 |
| Crediti: shutterstock |
Se
l’intelligenza artificiale impara da sola come vincere
Nuovi algoritmi di “apprendimento profondo”
sono in grado di imparare da soli a giocare a una molteplicità di videogiochi e
di scoprire autonomamente le strategie migliori per vincere. Le impressionanti
capacità di queste forme di intelligenza artificiale mettono però in evidenza
per la prima volta nella storia dell’umanità una totale dissociazione fra
intelligenza e consapevolezza.
Nel corso della storia umana,
l’intelligenza e la consapevolezza sono stati due concetti strettamente legati.
Se avete un sacco della prima, si presume che, in qualche modo più o meno mal
definito, siate più consapevoli del tizio dall’aria ottusa in fondo alla
strada. Una persona intelligente sarà anche molto consapevole, in grado di
parlarvi dettagliatamente delle sue esperienze (perché la coscienza è questo:
la capacità di sperimentare qualcosa, qualsiasi cosa, che si tratti di un mal di
denti, della visione di una casa giallo canarino o di una rabbia bruciante). Ma
questo stretto rapporto potrebbe sgretolarsi.
Prendiamo le ultime vicende di DeepMind,
una piccola azienda di Londra di cui è stato cofondatore, nel 2011, il
britannico Demis Hassabis, bambino prodigio degli scacchi, designer di
videogame e neuroscienziato computazionale. Lo scorso anno DeepMind è stata
acquistata per centinaia di milioni di dollari da Google. Il suo nuovo codice
fa cose mozzafiato: impara da solo a giocare ai videogiochi, e spesso molto
meglio dei giocatori umani. La svolta tecnica è descritta in uno studio pubblicato a febbraio su “Nature”.
Per farvi un’idea, cercate su YouTube il
video intitolato DeepMind Artificial Intelligence @ FDOT14. Si tratta di un
breve estratto, ripreso con uno smartphone del discorso di Hassabis alla
conferenza Tech 2014, dedicato a un algoritmo informatico che impara a giocare
il classico arcade Breakout. Lo scopo del gioco, una variante di Pong, è
rompere dei mattoncini allineati in righe sulla parte superiore dello schermo
usando una palla che rimbalza in alto e sulle pareti laterali. Se la palla
tocca la parte inferiore dello schermo, il giocatore perde una delle sue
tre vite. Per evitarlo, muove una barra sul fondo che gli permette di
respingere la palla verso l’alto.
Co-creato da Steve Wozniak nel 1976, per
gli standard odierni il gioco è primitivo ma comunque avvincente. Hassabis lo
ha usato per spiegare il problema al pubblico. All’inizio l’algoritmo non
sapeva nulla e muoveva la barra in modo casuale e senza molta coordinazione,
colpendo la palla solo occasionalmente. Dopo un’ora di allenamento, giocando
più e più volte, le prestazioni sono migliorate, riuscendo spesso a rinviare la
palla e a rompere i mattoni. Dopo due ore di allenamento, è diventato più bravo
della maggior parte degli esseri umani, respingendo palle veloci e ad angoli
stretti.
I programmatori hanno lasciato che
l’algoritmo continuasse a giocare da solo, e a migliorare. Dopo quattro ore di
gioco, l’algoritmo ha scoperto una strategia innovativa per Breakout, che ha
fatto schizzare le sue prestazioni ben oltre quelle mai ottenute da qualsiasi
essere umano. L’algoritmo ha compiuto l’impresa imparando a scavare un tunnel
attraverso la parete di mattoncini a partire da un lato, in modo che la palla
distruggesse rapidamente un gran numero di mattoni da dietro. Molto
intelligente. Il successo è stato così impressionante che tutti gli esperti
presenti sono esplosi in uno scrosciante applauso spontaneo (un evento raro in
una conferenza scientifica). Per capire che cosa sta succedendo e perché è
qualcosa di notevole, andiamo a dare un’occhiata più approfondita.
L’algoritmo ha tre caratteristiche, tutte riprese dalla neurobiologia: apprendimento con rinforzo, reti neurali a strati di convoluzione (convolutional neural networks) e loop sulla memoria selettiva.Un’eredità duratura del comportamentismo, l’indirizzo che ha dominato lo studio del comportamento umano e animale nella prima parte del XX secolo, è l’idea che gli organismi imparano il comportamento ottimale mettendo in relazione la conseguenza di una particolare azione con uno stimolo specifico che l’ha preceduta. Questo stimolo è detto rinforzo del comportamento.
Prendiamo il caso del mio cane Ruby,
quando, da cucciolo, l’ho dovuto educare. Subito dopo avergli dato da bere, a
intervalli prestabiliti, lo portavo in un punto particolare del giardino e
aspettavo. A un certo punto, avrebbe fatto pipì spontaneamente,e io l’avrei
riempito di lodi. Se capitava un “incidente” in casa, lo sgridavo severamente. I
cani rispondono bene a questi segnali sociali positivi e negativi. Nel giro di
un mese o due Ruby aveva imparato che se a uno stimolo interno, la vescica
piena, seguiva un certo comportamento – fare pipì nel solito posto – poteva
aspettarsi un premio ed evitare una punizione.
L’apprendimento per rinforzo è stato
formalizzato e implementato nelle reti neurali per insegnare ai computer come
giocare vari giochi. Gerald Tesauro della IBM ha usato una versione particolare
di apprendimento per rinforzo – il cosiddetto apprendimento per differenze
temporali – per la progettazione di una rete che gioca a backgammon. Il
programma analizza la tavola di gioco ed esamina tutte le possibili mosse
lecite e le risposte del giocatore avversario a queste mosse. Tutte le posizioni
di gioco che ne risultano vanno ad alimentare il cuore del programma, la sua
funzione di valore.
La mossa scelta dal programma è quella che
porta alla posizione sulla tavola con il punteggio più alto. Dopo una mano, la
rete è leggermente ottimizzata, così che il programma prevede che cosa
succederà un po’ meglio di quanto poteva fare dopo la sua mossa precedente.
Partendo da zero, continua a migliorare per tentativi ed errori. Ciò che rende
complicato l’apprendimento per rinforzo è che di solito c’è un notevole ritardo
tra una mossa e il suo esito utile o dannoso. Il superamento di questo handicap
richiede addestramento, addestramento e ancora addestramento: arrivare a
battere a backgammon un giocatore umano esperto richiedeva al programma di
Tesauro di giocare 200.000 partite contro se stesso.
Il secondo ingrediente del successo di
DeepMind si chiama rete neurale a strati di convoluzione. Si basa su un modello
dei circuiti cerebrali scoperto nel sistema visivo dei mammiferi da Torsten
Wiesel e David H. Hubel fra la fine degli anni cinquanta e i primi anni
sessanta. (Per questo lavoro Hubel e Wiesel furono poi insigniti del premio
Nobel.) Il modello postula uno strato di elementi, o unità, di elaborazione,
che calcolano una somma ponderata dei segnali in ingresso. Se la somma è
sufficientemente grande, il modello manda un segnale in uscita, altrimenti
rimane “spento”.
Alcuni teorici considerano il sistema
visivo null’altro che una cascata di strati simili di elaborazione, indicata
con il nome di rete feedforward. Ogni strato riceve un input da un livello
precedente e invia un output al livello successivo. Il primo strato è la retina
che intercetta la pioggia di fotoni in arrivo, registra le variazioni di
luminosità dell’immagine e passa questi dati alla fase di elaborazione
successiva. L’ultimo strato è costituito da un gruppo di unità che segnalano se
alcuni elementi di alto livello, per esempio vostra nonna o Jennifer Aniston,
sono presenti in quell’immagine.
I teorici dell’apprendimento hanno sviluppato
efficaci metodi matematici per regolare i “pesi” di queste unità – ossia quanto
debba essere influente un input rispetto a un altro – ottenendo reti
feedforward che imparano a svolgere specifici compiti di rilevazione.
Per esempio, una rete è esposta a decine di
migliaia di immagini prese da Internet, ciascuna delle quali è classificata in
un certo modo a seconda che includa un gatto o no. Dopo ogni esposizione, tutti
i pesi sono leggermente modificati. Se l’addestramento è abbastanza lungo
(anche in questo caso l’addestramento deve essere davvero intensivo) e le
immagini sono elaborate da reti abbastanza profonde, ossia con molti strati di
elementi di elaborazione, la rete neurale riesce a fare una generalizzazione ed
è in grado di riconoscere con precisione se una nuova fotografia contiene un
felino. La rete ha appreso, in modo supervisionato, a distinguere le immagini
dei gatti da quelle di cani, persone, automobili e così via.
La situazione non è dissimile da quella di
una madre che sfogliando un libro illustrato con il suo bambino, gli indica
tutti i gatti. Le reti a strati di convoluzione profondi sono di gran moda fra
Google, Facebook, Apple e altre aziende della Silicon Valley che cercano di
etichettare automaticamente le immagini, tradurre il parlato in testo, trovare
i passanti in un video e identificare i tumori nelle scansioni del seno.
L’apprendimento supervisionato è differente
dall’apprendimento con rinforzo. Nel primo, ogni immagine in ingresso è
accoppiata a un’etichetta (un’immagine contiene un gatto); nel secondo, no.
Nell’apprendimento per rinforzo, l’effetto di ogni mossa sul punteggio di gioco
si sviluppa nel tempo, le azioni possono produrre dei benefici (un punteggio
migliore) anche molte mosse più tardi.
Hassabis e i suoi collaboratori hanno usato
una variante dell’apprendimento per rinforzo detta Q-learning, che fa da
supervisore alla rete di apprendimento profondo. L’input della rete consiste in
una versione sfocata dello schermo colorato di gioco, che include il punteggio
– uguale a quello che vede un giocatore umano – ma anche le schermate associate
alle ultime tre mosse. L’output della rete è un comando al joystick di
spostarsi in una delle otto direzioni cardinali, con o senza l’azionamento del
pulsante “Fuoco”. Partendo da un’impostazione casuale dei suoi pesi, la
proverbiale tabula rasa, l’algoritmo è arrivato a capire quali azioni portano a
un punteggio finale più alto, quando la barra ha maggiori probabilità di
intercettare la palla sul fondo in modo da respingerla con una traiettoria tale
da rompere i mattoni. In questo modo, la rete ha imparato – attraverso la
ripetizione e l’apprendimento rinforzato – i metodi più efficaci per giocare a
Breakout, superando di uno sconvolgente 1327 per cento il punteggio di un
testatore professionista del gioco.
Il terzo componente critico dell’algoritmo
è il loop della memoria selettiva, simile a quello che si pensa si verifichi
nell’ippocampo, una regione del cervello associata alla memoria.
Nell’ippocampo, i modelli di attività delle cellule nervose associate a una
particolare esperienza, per esempio quella di percorrere un labirinto, vengono
“rivisti”, ma a un ritmo più veloce. L’algoritmo, cioè, può richiamare dalla
sua memoria, a caso, un particolare episodio di gioco (comprese le proprie
mosse) incontrato in precedenza, adeguare la propria azione sulla base
dell’esperienza precedente e aggiornare di conseguenza la sua funzione di
valutazione.
Ai progettisti di DeepMind però non bastava
che il loro algoritmo imparasse un solo gioco, e lo hanno allenato a 49 diversi
giochi per Atari 2600, tutti sviluppati per generazioni di adolescenti. Fra
questi vi erano Pinball, StarGunner, Robot Tank, Road Runner, Pong, Space
Invaders, Ms. Pac-Man, Alien e la vendetta di Montezuma. In tutti i casi è
stato usato sempre lo stesso algoritmo, con le stesse impostazioni. L’unica
cosa che cambiava era l’output, calibrato sulle esigenze specifiche di ciascun
gioco. I risultati hanno sbaragliato quelli di tutti gli altri algoritmi
“giocatori”. Non solo, in 29 di questi giochi l’algoritmo ha superato del 75
per cento o più un testatore professionista umano, battendolo a volte con un
margine molto ampio.
L’algoritmo ha i suoi limiti. Le sue
prestazioni migliorano sempre più lentamente via via che i giochi richiedono
una pianificazione progressivamente più a lungo termine. Per esempio, le
prestazioni dell’algoritmo per Ms. Pac-Man sono abbastanza modeste perché il
gioco richiede di scegliere il percorso da seguire nel labirinto per evitare di
essere mangiato da un fantasma anche a 10 o più mosse di distanza.
Il programma, tuttavia, preannuncia un
nuovo livello di sofisticazione nell’intelligenza artificiale. Deep Blue, il
programma IBM che nel 1997 sfidò a scacchi il grande maestro Garry Kasparov, e
Watson, il sistema IBM che ha battuto Ken Jennings e Brad Rutter nel quiz
Jeopardy, erano raggruppamenti di algoritmi altamente specializzati messi a
punto con cura artigianale per affrontare un tipo particolare di problema.
Il segno distintivo della nuova generazione
di algoritmi è che, come le persone, imparano dai propri successi e dai propri
fallimenti. Partendo esclusivamente dalla sfilza di pixel della schermata di
gioco, alla fine gareggiano in giochi sparatutto, di boxe, di corse
automobilistiche.
Naturalmente, i mondi in cui operano sono
fisicamente molto semplificati e ubbidiscono a regole molto rigide, e le loro
azioni sono molto limitate. Non vi è alcun segno di sensibilità in questi
algoritmi. Non hanno alcuno dei comportamenti che associamo con la coscienza.
Secondo gli attuali modelli teorici della coscienza le reti convoluzionali
profonde non sono consapevoli.
Sono degli zombie che agiscono nel mondo,
ma lo fanno senza alcun sentimento, mostrando una forma di intelligenza fredda,
limitata e aliena: un algoritmo “sfrutta spietatamente le debolezze del sistema
che trova. In modo del tutto automatico”, ha detto Hassabis nel suo discorso
del 2014. Questi algoritmi, inclusi quelli che controllano le auto a guida
autonoma di Google o quelli che eseguono gli scambi sui mercati finanziari,
dimostrano che per la prima volta nella storia del pianeta, l’intelligenza è
completamente dissociata dalla sensibilità, dalla coscienza.
Sono intelligenti, nel senso che possono
imparare ad adattarsi a nuovi mondi, motivati unicamente dalla massimizzazione
dei premi quali sono definiti dal punteggio di gioco. Non ho alcun dubbio che i
progettisti di DeepMind siano impegnati a lavorare su motori di apprendimento
più sofisticati, per insegnare ai loro algoritmi a dominare in prima persona
giochi sparatutto come Doom o Halo, o giochi di strategia, come StarCraft.
Questi algoritmi riusciranno a eseguire sempre meglio compiti specifici in
nicchie molto specifiche, che nel mondo moderno abbondano. Ma non creeranno né
apprezzeranno l’arte, né si meraviglieranno di fronte a un bellissimo tramonto.
Se questa sarà una buona cosa per l’umanità, lo si vedrà a lungo termine. La ragione per cui dominiamo il mondo naturale non è perché siamo più veloci o più forti, e men che meno più saggi di altri animali, ma perché siamo più intelligenti. Forse questi algoritmi di apprendimento sono nuvole scure all’orizzonte dell’umanità. Forse saranno la nostra ultima invenzione.
Christof Koch
L’autore - Christof Koch è presidente
dell’Allen Institute for Brain Science, editorialista di “Scientific American
Mind” (la versione statunitense di “Mente e Cervello”) e membro del consiglio
di amministrazione di “Scientific American”.
(La versione originale di questo articolo è
apparsa sul numero di luglio/agosto 2015 (n.4, vol. 26) di “Scientific American
Mind”, e ripubblicata online l’11 giugno. Riproduzione autorizzata, tutti i
diritti riservati)
Print 
PDF
Nessun commento:
Posta un commento
I commenti spam, offensivi, non pertinenti e quelli riportanti indirizzi mail o link sospetti saranno cancellati.