ricerca

Il nuovo insegnante di Facebook

Ovvero, come creare macchine social che apprendano dai nostri gusti e dalle nostre azioni

5261568726_d51149d62c_z

FUTURO – Che cosa è Facebook? La fortunata realizzazione di un’idea geniale, un formidabile mezzo di comunicazione o un contenitore caotico di chincaglieria globale di pronto consumo? Ovviamente tutte le precedenti opzioni costituiscono una valida risposta. C’è però ben altro a cuocere nei pentoloni sotterranei delle cucine tecnologiche di Palo Alto, California.

Parliamo delle avanzate ricerche condotte dal team del FAIR (Facebook Artificial Intelligence Research), il cui scopo ultimo è creare una nuova e sofisticata intelligenza artificiale basandosi sulle informazioni fornite dagli utenti. In altre parole state aiutando FAIR anche in questo stesso momento.

Facendo un piccolo passo indietro nel tempo, già dal 2013 il colosso di Mr. Zuckerberg ha iniziato a fare incetta di scienziati e ingegneri esperti nel campo dell’AI e Yann LeCun, l’attuale direttore di FAIR, è uno di questi. Un passato da ricercatore presso i Laboratori Bell, con contributi fondamentali alla concezione delle moderne “reti neurali convoluzionali” (ossia gli avanzati algoritmi utilizzati per svariate finalità di riconoscimento e apprendimento da parte delle macchine), LeCun non ha perso tempo, costruendo negli ultimi anni un team internazionale, che opera tra New York, Palo Alto e Parigi. E che si ispira ai comportamenti della “platea globale” per risolvere le questioni più complesse e spinose nella creazione di enti realmente intelligenti.
Il primo fra questi problemi, secondo LeCun, è capire come riprodurre in modo corretto il meccanismo umano dell’apprendimento.

Per il direttore di FAIR, esistono ormai algoritmi molto efficaci di “apprendimento supervisionato” (un esempio su tutti è DeepDream di Google): si tratta di una modalità nella quale la macchina viene “bombardata” con una gran mole di informazioni su un certo oggetto, fintanto che non è in grado di estrarne le caratteristiche fondamentali. Ad esempio, si possono dare in pasto alla macchina centinaia di migliaia di immagini di alberi, finché essa non apprende a riconoscere tutti gli elementi distintivi del concetto di “albero”.

Un’altra modalità è il cosiddetto “apprendimento per rinforzo” (reinforcement learning), in cui alla macchina si forniscono solo un “Sì” o un “No” su qualunque decisione essa intraprenda. Per esempio, quando l’automa “racconta” la trama di un film che gli è stato chiesto analizzare, un operatore umano deve confermare o negare le affermazioni che esso formula sull’intreccio o sui suoi personaggi.

Tutte queste tecniche hanno un limite: richiedono un feedback dell’operatore umano, che deve guidare passo passo la macchina per farle raggiungere gli obiettivi dell’apprendimento, rischiando di condizionarne in modo determinante la “crescita”, come un genitore troppo apprensivo o oppressivo con suo figlio o un allenatore troppo rigido con un atleta. Come superare questo ostacolo, facendo in modo da “depurare” il processo di apprendimento dalle opinioni o caratteristiche personali di un particolare operatore o trainer umano?

La risposta che Facebook ha dato a questa domanda è semplice: il problema si supera usando un numero altissimo di trainer, in tutto il mondo. E dove andare a prendere miliardi di utenti disposti a fornire gratuitamente i feedback di cui la creatura di FAIR si nutre? Potreste porvi questa domanda ogni volta che marcate con un “mi piace” un contenuto. O usate dei tag per creare relazioni tra utenti, contenuti e concetti espressi verbalmente nei vostri commenti.

Ciò che il team di LeCun sta realizzando, in effetti, ha una portata notevolissima: utilizzare gli utenti di Facebook (che nel marzo 2015 hanno superato gli 1,4 miliardi) per addestrare una nuova specie di intelligenza artificiale, che sa di noi tutto ciò che noi stessi le comunichiamo, con tutte le possibili modalità di interazione previste. Foto, video, commenti, e così via.

Un concetto chiave per LeCun è l’idea della sostituzione del ragionamento umano con una nuova “algebra“, ossia con un meccanismo di codifica del linguaggio e delle categorie della mente mediante relazioni analitiche, ossia formule. Su questa base, FAIR sta sviluppando un nuovo assistente personale (simile a Siri di Apple o Google Now) che, a detta di LeCun, avrà delle capacità assai più sofisticate dei suoi omologhi già esistenti.
Se infatti Siri è, per esempio, in grado di inviare un messaggio per noi, e Google Now di informarci che il nostro volo partirà a breve (perché ha “letto” la nostra posta), “M“, questo il nome della nuova creatura di Zuckerberg, sarà capace di pianificare e prenotare per noi l’intero viaggio, scegliendo la soluzione migliore tra quelle disponibili.

Per ora M è ancora nello stadio dell’apprendimento supervisionato, con decine di trainer umani specializzati che intervengono per aiutarlo a superare ogni sua difficoltà. Potrebbe però ben presto iniziare la fase successiva, in cui secondo LeCun sarà capace di “autodeterminare” il proprio processo di apprendimento. E, che vi piaccia o no, potreste essere proprio voi i suoi futuri insegnanti.

Leggi anche: La Robodissea: Quando nello spazio ci vanno i robot

Pubblicato con licenza Creative Commons Attribuzione-Non opere derivate 2.5 Italia.   
Crediti immagine: Duncan Hull, Flickr

Condividi su
Gianpiero Negri
Laureato in Ingegneria Elettronica, un master CNR in meccatronica e robotica e uno in sicurezza funzionale di macchine industriali. Si occupa di ricerca, sviluppo e innovazione di funzioni meccatroniche di sicurezza presso una grande multinazionale del settore automotive. Membro di comitati scientifici (SPS Italia) e di commissioni tecniche ISO, è esperto scientifico del MIUR e della European Commission e revisore di riviste scientifiche internazionali (IEEE Computer society). Sta seguendo attualmente un corso dottorato in matematica e fisica applicata. Appassionato di scienza, tecnologia, in particolare meccatronica, robotica, intelligenza artificiale e matematica applicata, letteratura, cinema e divulgazione scientifica, scrive per Oggiscienza dal 2015.