211service.com
Un programma per computer che impara a immaginare il mondo mostra come l'IA può pensare in modo più simile a noi
L'avanzata di DeepMind potrebbe portare a macchine in grado di dare un senso migliore a una scena. 14 giugno 2018
Mente profonda
Le macchine dovranno migliorare molto nel dare un senso al mondo da sole se vogliono diventare veramente intelligenti.
Mente Profonda , la sussidiaria di Alphabet focalizzata sull'intelligenza artificiale, ha fatto un passo in quella direzione creando un programma per computer che costruisce un'immagine mentale del mondo da solo. Si potrebbe dire che impara a immaginare il mondo che lo circonda.
Il sistema, che utilizza quella che i ricercatori di DeepMind chiamano una rete di query generativa (GQN), osserva una scena da diverse angolazioni e può quindi descrivere come sarebbe da un'altra angolazione.
Questo potrebbe sembrare banale, ma richiede una capacità relativamente sofisticata di conoscere il mondo fisico. A differenza di molti sistemi di visione con intelligenza artificiale, il programma DeepMind dà un senso a una scena più come una persona. Anche se qualcosa è parzialmente occluso, ad esempio, può ragionare su ciò che c'è.
Alla fine, tale tecnologia potrebbe servire come base per un'intelligenza artificiale più profonda, consentendo alle macchine di descrivere e ragionare sul mondo con una sofisticatezza molto maggiore.
Ali Eslami, ricercatore presso DeepMind, e i suoi colleghi hanno testato l'approccio su tre impostazioni virtuali: un tavolo a forma di blocco, un braccio robotico virtuale e un semplice labirinto. Il sistema utilizza due reti neurali; uno impara e un altro genera, o immagina, nuove prospettive. Il sistema acquisisce aspetti di una scena, comprese forme, posizioni e colori degli oggetti, utilizzando una rappresentazione vettoriale, che la rende relativamente efficiente. La ricerca appare sulla rivista Scienza oggi.
Il lavoro rappresenta una sorta di nuova direzione per DeepMind, che si è fatta un nome sviluppando programmi in grado di eseguire prodezze straordinarie, incluso imparare a giocare al complesso e astratto gioco da tavolo Go. Il nuovo progetto si basa su altre ricerche accademiche che cercano di imitare la percezione e l'intelligenza umana utilizzando strumenti computazionali simili.
È un passo interessante e prezioso nella giusta direzione, dice Josh Tenenbaum , un professore che guida il gruppo Computational Cognitive Science al MIT.
Tenenbaum afferma che la capacità di gestire scene complesse in modo modulare è impressionante, ma aggiunge che l'approccio mostra gli stessi limiti di altri metodi di apprendimento automatico, inclusa la necessità di un'enorme quantità di dati di formazione: la giuria è ancora fuori su quanto del problema che questo risolve.
Sam Gershman , che dirige il Computational Cognitive Neuroscience Lab di Harvard, afferma che il lavoro di DeepMind combina alcune idee importanti su come funziona la percezione visiva umana. Ma osserva che, come altri programmi di intelligenza artificiale, è alquanto ristretto, in quanto può rispondere solo a una singola domanda: come sarebbe una scena da un diverso punto di vista?
Al contrario, gli esseri umani possono rispondere a un'infinita varietà di domande su una scena, dice Gershman. Che aspetto avrebbe una scena se spostassi un po' il cerchio blu a sinistra, o ridipinssi il triangolo rosso, o schiacciassi il cubo giallo?
Gershman afferma che non è chiaro se l'approccio di DeepMind possa essere adattato per rispondere a domande più complesse o se potrebbe essere necessario un approccio fondamentalmente diverso.