Uomo e apparato

Nell'estate del 1955, un quartetto di importanti matematici statunitensi - il termine informatico non era ancora in uso - propose una conferenza al Dartmouth College per indagare su un argomento che chiamarono intelligenza artificiale. Lo studio deve procedere sulla base della congettura che ogni aspetto dell'apprendimento o qualsiasi altra caratteristica dell'intelligenza può in linea di principio essere descritto in modo così preciso da poter realizzare una macchina per simularlo, afferma la proposta.

Tomaso Poggio

La conferenza di un mese, che ebbe luogo nel 1956, è generalmente considerata la genesi della ricerca sull'intelligenza artificiale. Tre degli autori della proposta - l'inventore del LISP John McCarthy, il pioniere della teoria dell'informazione Claude Shannon, SM '40, PhD '40 e il futuro vincitore del Turing Award Marvin Minsky - avrebbero successivamente insegnato al MIT. McCarthy e Minsky (che rimane in facoltà dopo 55 anni) hanno fondato il MIT Artificial Intelligence Laboratory.

Nel 1967, i progressi nella tecnologia informatica erano stati così rapidi che Minsky, nel suo libro Calcolo: macchine finite e infinite , è stato incoraggiato a scrivere, Entro una generazione, sono convinto, pochi compartimenti dell'intelletto rimarranno al di fuori del regno della macchina: i problemi della creazione di 'intelligenza artificiale' saranno sostanzialmente risolti.

La previsione di Minsky, ovviamente, era eccessivamente ottimistica. Si scopre che vincere a scacchi, che i primi ricercatori di intelligenza artificiale consideravano l'applicazione paradigmatica dell'intelligenza, è un problema computazionale molto più semplice rispetto, ad esempio, a distinguere le parole pronunciate o riconoscere i volti.

Negli anni '80 e '90, quando la difficoltà di replicare l'intelligenza umana è diventata chiara, l'intelligenza artificiale ha assunto un significato molto diverso: sistemi informatici pratici e per scopi speciali, spesso basati sull'apprendimento automatico, che applica l'analisi statistica a un numero enorme di esempi di formazione. Questo è l'approccio che ci ha fornito sistemi di riconoscimento vocale e traduttori di testo automatici.

Ora i ricercatori del MIT credono che sia tempo di rilanciare le grandi ambizioni dell'IA, nella speranza di sviluppare terapie migliori per i disturbi neurologici e sistemi informatici in grado di anticipare i nostri bisogni con un'intuizione simile a quella umana. E la National Science Foundation sembra essere d'accordo. A settembre ha annunciato una sovvenzione di 25 milioni di dollari per il Center for Brains, Minds and Machines (CBMM), che ha sede presso il McGovern Institute for Brain Research del MIT. Il MIT sta fornendo 12 investigatori primari; altri sei provengono da Harvard e altri cinque da altre istituzioni.

CBMM è guidato da Tomaso Poggio, professore di scienze del cervello e comportamento umano e ricercatore principale sia al McGovern Institute che al Computer Science and Artificial Intelligence Laboratory (CSAIL). I suoi doppi incarichi illustrano la premessa principale alla base del nuovo centro: faremo progressi molto più rapidi verso la comprensione dell'intelligenza umana se gli approcci computazionali, biologici e psicologici saranno combinati piuttosto che esplorati isolatamente.

Invece di fare affidamento solo sull'informatica, come hanno fatto 50 anni fa, questo centro è davvero una scommessa sul fatto che per replicare l'intelligenza umana, è necessario capire di più sul cervello e sulla cognizione, dice Poggio.

Patrick Winston, professore presso il Dipartimento di ingegneria elettrica e informatica e coordinatore della ricerca di CBMM, aggiunge che le tecnologie per studiare il problema sono migliorate significativamente negli ultimi anni. Per prima cosa, dice Winston, l'informatica è gratuita: qualunque tipo di calcolo debba essere fatto, può essere fatto. Per un altro, la fMRI ora è di routine, dice, riferendosi alla risonanza magnetica funzionale, che può essere utilizzata per studiare l'attività cerebrale. Indica anche tecnologie come la stimolazione magnetica transcranica, che può interrompere l'attività in regioni cerebrali mirate durante i test cognitivi, e l'optogenetica, una tecnica che utilizza la luce per attivare o silenziare selettivamente i neuroni geneticamente modificati nel cervello. L'optogenetica è stata introdotta da Ed Boyden '99, MEng '99, un professore di Media Lab che è un investigatore principale presso il McGovern Institute e il nuovo centro.

La ricerca al centro è organizzata in diversi grandi temi, o spinte: intelligenza visiva, che implica l'integrazione di visione, linguaggio e abilità motorie; circuiti per l'intelligenza, che comprenderanno la ricerca in neurobiologia e ingegneria elettrica; lo sviluppo dell'intelligenza; e intelligenza sociale. Poggio, che è uno dei principali ricercatori sull'intelligenza visiva, guiderà anche lo sviluppo di una piattaforma teorica destinata a legare il lavoro nelle altre aree.

All'interno di ogni spinta, i ricercatori CBMM stanno lavorando per definire una serie di domande di riferimento che possono utilizzare per valutare i loro progressi. Poggio offre un esempio, che si collega al suo precedente lavoro sul sistema visivo. Presentato con un'immagine di persone che interagiscono, un sistema informatico intelligente dovrebbe essere in grado di fornire risposte plausibili a cinque domande, ordinate dalla più semplice alla più difficile: cosa c'è nell'immagine? Chi c'è dentro? Cosa stanno facendo le persone? Chi sta facendo cosa a chi? E cosa succede dopo?

invarianti
Un quadro teorico per esplorare tutte le domande che circondano l'intelligenza umana è un compito arduo. Ma le indagini di Poggio su come il cervello risponde alla prima domanda della sua lista forniscono uno schizzo di come potrebbe essere una struttura del genere.

Il riconoscimento degli oggetti, lo sviluppo di sistemi informatici in grado di rispondere alla domanda Cosa c'è nell'immagine?, è un'area fiorente della ricerca sull'intelligenza artificiale. In genere, i sistemi di riconoscimento degli oggetti utilizzano alcune specie di apprendimento automatico. Gli esseri umani etichettano le immagini campione, indicando quali oggetti appaiono dove e il sistema cerca di identificare alcune caratteristiche comuni che tutte le immagini dell'oggetto condividono. È molto diverso dall'apprendimento umano o dall'apprendimento animale, dice. Quando un bambino impara a riconoscere un orso o un leone, non è che devi mostrargli le foto di un leone e un leone e un leone un milione di volte. È più come due o tre volte.

Poggio ritiene che, a differenza dei sistemi di apprendimento automatico, il cervello debba rappresentare gli oggetti in modo invariante: la rappresentazione è la stessa indipendentemente dalle dimensioni dell'oggetto, dalla posizione nel campo visivo o dalla rotazione. E crede anche di avere una teoria plausibile su cosa potrebbe consistere quella rappresentazione.

La teoria di Poggio richiede che il cervello, o un sistema informatico che cerca di simulare il cervello, memorizzi un modello di alcuni oggetti che subiscono ogni tipo di variazione: dimensione, posizione e rotazione nel piano. Il cervello potrebbe, ad esempio, memorizzare alcune dozzine di immagini di un volto umano che tracciano una rotazione di 360°.

Un oggetto sconosciuto sarebbe quindi rappresentato come una raccolta di prodotti scalari, un calcolo standard nell'algebra lineare, tra la sua immagine e i modelli. Quella raccolta rimarrebbe la stessa indipendentemente dalle dimensioni, dalla posizione o dall'orientamento dell'oggetto.

Un aspetto interessante della teoria è che il prodotto scalare riduce il confronto di due insiemi di dati complessi, come le immagini visive, a un singolo numero. Le raccolte di prodotti scalabili, anche per più modelli, non occuperanno molto spazio in memoria. Un altro aspetto interessante, afferma Poggio, è che i prodotti scalari sono uno dei calcoli più facili, forse i più facili da eseguire per i neuroni.

Negli esperimenti, il sistema di Poggio potrebbe non superare i sistemi di apprendimento automatico. Ma richiede molti meno esempi di addestramento, il che suggerisce che replica meglio ciò che fa il cervello. E per la maggior parte delle attività computazionali, l'approccio del cervello di solito risulta essere migliore.

Poggio crede che le collezioni di prodotti a pois possano ancorare concetti più astratti. I modelli che includevano gruppi di oggetti di forma diversa, disposti come punti sulla faccia di un dado, o in una linea o in un cerchio, potevano sostenere la nozione di numero; un modello di linee parallele viste da prospettive diverse potrebbe sostenere le nozioni di parallelismo o prospettiva. Potrebbero esserci cose più interessanti da esplorare, dice.

Pensiero sfocato
Come Poggio, Josh Tenenbaum è professore al Dipartimento di Scienze del cervello e della cognizione (BCS) e ricercatore principale in CSAIL. Sebbene guidi la spinta allo sviluppo di CBMM, che si concentra sulla comprensione intuitiva della fisica che dimostrano anche i bambini piccoli, ha anche svolto ricerche che potrebbero contribuire al lavoro teorico che Poggio sta conducendo.

La prima ricerca sull'intelligenza artificiale, spiega Tenenbaum, si è concentrata sulla costruzione di un linguaggio matematico in grado di codificare affermazioni come gli uccelli possono volare e i piccioni sono uccelli. Se il linguaggio fosse stato abbastanza rigoroso, pensavano i ricercatori, gli algoritmi dei computer sarebbero stati in grado di esaminare le asserzioni scritte in esso e calcolare tutte le inferenze logicamente valide.

Ma dare un senso alle asserzioni linguistiche si è rivelato richiedere molte, molte più informazioni di base del previsto. Non tutti gli uccelli, per esempio, possono volare. E tra gli uccelli che non possono volare, c'è una distinzione tra un pettirosso in gabbia e un pettirosso con un'ala spezzata, e un'altra distinzione tra qualsiasi tipo di pettirosso e un pinguino. La codifica manuale di un numero sufficiente di queste eccezioni di buon senso per consentire anche i tipi più rudimentali di inferenza si è rivelata una dispendio di tempo proibitivo.

Con l'apprendimento automatico, al contrario, un computer viene alimentato con molti esempi di qualcosa e lasciato dedurre, da solo, cosa hanno in comune quegli esempi. (Dato un milione di immagini di un leone, un algoritmo di apprendimento automatico può quantificare le proprie ipotesi: il 77 percento delle immagini con queste caratteristiche visive sono immagini di leoni.) Ma mentre questo approccio può funzionare abbastanza bene con problemi chiaramente definiti, ad esempio identificare le immagini di uccelli: ha problemi con concetti più astratti come il volo, una capacità condivisa da uccelli, elicotteri, aquiloni e supereroi. E anche il volo è un concetto concreto rispetto, diciamo, alla grammatica, o alla maternità.

Tenenbaum e i suoi studenti hanno sviluppato un nuovo tipo di strumento chiamato linguaggio di programmazione probabilistico, che fonde il meglio dell'IA vecchia e nuova. Come i primi linguaggi AI, include regole di inferenza. Ma quelle regole sono probabilistiche. Detto che il casuario è un uccello, un programma scritto nella lingua di Tenenbaum potrebbe concludere che i casuari possono probabilmente volare. Ma se poi al programma venisse detto che i casuari possono pesare quasi 200 libbre, potrebbe rivedere le sue probabilità al ribasso.

Nelle due ere precedenti dell'IA, la differenza più grande erano i simboli rispetto alle statistiche, afferma Tenenbaum. Una delle cose che abbiamo capito dal punto di vista matematico è come combinarli, come fare l'inferenza statistica e il ragionamento probabilistico [con] questi linguaggi simbolici.

Leggere le persone
La seconda delle cinque domande di riferimento di Poggio - Chi è nell'immagine? - è stata a lungo associata al lavoro della professoressa BCS Nancy Kanwisher, nota soprattutto per l'utilizzo della risonanza magnetica funzionale per identificare e analizzare una regione del cervello dedicata alla percezione del viso.

Kanwisher guida la spinta all'intelligenza sociale del CBMM, che vede come la naturale estensione del suo lavoro precedente. Quando guardi una faccia, sei interessato a qualcosa di più che alle cose demografiche di base, come quale persona in particolare è, è maschio o femmina, quanti anni ha, dice. Puoi dire non solo se una persona è felice o triste, ma se è assertiva o incerta, se è esuberante o passiva: c'è uno spazio ricco di cose che possiamo vedere in un viso da uno sguardo molto breve.

Allo stesso modo, afferma Kanwisher, gli esseri umani possono dedurre molto sugli stati d'animo, le intenzioni e le relazioni con gli altri delle persone dal linguaggio del corpo, che ha il vantaggio di essere suscettibile di modelli computazionali. Indica anche il lavoro del compianto Nalini Ambady, lo psicologo sociale della Stanford University che sviluppò la teoria dei giudizi a fette sottili.

All'inizio del semestre ha filmato gli assistenti ai corsi di Harvard che insegnavano davanti alle loro classi, dice Kanwisher. Poi ha mostrato segmenti molto brevi di questi video a soggetti in esperimenti di psicologia e ha detto: 'Valuta l'efficacia di questo insegnante'. anche sentire quello che stanno dicendo. E ha scoperto che quelle valutazioni erano altamente correlate con le valutazioni degli studenti effettivi di quella persona.

Il primo progetto della spinta all'intelligenza sociale del CBMM, afferma Kanwisher, sarà quello di progettare una serie di attività sperimentali che consentano ai ricercatori di quantificare la percezione sociale umana. Una volta che i ricercatori hanno stabilito una linea di base, possono studiare cose come come le prestazioni sui compiti si sviluppano durante l'infanzia o come le prestazioni dei bambini autistici differiscono da quelle degli altri bambini. Potrebbero anche identificare le regioni del cervello coinvolte nella percezione sociale utilizzando la fMRI per misurare l'attività neurale o la stimolazione magnetica transcranica per interrompere le prestazioni. E dopo aver raccolto tutti questi dati, proveranno a modellare computazionalmente cosa sta facendo esattamente il cervello.

Segui la storia
Le ultime domande sulla lista di Poggio: chi sta facendo cosa a chi? e cosa succede dopo? - affascina Patrick Winston. Crede che la caratteristica distintiva dell'intelligenza umana sia la capacità di raccontare e comprendere storie. Questa capacità gioca anche un ruolo nell'etichettatura delle immagini. Come ama sottolineare Winston, un soggetto umano identificherà l'immagine di un uomo che tiene un bicchiere alle labbra come quella di un uomo che beve. Se l'uomo tiene il bicchiere qualche centimetro più avanti, sta brindando. Ma un essere umano identificherà anche l'immagine di un gatto che alza la testa per catturare alcune gocce d'acqua da un rubinetto come un'istanza di bere. Devi pensare a quello che vedi lì come una storia, dice Winston. Ottengono la stessa etichetta perché è la stessa storia, non perché sembra la stessa.

Questo è uno dei motivi per dedicare una spinta di ricerca all'integrazione di visione, linguaggio e abilità sociali e motorie. Per illustrare un'altra ragione, Winston indica un esperimento condotto dalla psicologa dello sviluppo Elizabeth Spelke, un ex membro della facoltà del MIT che ora è ad Harvard ed è uno dei principali ricercatori nella spinta allo sviluppo. Spelke era incuriosito dagli esperimenti in cui i ricercatori avevano posizionato i topi su una piattaforma rotante al centro di una stanza. Il cibo era visibilmente messo in un angolo della stanza ma poi nascosto alla vista. Maschere identiche sono state posizionate negli altri tre angoli e la piattaforma è stata ruotata. Spelke decise di estendere quello studio a bambini e adulti umani, nascondendo un giocattolo o un mazzo di chiavi al posto del cibo.

Con tutti gli animali, bambini e adulti, una volta interrotta la rotazione, il soggetto del test si sarebbe diretto con la stessa probabilità verso l'angolo con l'oggetto mascherato o quello diagonalmente opposto, che aveva lo stesso rapporto con il soggetto. Entrambi i gruppi di ricercatori hanno anche variato l'esperimento, dipingendo un colore diverso su una delle pareti adiacenti all'angolo in cui è stato posizionato l'oggetto. Animali e bambini piccoli selezionavano ancora con uguale probabilità l'angolo corretto o quello opposto, ma gli adulti potevano ora recuperare l'oggetto in modo affidabile.

Ecco dove le cose si fanno interessanti. Se agli adulti veniva chiesto di ascoltare un brano di testo e di ripeterlo prima di dirigersi verso l'oggetto, essi tornavano a confondere gli angoli diametralmente opposti. Ascoltare e recitare il testo consuma il processore del linguaggio umano e questo li riduce al livello di un topo, dice Winston. In seguito diranno: 'Sì, ho potuto vedere il muro blu, ma non riuscivo a usarlo'.

Rispondere alle domande di più alto livello sugli elenchi di benchmark dei ricercatori CBMM richiederà probabilmente molto più tempo dei cinque anni della sovvenzione iniziale del NSF. Ma, dice Poggio, è ora di riprovare. Sono passati 50 anni. Non sappiamo se funzionerà questa volta. Ma se non proviamo, non lo sapremo.

nascondere