Arizona Tribune - L'IA torna all'asilo, impara più velocemente se parte dalle basi

L'Intelligenza artificiale torna all'asilo: come un bambino ha bisogno di imparare le lettere prima di poter leggere o i numeri prima di poter contare. Questi sistemi hanno bisogno di partire dalle basi, in questo modo riescono a imparare molto più velocemente quando si passa poi a compiti più complessi. Lo suggerisce lo studio della New York University pubblicato sulla rivista Nature Machine Intelligence, che apre a metodi per migliorare l'addestramento delle IA. "Le IA devono prima affrontare l'asilo per poter apprendere meglio compiti complessi", dice Cristina Savin, che ha coordinato lo studio insieme a Christine Constantinople. "Nel complesso, questi risultati indicano modi per migliorare l'apprendimento nei sistemi di Intelligenza artificiale - aggiunge Savin - e richiedono lo sviluppo di una comprensione più olistica di come le esperienze passate influenzano l'apprendimento di nuove competenze". I ricercatori sono partiti da esperimenti di laboratorio sui ratti: gli animali sono stati addestrati a cercare l'acqua, sapendo che la sua presenza era associata a certi suoni e all'accensione di luci sulle aperture del labirinto. Per raggiungere la ricompensa, quindi, dovevano prima imparare informazioni di base e poi combinarle insieme per completare un'attività complessa. I risultati sono stati poi trasferiti all'addestramento delle cosiddette 'reti neurali ricorrenti', sistemi basati sull'IA e progettati per elaborare informazioni basandosi sulle conoscenze già memorizzate, particolarmente utili nel riconoscimento vocale e nelle traduzioni. Messe a confronto con quelle addestrate con metodi usati normalmente, le reti che hanno seguito il 'metodo asilo' hanno imparato molto più velocemente, diventando così più efficienti.

A.Ruiz--AT