La scoperta di un team di ricercatori italiani mira a comprendere i fondamenti dell’Intelligenza Artificiale
Attraverso lo studio delle reti neurali sarà possibile cambiare il modo in cui gli algoritmi e il Machine Learning aiutano lo sviluppo tecnologico in ambito medico, industriale, dei media e nella vita di tutti i giorni
“C'è una branca della fisica, la meccanica statistica, su cui non si fa molta divulgazione, ed è un vero peccato!”, ci introduce così alla sua nuova e recente scoperta Rosalba Pacelli, ricercatrice del Dipartimento di Scienza Applicata e Tecnologia al Politecnico di Torino e associata nel Laboratorio di Intelligenza Artificiale dell’Università Bocconi di Milano. Pacelli, assieme a Pietro Rotondo, M. Pastore, S. Ariosto, F. Ginelli e M. Gherardi, è stata infatti tra i protagonisti degli innovativi passi avanti compiuti nel campo delle reti neurali applicate all’AI, l’Intelligenza Artificiale – di cui si fa un gran parlare oggi –, attraverso una rivoluzionaria intuizione pubblicata su ‘Nature machine intelligence’ lo scorso 18 dicembre e di cui Tiscali ha avuto, in esclusiva internazionale, i dettagli attraverso la voce di chi quella scoperta l’ha compiuta, dopo mesi e mesi di sacrifici e senza dimenticare gli sforzi compiuti dai ricercatori italiani, nelle università di tutto il Paese, tra austerità, poche risorse e un altalenante processo meritocratico e di valorizzazione. La ricerca, che questo articolo si propone di divulgare, è pubblicata qui, a pagamento come molti dei contenuti di Nature.com, mentre è gratuita a questo link.
Machine Learning, AI, reti neurali: cosa sono?
Per capire lo studio e la ricerca è utile almeno avere percezione di cosa si stia parlando. Il machine learning e le sue componenti di deep learning e reti neurali sono tutti iscritti nell'intelligenza artificiale come sottoinsiemi concentrici. L'AI elabora i dati per prendere decisioni e formulare previsioni, quindi non si inventa nulla, ma tutto ciò che sa pone le sue basi su ciò che noi essere umani decidiamo di fargli acquisire attraverso dati e algoritmi impostati in un modo piuttosto che in un altro. Gli algoritmi di machine learning consentono all'AI non solo di elaborare i dati, ma anche di usarli per diventare più intelligente, senza bisogno di ulteriore programmazione da parte ‘nostra’. L'intelligenza artificiale è l'entità a cui fanno capo tutti i sottoinsiemi: il primo è rappresentato dal machine learning; al suo interno troviamo il deep learning, il quale a sua volta racchiude le reti neurali.
La ricerca, della quale ora – con questa introduzione – possiamo comprendere meglio la genesi, si è posta proprio l’obiettivo di studiare e sviluppare le reti neurali al fine di comprendere come queste ‘imparino a ragionare da sole’, sulla base cioè dei modelli già esistenti, ma con la caratteristica di progredire in autonomia e di capire come tale progresso si sviluppi, analogamente alla mente umana.
“La ricerca teorica, spiegano Pacelli e Rotondo, riveste un ruolo sorprendentemente pratico nel panorama attuale perché è una chiave fondamentale per l'elaborazione di modelli sempre più avanzati. Il fulcro di questa necessità risiede in una semplice verità: attualmente, le reti neurali, che sono il motore di applicazioni diffuse come Alexa, Google Home e DeepL per la traduzione, non sono pienamente comprese a livello teorico. Di conseguenza, ad oggi, l'innovazione tecnologica inerente all’Intelligenza Artificiale procede attraverso un metodo empirico di tentativi ed errori, simile a un processo culinario sperimentale. Il nostro impegno si è concentrato sul colmare questo divario tra teoria e progresso tecnologico, puntando a sviluppare i modelli futuri basandosi su principi fondamentali, e dunque in un modo estremamente più efficiente e sistematico”.
I principi fondamentali di cui parlano i ricercatori non sono altro che le basi con cui poter costruire nuove tecnologie e software, ma non solo. Il passo avanti infatti sarà comprendere come i ‘neuroni artificiali’ di questi cervelli robotici agiscono e funzionano, fornendo degli input precisi dai quali ci si aspetterà poi output altrettanto specifici, proprio come la mente umana formula idee e pensieri attraverso le reti instaurate tra loro dai neuroni. Del resto, in entrambi i casi, la scienza non ha ancora fornito delle risposte esaustive: non sappiamo infatti fino al 100% come operi il nostro cervello né sappiamo con estrema precisione come i neuroni artificiali di Alexa, ad esempio, interagiscano tra loro per fornire il servizio desiderato. Da oggi tutto ciò sarà un po' più chiaro e comprensibile.
Le implicazioni pratiche nella vita di tutti i giorni: medicina, industria, media e intrattenimento
Comprendere a fondo il comportamento delle reti neurali da un punto di vista teorico avrebbe un impatto profondo e trasversale su numerosi settori. Le conseguenze, positive, sulla vita quotidiana sarebbero tangibili e vaste.
Nel settore medico, per esempio, si potrebbero sviluppare reti neurali capaci di diagnosticare malattie con un grado di precisione e velocità senza precedenti, potenzialmente salvando vite e riducendo i costi sanitari. Gli assistenti digitali, alimentati da queste reti avanzate, non solo diventerebbero più ‘intelligenti’, ma potrebbero anche offrire un'interazione più naturale e personalizzata, adattandosi in modo più efficace alle esigenze individuali degli utenti.
In ambito industriale, l'ottimizzazione delle reti neurali potrebbe portare a una maggiore automazione ed efficienza, con sistemi in grado di prevedere e prevenire guasti, ottimizzando i processi produttivi. Manutenzione predittiva: le cosiddette ‘fabbriche intelligenti’ stanno già ricorrendo, in misura sempre più crescente, alle macchine e ai dispositivi di IoT, nonché alla connettività in cloud per tutti i loro parchi mezzi e settori operativi. I sensori dei gateway IoT, che sono piccoli computer che fungono da pre-elaboratori dei dati per ridurre il volume del materiale inviato al cloud, possono invece essere installati anche su macchine analogiche vecchie di decenni, introducendo una nuova visibilità ed efficienza per tutta l'azienda.
Nel settore dell'intrattenimento e dei media, le reti neurali avanzate potrebbero generare inoltre esperienze immersive e personalizzate, rivoluzionando il modo in cui interagiamo con i contenuti digitali. In sintesi, un'approfondita comprensione teorica delle reti neurali potrebbe essere la chiave per sbloccare nuovi orizzonti nel campo dell'intelligenza artificiale, con impatti positivi che si estenderebbero ben oltre il campo tecnologico, influenzando in modo significativo la vita di tutti i giorni in una varietà di settori.
“Le reti neurali sono degli insiemi di tanti piccoli componenti (chiamati neuroni) che apprendono in maniera automatica, con una strategia simile a quella che si userebbe per insegnare a leggere ad un bambino. Il nostro lavoro, di cui siamo fieri, è stato provare a capire come funzionano, di imparare a ‘impostarli’, guardando non alle singole parti, ma al tutto”, il commento conclusivo dei ricercatori Rosalba Pacelli e Pietro Rotondo.