Un'IA con 30 anni di conoscenza finalmente va al lavoro

Dopo aver trascorso gli ultimi 31 anni a memorizzare una sorprendente raccolta di conoscenze generali, il motore di intelligenza artificiale creato da Doug Lenat è finalmente pronto per andare al lavoro.

La creazione di Lenat è Cic , una base di conoscenza di informazioni semantiche progettata per fornire ai computer una comprensione di come funzionano le cose nel mondo reale.

A Cyc sono state fornite molte migliaia di fatti, comprese molte informazioni che non troveresti in un'enciclopedia perché sembra ovvio. Sa, per esempio, che Sir Isaac Newton è un famoso personaggio storico che non è più in vita. Ma ancora più importante, Cyc capisce anche che se lasci andare una mela cadrà a terra; che una mela non è più grande di una persona; e che una persona non può lanciare una mela nello spazio.

E ora, dopo anni di lavoro, il sistema Lenat viene commercializzato da una società chiamata Lucido .

Parte del motivo è il fatto di Cyc, spiega Lenat, che ha lasciato il suo posto di professore a Stanford per iniziare il progetto alla fine del 1984. Non che non ci sia nient'altro da fare, dice. Ma osserva che la maggior parte di ciò che resta da aggiungere è rilevante per un'area specifica di competenza, come la finanza o l'oncologia.

Tra gli altri progetti, l'azienda sta sviluppando un assistente personale dotato delle conoscenze generali di Cyc. Questo potrebbe forse portare a qualcosa di simile a Siri ma meno predisposto a stupidi malintesi.

Michael Stewart, collaboratore di lunga data di Lenat e CEO di Lucid, afferma che la nuova società è in trattative con vari altri interessati all'utilizzo della base di conoscenza di Cyc. Lucido è stato lavorando con la Cleveland Clinic , ad esempio, per automatizzare il processo di ricerca dei pazienti per gli studi clinici. Ciò ha comportato l'aggiunta di nuove informazioni alla knowledge base di Cyc e una nuova interfaccia front-end che consente ai medici di inserire query in linguaggio naturale come Trova pazienti con batteri dopo una finestra pericardica. Lucid non dovrebbe solo trovare i pazienti candidati giusti, ma fornire una chiara catena di ragionamenti logici sul motivo per cui li ha selezionati.

Stewart afferma che la società sta anche lavorando con banche e società finanziarie per sviluppare soluzioni simili per scoprire informazioni sugli investimenti e insider trading. Il sistema è stato in grado di individuare un potenziale caso di abuso di informazioni privilegiate quando ha appreso, da un organigramma, che due persone si erano sedute una accanto all'altra diversi anni prima. Ha capito che se due persone si siedono una accanto all'altra, significa che si conoscono.

In ogni caso, l'IA deve affrontare una piccola curva di apprendimento. Intervistiamo esperti in materia e esaminiamo anche la documentazione dell'azienda o documenti di storia medica, afferma Stewart. Ingeriamo quella conoscenza in Cyc proprio come faresti con un essere umano.

Il fatto che Cyc sia ora commercializzato potrebbe sollevare alcune sopracciglia. Il progetto ha trascorso così tanto tempo in gestazione che spesso è sembrato che non potesse mai raggiungere il mercato (vedi The Cost of Common Sense ).

Inoltre, l'hardcoding di regole e logica in un'IA è un approccio piuttosto antiquato. Negli ultimi anni, l'apprendimento automatico e soprattutto le reti neurali sono arrivate a dominare il campo, grazie a improvvisi sbalzi di prestazioni resi possibili da algoritmi migliori, hardware più potente e enormi quantità di dati di addestramento (vedi 10 Breakthrough Technologies 2013: Deep Learning). L'impressionante programma Go-playing di Google AlphaGo, ad esempio, ha dominato il gioco incredibilmente complesso e astratto utilizzando vari trucchi di apprendimento automatico (vedi Google's AI Is Battering One of the World's Top Go Players in Style).

Ma il deep learning non è bravo a infondere nelle macchine qualcosa come il buon senso, che molti vedono come un'importante lacuna. Lenat crede certamente che i progressi nell'apprendimento automatico e nell'apprendimento profondo saranno imperfetti senza una conoscenza codificata a mano. Va bene dire che avremo programmi che eccellono a dama e scacchi e vai, dice. Ma questo è molto diverso dal dire che quei programmi saranno in grado di avere conversazioni prolungate che ti faranno prendere decisioni che riguardano la vita umana.

Gary Marco , professore di psicologia e scienze neurali alla New York University e cofondatore di una società di intelligenza artificiale chiamata Geometric Intelligence, afferma che Lucid è interessante perché mira ad affrontare alcune delle carenze degli approcci popolari. Cyc ha la reputazione di essere ingombrante e negli ultimi dieci anni non è stato detto quasi nulla pubblicamente, dice Marcus. Allo stesso tempo, rappresenta un approccio molto diverso da tutte le cose di deep learning che sono state le notizie.

Marcus concorda sul fatto che i recenti progressi, che hanno consentito ai computer di elaborare immagini e audio con abilità simili a quelle umane, sono alquanto limitati. L'apprendimento profondo riguarda principalmente la percezione, dice, ma ci sono molte inferenze coinvolte nel ragionamento umano quotidiano e Cyc rappresenta un serio sforzo per cimentarsi con la sottigliezza di tale inferenza. Non so cosa emergerà, ma sono ansioso di vedere.

nascondere