L’intelligenza artificiale può immaginare le cose? L’immaginazione è un processo complesso. Se ci fermiamo a pensare al numero di elementi che possono costituire uno scenario immaginario, è più facile iniziare ad avvicinarsi a un’idea di quanto profonda possa essere questa procedura mentale.
Un team di ricercatori della University of Southern California, USA, ha presentato un progetto che cerca di dotare l’IA di una qualità simile, al fine di implementare sistemi in grado di creare nuovi concetti basati su elementi noti.
Un nuovo sistema che permette all’Intelligenza Artificiale di immaginare
A prima vista, l’idea di addestrare un sistema di intelligenza artificiale con “capacità umane” può sembrare strana. Tuttavia, questo ha uno scopo pratico, interessante e accessibile.
Il processo immaginativo è generalmente definito come un processo creativo in cui, sulla base di elementi precedentemente percepiti, vengono costruite nuove immagini mentali. Portandolo sul piano dell’intelligenza artificiale, un sistema che padroneggia un buon numero di formule di farmaci, ad esempio, potrebbe scomporre i loro componenti e le loro funzioni, per iniziare a testare nuove ricette.
Meccanismi di questo tipo sono stati presentati in precedenza, ma limitati nella loro azione a un certo contesto, come l’esempio appena citato dei farmaci. A differenza di quelli, l’intelligenza artificiale sviluppata dai ricercatori dell’USC può essere estrapolata per diverse applicazioni. Ciò significa che in diversi scenari, questo sistema dovrebbe essere in grado di definire le proprie regole e variabili, per configurare quante più combinazioni di attributi possibili.
Per ottenere questa versatilità, i ricercatori hanno utilizzato un meccanismo simile a quello utilizzato nella generazione dei falsi profondi. Proprio come nel caso di questi pezzi audiovisivi ingannati, un algoritmo può identificare il volto ei gesti di una persona, per emularli con un volto sostituito digitalmente; nel caso di questa Intelligenza Artificiale, il sistema sarebbe in grado di riconoscere le componenti di ogni scenario analizzato.
In un conversazione con la sua casa di studi, lo studente Yunhao Ge, parte del team dietro questo sviluppo, ha esemplificato questo processo basato sul film Transformers. “Può assumere la forma di un’auto Megatron, il colore e la posa di un’auto Bumblebee gialla e lo sfondo di Times Square a New York. Il risultato sarà una Bumblebee Megatron Car colorata, che guiderà a Times Square, anche se questo esemplare non è stato visto durante la sessione di allenamento”, ha commentato.
Nello stesso caso, un altro membro di questo team, il professor Laurent Itti, ha commentato che “l’apprendimento profondo ha già mostrato prestazioni e promesse insuperabili in molti campi, ma troppo spesso ciò è avvenuto attraverso un’imitazione superficiale e senza una comprensione più profonda degli attributi separati rendere unico ogni oggetto”, aggiungendo che “questo nuovo approccio al districamento, per la prima volta, scatena davvero un nuovo senso di immaginazione nei sistemi di intelligenza artificiale, avvicinandoli alla comprensione umana del mondo”.
Con sistemi come questo, le auto autonome sarebbero in grado di immaginare quanti più scenari possibili in base a fattori meteorologici e ambientali, rafforzando la loro sicurezza. E così, man mano che si individuano esigenze compatibili con quanto offre questo sistema, il catalogo delle possibili applicazioni potrebbe continuare a crescere.
I dettagli di questa ricerca sono stati resi pubblici in un documento intitolato “Sintesi Zero-Shot con apprendimento supervisionato dal gruppo“, pubblicato alla Conferenza internazionale di quest’anno sulle rappresentazioni dell’apprendimento.
