Impresa senza precedenti: per la prima volta due intelligenze artificiali si "parlano"

Un recente studio pubblicato su Nature ha reso nota un'impresa senza precedenti: un'intelligenza artificiale con neuroni artificiali è stata in grado di apprendere compiti e poi di passarli a un'altra intelligenza artificiale.

intelligenze artificiali
Due intelligenze artificiali (AI) si parlano in un'impresa senza precedenti.

Un'altra scoperta nell'era della tecnologia. I ricercatori dell'Università di Ginevra, in Svizzera, hanno realizzato un'impresa senza precedenti: trasformare un'abilità cognitiva umana in intelligenza artificiale. Si tratta di eseguire un compito, senza un precedente addestramento, sulla base di istruzioni verbali o scritte, per poi descriverlo ad altri in modo che possano riprodurlo. I risultati sono promettenti, soprattutto per la robotica, e sono stati recentemente pubblicati in un articolo della rivista Nature Neuroscience.

Reti neurali IA

I ricercatori sono riusciti a modellare una rete neurale artificiale in grado di realizzare questa capacità cognitiva umana. Queste reti neurali si ispirano ai nostri neuroni biologici e al modo in cui trasmettono i segnali elettrici tra loro nel cervello.

L'intelligenza artificiale è la capacità di programmi e dispositivi di eseguire compiti utilizzando algoritmi che simulano il ragionamento umano basato su modelli appresi.

Dopo aver appreso ed eseguito una serie di compiti di base, questa Intelligenza Artificiale (IA) è stata in grado di fornire una descrizione linguistica dei compiti a un'altra IA, che a sua volta li ha eseguiti.

Per ottenere questo risultato, i ricercatori hanno utilizzato un modello di neuroni artificiali chiamato S-Bert, che conta circa 300 milioni di neuroni ed è pre-addestrato a comprendere il linguaggio, e lo hanno poi collegato a un'altra rete più semplice di poche migliaia di neuroni.

Nella prima fase, la rete neurale doveva essere addestrata a simulare l'area di Wernicke, situata nell'emisfero sinistro del cervello e associata alla percezione e all'interpretazione del linguaggio. Nella seconda fase, la rete è stata addestrata a riprodurre l'area di Broca, anch'essa situata in questo emisfero, che aiuta nella produzione e nell'articolazione delle parole. Entrambe le fasi sono state eseguite su quaderni convenzionali.

"Una volta appresi questi compiti, la rete è stata in grado di descriverli affinché una seconda rete (una copia della prima) li riproducesse. Per quanto ne sappiamo, questa è la prima volta che due IA sono state in grado di parlare tra loro in modo puramente linguistico" - Alexandre Pouget, neuroscienziato e coautore dello studio.

Quindi, sono state trasmesse all'IA istruzioni scritte in inglese, come: indicare il punto - a destra o a sinistra - in cui viene percepito uno stimolo; rispondere nella direzione opposta di uno stimolo; oppure, cosa più complessa, tra due stimoli visivi con una leggera differenza di contrasto, enfatizzando quello più luminoso. I ricercatori hanno poi valutato i risultati del modello, che simulava l'intenzione di muoversi, o in questo caso di puntare. Dopo aver appreso i compiti, la rete è stata in grado di descriverli affinché una seconda rete (una copia di se stessa) li riproducesse.

Secondo lo studio, i modelli di rete neurale hanno eseguito un compito mai visto prima con una prestazione media dell'83% di correttezza sulla base delle sole istruzioni linguistiche.

Aspettative future

Questa "conversazione" tra IA è considerata promettente, soprattutto per il campo della robotica. "Attualmente, gli agenti conversazionali che utilizzano l'IA sono in grado di integrare le informazioni linguistiche per produrre testo o immagini. Ma per quanto ne sappiamo, non sono ancora in grado di tradurre un'istruzione verbale o scritta in un'azione sensoriale-motoria, né tantomeno di spiegarla affinché un'altra IA possa riprodurla", ha dichiarato Alexandre Pouget, neuroscienziato e coautore dello studio.

Questo modello di IA apre nuovi orizzonti per la comprensione dell'interazione tra linguaggio e comportamento. Secondo i ricercatori, la rete sviluppata è molto piccola, ma nulla impedisce lo sviluppo di reti molto più complesse che potrebbero essere integrate in robot umanoidi in grado di capire noi e gli altri.

Fonte della notizia:

Riveland, R.; Pouget, A. Natural language instructions induce compositional generalization in networks of neurons. Nature Neuroscience, 2024.