Nell, il supercomputer che impara da solo

Gadget e Hi-Tech     Autore: Alessandro Crea Aggiungi un commento

Diversi anni or sono usciva al cinema un film, intitolato Nell, in cui la protagonista, nel cui ruolo recitava Jodie Foster, era una ragazza nata e cresciuta sola nei boschi, con un linguaggio tutto suo, completamente differente da quelli umani noti, e comunque sempre basato sugli stessi, istintivi meccanismi razionali. La storia si dipanava poi a raccontare il tentativo degli scienziati di comprenderla e di insegnarle a vivere in un mondo più vasto, il nostro. Ora, a distanza di alcuni anni, un supercomputer riceve lo stesso nome di battesimo, poiché si tratta del primo PC in grado di imparare autonomamente da sé le nozioni, consultando il Web.

Il suo cuore pulsa negli scantinati dell’università dove è stato messo a punto: la Carnegie Mellon University di Pittsburgh e fa parte di una rete di computer chiamata Never-Ending Language Learning System; si tratta infatti di un sistema di computer in grado di imparare da sé, sulla base di alcune nozioni fondamentali. Al suo interno infatti sono state immesse alcune conoscenze di base in diverse categorie, dopodichè Nell è stata lasciata libera sul Web, con l’obiettivo di attingere da lì per insegnare a se stessa.

Ma come fa in concreto? Nell scansiona centinaia di milioni di pagine Web tramite modelli di testo che utilizza per apprendere i fatti, poi raggruppati in categorie semantiche, come ad esempio città, società, gruppi sportivi, attori, università, piante e altre 274. I fatti all’interno delle categoria possono essere ad esempio “San Francisco è una città” o “girasole è una pianta”. Nell impara anche che vi sono relazioni fra due categorie: ad esempio può imparare che Peyton Manning è un giocatore di football e che gli Indianapolis Colts sono una squadra di football americano, dopodichè può dedurre che Peyton Manning è un giocatore di football dell’Indianapolis Colts in quanto sa che “Giocare per” è una relazione; come questa ne possiede poi altre 280. Il numero delle categorie e delle relazioni è raddoppiato dall’inizio di quest’anno ed è in costante espansione. I fatti appresi vengono continuamente aggiunti al database, aumentando così nel tempo anche le capacità di mettere in relazione le cose e di conseguenza, di aumentare la conoscenza e la precisione di essa.

Insomma, pare proprio che nel futuro prossimo andremo incontro a grandi scoperte, visto che le migliori menti del mondo sembrano aver deciso di spingere sull’acceleratore in questo settore. A quando la nascita di Skynet?

Condividi su:
  • Segnalo
  • Wikio IT
  • Google Bookmarks
  • Live
  • Facebook
  • MySpace
  • LinkedIn
  • Technorati
  • Digg
  • del.icio.us
  • Print this article!
  • E-mail this story to a friend!
Articoli correlati:

4 Commenti

  1. Stefano

    “Incolori idee verdi furiosamente dormono” (Noam Chomsky)

  2. ilo

    Bello ma: come fa “nell” a individuare quali nozioni memorizzare e quali no? e se due informazioni sono contraddittorie?

  3. Alessandro Crea

    Beh il set di istruzioni sarà sicuramente complesso; credo comunque che Nell al momento memorizzi tutto, cose rilevanti e cose meno rilevanti, in quanto per fare una selezione ci sarebbe bisogno di un carattere formato e quindi la presenza di interessi.
    Riguardo alle informazioni contraddittorie immagino che Nell faccia come facciamo tutti: nella fonte infatti si parlava di una precisione, al momento, dell’ 87 %: questo significa che, in base al suo solo set di istruzioni, Nell ha al momento raccolto informazioni esatte all’87 % ma, al progredire del database stesso, la precisione dovrebbe aumentare, in quanto, proprio essendo in grado di relazionare le informazioni, Nell sarà in grado di rendersi conto che, per un argomento, la maggioranza delle informazioni porta in una direzione, quindi escluderà le altre, minoritarie, che saranno chiaramente errate.
    Ovviamente sono mie supposizioni basate sull’articolo, non sono tra gli sviluppatori di Nell e non posso quindi dare risposte certe, ma mi sembra abbastanza plausibile che funzioni così.

  4. ilo

    Quindi sostanzialmente le capacità di apprendimento di Nell potrebbero essere piuttosto simili a quelle umane, nel senso che in base alla quantità di informazioni acquisite, unite alle conoscenze di base indotte, si determina il grado di veridicità di un determinato testo. La cosa è interessante secondo me soprattutto per un motivo, forse un po’ paradossale:
    tenendo conto che, oltre alla quantità di informazioni acquisite e necessarie a stabilire una percentuale di veridicità, è necessario anche individuare la qualità delle informazioni, processo possibile solamente da parte di un utente senziente, l’obiettivo dei programmatori di Nell non può che essere quello di portare la macchina a un grado di incertezza simile a quello degli esseri umani.
    Nell non può rappresentare una fonte di informazioni assoluta, che fornisce risposte in base a calcoli matematici, perchè i suoi metodi di calcolo non sono solo di tipo matematico ma sono frutto di associazioni semantiche;
    non può essere nemmeno una fonte di sapere enciclopedico, perchè a Nell mancano sia la possibilità di verificare empiricamente un evento sia le capacità linguistiche necessarie per interpretare un testo. Se, per esempio, Nell è in cerca di informazioni sulla coca cola troverà magari in rete un milione di testi che dicono: “la coca cola è buona!”, e ne troverà solamente un migliaio che dice: “la coca cola non è buona, perchè berne troppa può far male”. Quindi, in base alle informazioni acquisite, Nell potrà o stabilere che la coca cola è una bevanda buona da bere,in quanto è questa l’informazione maggiormente disponibile, oppure, se la macchina possiede grazie alle istruzioni in suo possesso capacità linguistico-associative veramente straordinarie dovrà riuscire a conservare un insieme di informazioni che offrono un ventaglio si sfumature differenti.
    Si potrebbe anche chiedere a Nell se in base alle informazioni in suo possesso l’omeopatia è o non è una scienza medica…e si otterrebbero sempre e comunque dati percentuali.
    Il punto è che una macchina di questo genere, per essere perfetta, deve raggiungere il grado di imperfezione dell’essere umano. Deve, cioè, se vuole riuscire ad avere una conoscenza globale del mondo, avere un “punto di vista”; deve essere in grado di riconoscere l’ironia e potere apprendere pure la filosofia; deve essere in grado di apprendere non solo con le associazioni semantiche, ma con le associazioni di idee e concetti.
    Non si tratterebbe più, quindi, di un computer funzionale all’uomo, ma di un passo importante verso l’intelligenza artificiale autonoma, e l’aspetto che prima definivo paradossale è che per arrivare a ciò la macchina dovrebbe “semplificarsi” e acquisire informazioni in base a criteri di scelta e non “evolversi” tramite capacità di calcolo sempre più potenti che la porterebbero all’astrazione.
    Percorrendo questa strada, ad un certo punto gli uomini dovranno chiedersi: cosa vogliamo? una macchina perfetta capace di fare tutto ciò che vogliamo come un essere umano, o una macchina autonoma che potrebbe sapere fare anche meglio di un essere umano?
    La prima scelta imporrebbe dei limiti, anche nella ricerca scientifica; la seconda…li infrangerebbe tutti.

Lascia un commento

*
To prove you're a person (not a spam script), type the security word shown in the picture. Click on the picture to hear an audio file of the word.
Click to hear an audio file of the anti-spam word

Tema & Icone by N.Design Studio – modificato da Terry Labunda
Entries RSS Comments RSS Collegati