La rete neurale potrebbe essere un passo verso programmi per studiare come imparano i bambini umani.

 
Ispirandosi alla ricerca su come imparano i bambini, gli informatici hanno creato un programma in grado di raccogliere semplici regole fisiche sul comportamento degli oggetti ed esprimere sorpresa quando sembrano violare tali regole. I risultati sono stati pubblicati l’11 luglio su Nature Human Behaviour 1 .

Gli psicologi dello sviluppo testano come i bambini comprendono il movimento degli oggetti seguendo il loro sguardo. Quando viene mostrato un video di, ad esempio, una palla che scompare improvvisamente, i bambini esprimono sorpresa, che i ricercatori quantificano misurando per quanto tempo i bambini fissano in una particolare direzione.

Luis Piloto, uno scienziato informatico presso la società di proprietà di Google DeepMind a Londra, e i suoi collaboratori volevano sviluppare un test simile per l’intelligenza artificiale (AI). Il team ha addestrato una rete neurale, un sistema software che apprende individuando schemi in grandi quantità di dati, con video animati di oggetti semplici come cubi e palline.

Il modello software, chiamato Physics Learning through Auto-encoding and Tracking Objects (PLATO), è stato alimentato con le immagini grezze dei video, ma anche versioni che hanno evidenziato ogni oggetto nella scena. PLATO è stato progettato anche per sviluppare una rappresentazione interna delle proprietà fisiche degli oggetti, come le loro posizioni e velocità.

Il sistema è stato addestrato su decine di ore di video che mostrano meccanismi semplici come una palla che rotola giù da un pendio o due palle che rimbalzano l’una sull’altra e ha sviluppato la capacità di prevedere come si sarebbero comportati quegli oggetti in situazioni diverse. In particolare, ha appreso schemi come la continuità, in cui un oggetto segue una traiettoria ininterrotta piuttosto che teletrasportarsi magicamente da un luogo all’altro; solidità, che impedisce a due oggetti di penetrare l’un l’altro; e persistenza della forma degli oggetti. “Ad ogni fase di un film, fa una previsione” su ciò che accadrà dopo, dice Piloto. “Man mano che ci si addentra nel film, la previsione diventa più accurata”.

Sorpresa!
Quando vengono mostrati video con eventi “impossibili”, come un oggetto che scompare improvvisamente, PLATO potrebbe misurare la differenza tra il video e la propria previsione, fornendo una misura di sorpresa.

Piloto afferma che PLATO non è concepito come un modello di comportamento infantile, ma che potrebbe essere un primo passo verso l’IA in grado di testare ipotesi su come imparano i bambini umani. “Speriamo che questo possa essere eventualmente utilizzato dagli scienziati cognitivi per modellare seriamente il comportamento dei bambini”.

Confrontare l’IA con il modo in cui i bambini umani imparano è “un’importante direzione di ricerca”, afferma Jeff Clune, scienziato informatico dell’Università della British Columbia a Vancouver. “Detto questo, il documento progetta a mano gran parte delle conoscenze precedenti che danno a questi modelli di intelligenza artificiale il loro vantaggio”.

Clune e altri ricercatori stanno lavorando su approcci in cui il programma sviluppa i propri algoritmi per comprendere il mondo fisico.

Davide Castelvecchi da nature.com

Di ihal

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi