Nel panorama in continua evoluzione dell’intelligenza artificiale (IA), Nikhil Malhotra, Global Head di Makers Lab presso Tech Mahindra, ha introdotto un concetto rivoluzionario noto come “Dream AI”. Questa architettura mira a superare le limitazioni dei modelli IA tradizionali, promuovendo un’intelligenza più profonda e consapevole.
Malhotra identifica tre principali problematiche negli attuali sistemi IA:
- Narrow AI: Gli attuali modelli sono specializzati in compiti specifici e mancano di generalizzazione.
- Divergenza dei Modelli Autoregressivi: I modelli linguistici di grandi dimensioni (LLM) possono deviare facilmente dal contesto iniziale, rendendo difficile il ritorno a uno stato coerente.
- Mancanza di Ragionamento e Contesto: Sebbene possano superare il Test di Turing, questi modelli spesso mancano di una comprensione profonda e di capacità di ragionamento contestuale.
Per affrontare queste sfide, Dream AI combina due paradigmi fondamentali dell’IA:
- IA Connessionista (Deep Learning): Eccelle nel riconoscimento di pattern attraverso reti neurali profonde.
- IA Simbolica: Si basa su regole logiche e simboli per il ragionamento.
Integrando questi approcci, Dream AI crea un sistema a doppio ciclo in cui il ragionamento simbolico informa i modelli del mondo, mentre le reti neurali eseguono azioni all’interno di questi modelli. Questo permette agli agenti IA di simulare ambienti e apprendere con una comprensione più sfumata del contesto, andando oltre la semplice dipendenza da vasti dataset.
Un elemento chiave di Dream AI è l’utilizzo del reinforcement learning (RL) per armonizzare il ragionamento simbolico con le azioni neurali. Malhotra introduce il concetto di “min-max regret model”, che si discosta dai modelli tradizionali basati su ricompense, permettendo all’IA di “sognare” le proprie capacità e comprendere la propria esistenza in modo più profondo. Questo approccio consente all’IA di riflettere sulle proprie domande e aspirazioni, migliorando la consapevolezza e l’efficacia decisionale.