L’intelligenza artificiale si autocostruisce

AutoML

AutoML è un sistema in grado di inventare autonomamente il miglior algoritmo per svolgere un compito

DeepMind non è un nome sconosciuto a chi si interessa di evoluzione tecnologica, a chi segue le continue novità di Google o a chi si interessa di machine learning. Si tratta infatti della rete neurale sviluppata da Google stessa che di recente ha dimostrato sempre più abilità nel competere in giochi contro gli esseri umani, nel trattamento delle immagini e moltissimi altri campi, dove gli sviluppatori stanno concentrando le loro ricerche.

Deepmind non è però l’unico progetto di Intelligenza Artificiale a cui sta lavorando Google. Mentre questo si occupa di sviluppare un’IA in grado di adattarsi con un approccio generale a nuovi compiti e situazioni, un altro gruppo, la Brain division, si concentra sul deep learning, cioè la specializzazione in task dai contorni molto più ristretti.

Ed è proprio sulle potenzialità che questo sistema può presentare che al Google I/O 2017, la conferenza annuale per la promozione delle tecnologie dell’azienda, il CEO Sundar Pichai ha puntato, commentando con entusiasmo il sistema AutoML, una rete neurale in grado di autogenerare strati di algoritmi e codice complesso per imparare dal proprio ambiente.

Fino adesso questi strati, che costituiscono segmenti dell’Intelligenza Artificiale, sono sempre stati scritti da programmatori, con grande dispendio di tempo.
Ora Google ha messo al lavoro la propria IA per generare in autonomia i propri strati di codice e il risultato è che questa è riuscita a farlo in una maniera molto più veloce ed efficiente di quanto l’abbia mai fatto qualsiasi tecnico.

In un post del blog degli stessi tecnici che hanno lavorato al progetto l’IA viene paragonata ad un bambino con cui si rapportano i genitori: “Una rete di controllo neurale può proporre un modello “bambino” che può essere addestrato e valutato nell’apprendere un determinato compito. Qualsiasi sia il task, questo viene controllato passo passo dall’IA e il feedback viene utilizzato dall’IA stessa per migliorare il “bambino”. Il processo viene ripetuto migliaia di volte e questo genera nuove architetture che a loro volta vengono testate e restituite come feedback al controller perché impari da esse.”

Questo tipo di processo è stato applicato ai sistemi di riconoscimento dell’immagine e al language modeling: utilizzando solo l’IA il gruppo di lavoro l’ha osservata creare programmi di qualità pari a quella dei modelli disegnati dai più famosi esperti di machine learning. A Febbraio 2017 gli algoritmi sviluppati dalla macchina erano dello 0,09% migliori e 1,05% più veloci dei precedenti modelli più precisi mai costruiti.

I risultati sono di grande interesse per l’abbassamento dei costi per lo sviluppo. Potenzialmente un’azienda che ha bisogno di sfruttare un sistema di Intelligenza artificiale potrebbe acquistare una rete neurale “grezza” e, senza l’ausilio di specialisti di programmazione, potrebbe fornire al sistema degli input semplificati e lasciare che l’IA si evolva in autonomia trasformandosi nello strato di software di cui l’azienda stessa aveva originariamente bisogno.

E’ l’ennesima dimostrazione di quanto lo sviluppo delle IA sarà predominante nella tecnologia del futuro che influenzerà le nostre vite, coinvolgendoci molto più in fretta di quanto potessimo pensare precedentemente.

Qualcuno crede che macchine in grado di evolversi in autonomia potrebbero un giorno diventare pericolose per gli umani. La cosa più probabile è che lo sviluppo della tecnologia stessa sarà così integrato e collegato alla nostra vita di tutti i giorni da rendere questi strumenti solo delle preziosissime estensioni in grado di effettuare calcoli mai visti prima, al fine di assicurare un potenziamento ed un miglioramento di tutti gli ambiti della civiltà umana.

Commenti

commenti

Potrebbero interessarti anche...

Rispondi