Un’AI ispirata al cervello svela come apprendono bambini e robot | Chatgpt download | Large language models italiano | Chatgpt login | Turtles AI

Un nuovo modello di AI incarnata, sviluppato presso l’Okinawa Institute of Science and Technology, offre spunti innovativi sull’apprendimento della generalizzazione e della composizionalità, simulando i processi cognitivi dei bambini. Basato su una rete neurale PV-RNN, integra linguaggio, vista e propriocezione per elaborare informazioni in modo più trasparente e interpretabile rispetto ai moderni modelli linguistici di grandi dimensioni.

Punti chiave:

• Apprendimento incarnato: Il modello impara combinando linguaggio, percezione visiva e propriocezione.
• Composizionalità: Sviluppa la capacità di distinguere concetti generali da contesti specifici, come i bambini.
• Maggiore trasparenza: Permette di osservare i processi interni della rete neurale.
• Efficienza e sicurezza: Richiede meno dati e calcolo, con errori simili a quelli umani.

I ricercatori dell’Okinawa Institute of Science and Technology hanno progettato un’innovativa architettura di AI incarnata che getta nuova luce sui meccanismi dell’apprendimento cognitivo e sul modo in cui i bambini sviluppano la capacità di generalizzazione. Questo modello, basato su una rete neurale denominata PV-RNN (Predictive coding inspired, Variational Recurrent Neural Network), si distingue per la sua capacità di integrare simultaneamente informazioni provenienti da più modalità sensoriali, replicando i vincoli cognitivi umani e migliorando la comprensione dei processi decisionali nelle reti neurali.

L’approccio seguito si ispira al principio dell’energia libera, secondo cui il cervello umano costruisce continuamente previsioni sugli input sensoriali basandosi sull’esperienza, minimizzando le discrepanze tra aspettativa e realtà per mantenere uno stato cognitivo stabile. Il modello sviluppato si differenzia dagli attuali LLM (Large Language Models), che si basano sull’analisi statistica di enormi dataset testuali: il PV-RNN, al contrario, apprende attraverso un’interazione incarnata con il mondo, elaborando simultaneamente immagini di un braccio robotico che muove blocchi colorati, dati sulla propriocezione e istruzioni linguistiche del tipo "posiziona il rosso sul blu". L’output prodotto consiste in una previsione sia visiva che motoria in risposta a un comando verbale o a uno stimolo sensoriale.

Questa architettura consente di esplorare in profondità il modo in cui un sistema di AI sviluppa la composizionalità, ovvero la capacità di scomporre e ricombinare concetti per generalizzare nuove informazioni. I test hanno mostrato che l’apprendimento è più efficace quando lo stesso termine viene presentato in contesti differenti, un principio che rispecchia fedelmente il modo in cui i bambini acquisiscono il linguaggio: l’esposizione a oggetti dello stesso colore in scenari diversi accelera la comprensione della categoria cromatica rispetto a ripetizioni isolate dello stesso stimolo. Inoltre, rispetto agli LLM, il PV-RNN raggiunge un elevato livello di generalizzazione con un numero significativamente inferiore di dati e una capacità computazionale ridotta. Questo modello, sebbene commetta più errori, produce sbagli analoghi a quelli umani, rendendolo particolarmente utile per chi studia lo sviluppo cognitivo e per i ricercatori di AI interessati a comprendere meglio i processi decisionali delle reti neurali.

Un altro aspetto di rilievo riguarda il problema della povertà di stimoli, una questione centrale nella linguistica dello sviluppo: i bambini, pur ricevendo un input linguistico limitato, acquisiscono rapidamente la capacità di esprimersi. Il modello PV-RNN suggerisce che il radicamento del linguaggio nel comportamento motorio e percettivo possa essere un fattore determinante in questo processo, riducendo la necessità di un vasto set di dati pur mantenendo un’elevata capacità di apprendimento. Tale caratteristica apre la strada a una possibile applicazione di questo approccio per la progettazione di AI più sicure, trasparenti ed etiche, con una comprensione più profonda del significato delle parole basata sull’esperienza piuttosto che su analisi puramente statistiche. Un sistema che apprende il concetto di "sofferenza" non solo attraverso la lettura, ma attraverso esperienze incarnate, potrebbe sviluppare una maggiore consapevolezza delle implicazioni delle proprie azioni.

I ricercatori dell’OIST intendono ora espandere e migliorare il modello per esplorare nuovi ambiti legati alla neuroscienza dello sviluppo, con l’obiettivo di approfondire ulteriormente le dinamiche dell’apprendimento cognitivo e linguistico.

L’architettura PV-RNN non rappresenta solo un passo avanti nella ricerca sull’AI, ma offre anche preziose indicazioni su come la mente umana organizza e processa le informazioni per costruire la propria conoscenza del mondo.