che questo approccio potrebbe essere una fonte di denaro. Il mese scorso, Hassabis ha ricevuto il Mullard Award dalla Royal Society del Regno Unito per il lavoro che potrebbe giovare all'economia del paese.

Ma Hassabis sembra più entusiasta quando parla di andare oltre la semplice modifica degli algoritmi alla base dei prodotti di oggi. Sogna di creare scienziati dell'IA che potrebbero fare cose come generare e testare nuove ipotesi sulla malattia in laboratorio. Quando viene spronato, dice anche che il software di DeepMind potrebbe essere utile anche alla robotica, un'area in cui Google ha recentemente investito molto (vedi The Robots Running This Way). Uno dei motivi per cui non abbiamo più robot che fanno cose più utili è che di solito sono preprogrammati, dice. Sono molto pessimi nell'affrontare gli imprevisti o nell'apprendere cose nuove.

La riluttanza di Hassabis a parlare di applicazioni potrebbe essere timida, o potrebbe essere che i suoi ricercatori siano ancora nelle prime fasi di comprensione di come far progredire il software di intelligenza artificiale dell'azienda. Un forte indicatore del fatto che Hassabis si aspetta rapidi progressi verso una nuova potente forma di intelligenza artificiale è che sta istituendo un comitato etico all'interno di Google per considerare i possibili svantaggi dell'intelligenza artificiale avanzata. È qualcosa di cui noi o altre persone di Google dobbiamo essere consapevoli. Al momento stiamo ancora giocando ai giochi Atari, dice ridendo. Ma siamo ai primi gradini della scala.

Questa storia è stata aggiornata il 3 dicembre per riflettere che il software di gioco Atari di DeepMind non ha imparato a battere un esperto umano in Space Invaders.

nascondere