Nella divisione DeepMind l’azienda di Mountain View un algoritmo che permette alle reti neurali di mantenere le connessioni più importanti, utili per affrontare compiti successivi al primo. Un meccanismo che ricalca quello del cervello umano
ENRICO FORZINETTI

L’intelligenza artificiale presto potrà ricordare come gli esseri umani. Fino a oggi le reti neurali erano sempre andate incontro a un grande limite: potevano essere allenate per risolvere solo un compito specifico. Al momento di passare a quello successivo ripartivano però da zero, non potendo affidarsi a una propria esperienza. Una circostanza conosciuta come “interferenza catastrofica”.

I ricercatori di DeepMind, la sezione di Google che si occupa di intelligenza artificiale, hanno trovato una soluzione al problema provando a imitare la memoria dell’uomo. Questa riesce a formarsi grazie a un sistema che tende a rinforzare le connessioni importanti tra i neuroni, penalizzando quello meno rilevanti, in modo da mantenere nel tempo solo quelle fondamentali.

 

DeepMind ha così applicato la stessa strategia a una rete neurale. L’intelligenza artificiale è stata messa di fronte a un compito specifico. Un algoritmo creato ad hoc ha poi dato un peso alle singole connessioni di questa rete in base alla loro rilevanza. Queste sono state così mantenute, o per così dire ricordate, anche nei compiti successivi. Una strategia diversa rispetto a quella già studiata in passato dalla divisione di Google e basata su una memoria esterna per aiutare l’intelligenza artificiale.

 

La rete neurale dotata della capacità di apprendimento è stata poi messa alla prova di fronte a una serie di giochi uno di fila all’altro. Grazie all’algoritmo che le garantiva una memoria è riuscita a comportarsi meglio di qualsiasi essere umano, rimanendo però meno performante rispetto a un’intelligenza artificiale allenata in maniera specifica a svolgere un solo gioco alla volta.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *