I bambini sono la chiave per la prossima generazione di intelligenza artificiale?
Una nuova ricerca propone una nuova direzione per superare i limiti dell’apprendimento automatico

I bambini possono aiutare a sbloccare la prossima generazione di intelligenza artificiale (AI), secondo neuroscienziati e colleghi del Trinity College che hanno appena pubblicato nuovi principi guida per migliorare l’IA.

La ricerca, pubblicata oggi [mercoledì 22 giugno 2022] sulla rivista ‘ Nature Machine Intelligence ‘ , esamina la neuroscienza e la psicologia dell’apprendimento infantile e distilla tre principi per guidare la prossima generazione di IA, che aiuterà a superare i limiti più pressanti della macchina apprendimento.

Il dottor Lorijn Zaadnoordijk , ricercatore Marie Skłodowska-Curie presso il Trinity College, ha spiegato:

“L’intelligenza artificiale (AI) ha compiuto enormi progressi nell’ultimo decennio, fornendoci altoparlanti intelligenti, piloti automatici nelle automobili, app sempre più intelligenti e diagnosi mediche avanzate. Questi entusiasmanti sviluppi nell’IA sono stati raggiunti grazie all’apprendimento automatico che utilizza enormi set di dati per addestrare modelli di reti neurali artificiali. Tuttavia, i progressi si stanno bloccando in molte aree perché i set di dati da cui le macchine imparano devono essere accuratamente curati dagli esseri umani. Ma sappiamo che l’apprendimento può essere fatto in modo molto più efficiente, perché i bambini non imparano in questo modo! Imparano sperimentando il mondo che li circonda, a volte anche vedendo qualcosa solo una volta.

 

Nel loro articolo “Lezioni dall’apprendimento infantile per l’apprendimento automatico non supervisionato”, il dottor Lorijn Zaadnoordijk e il professor Rhodri Cusack, del Trinity College Institute of Neuroscience, e il dottor Tarek R. Besold di TU Eindhoven, Paesi Bassi, sostengono che modi migliori per imparare da sono necessari dati non strutturati. Per la prima volta, fanno proposte concrete su quali particolari intuizioni dell’apprendimento infantile possono essere applicate in modo fruttuoso nell’apprendimento automatico e come applicare esattamente questi apprendimenti.

Le macchine, dicono, avranno bisogno di preferenze integrate per modellare il loro apprendimento fin dall’inizio. Dovranno imparare da set di dati più ricchi che catturino l’aspetto, il suono, l’odore, il sapore e le sensazioni del mondo. E, come i bambini, avranno bisogno di una traiettoria di sviluppo, in cui le esperienze e le reti cambiano man mano che “crescono”.

Il dottor Tarek R. Besold, ricercatore, gruppo di filosofia ed etica presso TU Eindhoven, ha dichiarato:

“Come ricercatori di intelligenza artificiale, spesso tracciamo parallelismi metaforici tra i nostri sistemi e lo sviluppo mentale di neonati e bambini umani. È giunto il momento di prendere queste analogie più seriamente e guardare alla ricca conoscenza dello sviluppo infantile dalla psicologia e dalle neuroscienze, che possono aiutarci a superare i limiti più urgenti dell’apprendimento automatico”.

Il professor Rhodri Cusack, The Thomas Mitchell Professor of Cognitive Neuroscience, Direttore del Trinity College Institute of Neuroscience, ha aggiunto:

“ Le reti neurali artificiali erano in parte ispirate al cervello. Simili ai bambini, si basano sull’apprendimento, ma le attuali implementazioni sono molto diverse dall’apprendimento umano (e animale). Attraverso la ricerca interdisciplinare, i bambini possono aiutare a sbloccare la prossima generazione di IA”.

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