L' Intelligenza Artificiale che ragiona come un neonato

Plato ha ‘senso comune’, ideata da DeepMind

Redazione ANSA

Si chiama Plato ed è un sistema di Intelligenza Artificiale capace di sviluppare un ‘senso comune’ sul mondo fisico analogo a quello dei neonati di 4 mesi, basato sull'intuizione di  alcuni basilari principi della fisica relativamente agli oggetti che li circondano. Descritto sulla rivista Nature Human Behaviour, il sistema è stato sviluppato dal gruppo di ricerca coordinato da Luis Piloto della DeepMind, l’azienda britannica di Google che ha sviluppato negli anni alcuni dei più potenti algoritmi di IA tra cui AlphaGo e AlphaFold.

Grazie al senso comune, tutti sappiamo che se lasciamo una palla a mezza altezza essa cadrà per terra o che un mazzo di chiavi lasciato su un tavolo non potrà attraversarlo. E' una capacità osservabile già nei neonati di 4 mesi, quando esprimono stupore se un oggetto si comporta in modo anomalo, ad esempio se sparisce improvvisamente dalla vista. Insegnare queste capacità alle IA è molto complesso, tanto che neanche i sistemi  più potenti sono capaci di sviluppare un senso comune comparabile con quello dei neonati. Usando un nuovo approccio, ossia dando sin dall’inizio alcune informazioni basilari sulle caratteristiche degli oggetti mostrati, i ricercatori di DeepMind sono ora riusciti a ottenere un sistema di intelligenza artificiale chiamato Plato (Physics Learning through Auto-encoding and Tracking Objects), dotato di senso comune. 

Per addestrare, i ricercatori gli hanno mostrato in video alcune semplici scene, come palline che cadono a terra, palline che rotolano dietro altri oggetti e poi riappaiono, e palline che rimbalzano l'una sull'altra. Dopo questa prima fase di ’addestramento, al sistema sono stati mostrati nuovi video, alcuni dei quali mostravano scene impossibili. Proprio come fosse un bambino Plato ha dimostrato sorpresa quando si è trovato di fronte a fenomeni fisici  prvi di senso, come oggetti che venivano attraversati per ‘magia’. Un altro aspetto di rilievo è che il modello è stato in grado di produrre aspettative corrette anche quando si è trovato ad osservare oggetti diversi da quelli sui quali era stato addestrato. 

RIPRODUZIONE RISERVATA © Copyright ANSA