Intelligenza Artificiale: reti neurali e deep learning sono davvero così infallibili?

Quando si parla di Intelligenza Artificiale spesso si tende a travisare le reali intenzioni di chi, tramite complessi algoritmi e sistemi digitali di ultima generazione, tenta di migliorare attivamente il nostro modo di vivere fornendo di fatto un valido aiuto nella gestione degli impegni e dei processi che portano ad un incremento della sicurezza, dell’usabilità e della versatilità delle piattaforme. 

C’è chi, come Elon Musk di Tesla Motors, auspica e prospetta un futuro apocalittico per l’umanità. Un potenziale futuro in cui la tecnologia potrebbe addirittura prendere il sopravvento sul genere umano grazie a nuovi sistemi ad apprendimento automatico e reti neurali in grado di replicare il funzionamento di un complesso meccanismo celebrale umano ora fortemente incline all’adattamento ed al self-learning continuo.

Ad ogni modo, nonostante l’intenzione non sia chiaramente quella di aprire un lungo dibattito sull’argomento, un nuovo video esplica a chiare lettere il funzionamento di un sistema a rete neurale con funzione di deep learning per piattaforma ad Intelligenza Artificiale.

Le reti neurali, come in molti già sapranno, si classificano quali sistemi addestrati dall’uomo allo scopo di interpretare segnali digitali come immagini e suoni che vengono riconosciuti sulla base di un algoritmo che, allo stesso modo di un comune software standalone, delinea caratteristiche specifiche generando un’output dei risultati sulla base di caratteristiche comuni.

Risulta abbastanza chiaro che un simile approccio è reso possibile soltanto dall’intervento umano. Di fatto, senza un’accurata procedura di addestramento, il sistema non è in grado di parametrizzare i contenuti autonomamente. Un nuovo tutorial concesso da Google Corporation in relazione a Teachable Machine concorre a comprendere da vicino il reale funzionamento di questo complesso meccanismo di gestione ed interpretazione dei risultati che fa capo ad un processo iniziale di apprendimento che porta l’intelligenza artificiale ad associare ad un’immagine un’azione.

Si tratta quindi di un tutorial da utilizzarsi per addestrare l’IA. Come viene svolto questo processo. Il processo si svolge attraverso l’utilizzo di una webcam ad opera dell’utente che mostra degli oggetti da associare ad un’immagine o anche ad un contenuto sonoro. Il sistema IA, quindi, riconosce l’oggetto ed esegue di conseguenza il comando.

Il videoclip, pubblicato dal Mit Technology Review, riporta i caratteri tipici dell’ironia e si volge soprattutto ad un’interpretazione reale delle potenzialità dei sistemi digitali ad Intelligenza Artificiale verso cui le preoccupazioni risultano chiaramente infondate in luogo di sistemi che non possono contare su meccanismi di auto-apprendimento.

Detto in breve, queste piattaforme non sono in grado di imparare da sole e prendere decisioni consequenziali, ma seguono piuttosto degli schemi ben precisi e limitati al machine learning, alla statistica ed all’applicazione degli algoritmi software pre-programmati.

Intelligenza Artificiale: le reti neurali

Per rete neurale si intende indicare una complessa stratificazione di componenti digitali corrisposte a piccole unità di calcolo interconnesse tra loro tramite sinapsi che veicolano le informazioni a seguito di un’eccitazione da corrispondersi al passaggio di un impulso elettrico.

Traslando il concetto sul piano delle reti neurali digitali possiamo facilmente derivare questo comportamento nel contesto del riconoscimento delle immagini all’interno di un video. La prima operazione è chiaramente quella di ottenere l’immagine. Una volta ottenuta (tenendo conto dei parametri di larghezza, altezza e colore) questa viene processata dalla rete di neuroni che, eccitandosi a diversi livelli, simulano l’andamento del segnale di input luminoso ben specifico che ripropone l’immagine stessa pixel-per-pixel. 

Il complesso di pixel (neuroni illuminati e non illuminati) viene poi riproposto ad una rete neuronale superiore che processa il risultato conferendo lo stato in uscita soltanto a due neuroni che rappresentano rispettivamente l’oggetto ed il “non-oggetto”. Il primo dei due neuroni, quindi, si eccita al riconoscimento dell’immagine, mentre il secondo si eccita se il riconoscimento non avviene. Si tratta di una tecnica chiamata Backpropagation e corrisponde ad un sistema affidabile di apprendimento supervisionato che ben si applica nel contesto del processing di enormi quantità di dati.

Ed è proprio questo il motivo per cui grandi realtà dell’elettronica internazionale si stanno sempre più massivamente portando al cospetto di una tecnologia che effettivamente semplifica di molto i processi di apprendimento e riconoscimento in ambiti specifici che, al momento, esulano da realtà puramente aziendali o accademiche per rifarsi invece a contesti molto più ampi che vedono coinvolti protagonisti del calibro di Google e Facebook, che di certo possono beneficiare in misura di molto maggiore di data center all’avanguardia che dispongono di enormi capacità computazionali. 

E voi che cosa ne pensate in merito alla nuova frontiera dell’Intelligenza Artificiale? Pensate sia realmente utile a livello consumer o, sulla base delle riserve portate avanti da Musk, potrebbe letteralmente affossare il genere umano? A voi tutte le considerazioni al riguardo.