Gli scienziati dell'Università di Ginevra hanno colmato una lacuna nel campo dell'IA creando una rete neurale artificiale che apprende i compiti prima di comunicarli a un'altra IA, che può replicarli.
Gli esseri umani sono in grado di comprendere nuovi compiti a partire da brevi istruzioni e di articolare il compito appreso in modo sufficientemente chiaro da permettere a un'altra persona di replicarlo. Questo è parte integrante della comunicazione umana ed è una caratteristica fondamentale del nostro mondo cosciente.
Questo affascinante studio, dettagliato in Natura NeuroscienzeL'IA ha una forma di comunicazione e di apprendimento umano che per lungo tempo è sfuggita alla tecnologia.
Il progetto, guidato da Alexandre Pouget, professore presso la Facoltà di Medicina dell'UNIGE, insieme al suo team, approfondisce le tecniche avanzate di elaborazione del linguaggio naturale, un sottoinsieme dell'IA che si concentra sulla comprensione della macchina e sulla risposta a linguaggio umano.
Pouget spiega le attuali limitazioni dell'IA in questo contesto, notando in una articolo pubblicato sul sito web dell'Università di Ginevra: "Attualmente gli agenti conversazionali che utilizzano l'IA sono in grado di integrare le informazioni linguistiche per produrre un testo o un'immagine. Ma, per quanto ne sappiamo, non sono ancora in grado di tradurre un'istruzione verbale o scritta in un'azione sensomotoria, e ancor meno di spiegarla a un'altra intelligenza artificiale in modo che possa riprodurla".
Il team di Ginevra ha potenziato un modello neurale artificiale (RNA) di comprensione del linguaggio già esistente, S-Bert.
Hanno collegato S-Bert a una rete più piccola e semplice, che simula le aree di percezione e produzione del linguaggio del cervello umano, le aree di Wernicke e Broca.
Attraverso l'addestramento, questa rete potrebbe eseguire compiti basati su istruzioni scritte in inglese e poi trasmettere questi compiti in modo linguistico a una rete "sorella", consentendo alle due IA di comunicare istruzioni sui compiti esclusivamente attraverso il linguaggio.
Reidar Riveland, uno studente di dottorato coinvolto nello studio, ha spiegato: "Siamo partiti da un modello esistente di neuroni artificiali, S-Bert, che ha 300 milioni di neuroni ed è pre-addestrato a comprendere il linguaggio. Lo abbiamo 'collegato' a un'altra rete più semplice di poche migliaia di neuroni".
I compiti andavano da semplici istruzioni come l'indicazione di un luogo a comandi più complessi che richiedevano l'identificazione di sottili contrasti tra stimoli visivi.
Ecco i principali risultati dello studio:
- Il sistema di intelligenza artificiale è in grado di comprendere ed eseguire istruzioni, eseguendo correttamente compiti nuovi e sconosciuti per l'83% del tempo, sulla base delle sole istruzioni linguistiche.
- Il sistema potrebbe generare descrizioni di compiti appresi in modo tale da consentire a una seconda IA di comprendere e replicare tali compiti con una percentuale di successo simile.
Ciò aumenta il potenziale dei modelli di intelligenza artificiale di apprendere e comunicare compiti in modo linguistico, aprendo nuove opportunità nella robotica.
Integra la comprensione linguistica con le funzioni sensomotorie, il che significa che le IA potrebbero conversare e capire quando un'istruzione richiede loro di eseguire un compito come prendere qualcosa da uno scaffale o muoversi in una certa direzione.
"La rete che abbiamo sviluppato è molto piccola. Nulla ora impedisce di sviluppare, su questa base, reti molto più complesse da integrare in robot umanoidi in grado di capirci ma anche di capirsi tra loro", hanno commentato i ricercatori a proposito dello studio.
Insieme ai recenti investimenti massicci nella robotica AI aziende come Figure AI, gli androidi intelligenti potrebbero essere più vicini alla realtà di quanto pensiamo.
