Deep Learning: una nuova realtà di apprendimento

Creare uno stretto legame tra il sistema informatico ed il nostro cervello: da quando sono nati i primi calcolatori questo sogno o concreto obiettivo (dipende dall’effettiva capacità di realizzazione) attanaglia la mente umana. Gli studi erano già iniziati negli anni ’80, ma con grossi sforzi e sterili risultati dovuti alla complessità dei linguaggi di intelligenza artificiali uniti all’allora debole potenza elaborativa dei calcolatori.

Attualmente è nato un nuovo approccio chiamato Deep Learning (tradotto come apprendimento approfondito) cioè tecnologie informatiche, quali algoritmi di calcolo statistico finalizzati a permettere al sistema informatico di apprendere il funzionamento del cervello umano e le sue capacità di analisi ed interpretazione dei segnali che gli arrivano dal nervo ottico: parole, immagini, sensazioni…

Per realizzare questo i sistemi informatici si basano sull’ampia e complicata tecnologia delle reti neurali artificiali capaci di funzionare simulando i neuroni del cervello umano. Di conseguenza l’obiettivo del Deep Learning è chiaro: le reti neurali del sistema informatico elaborano e processano i linguaggi naturali imitando il funzionamento del nostro cervello.

Un esempio attuale, ma ancora molto lontano da questo obiettivo, è il Siri dei nuovi iPhone: un’assistente vocale in grado di comunicare con l’utente quasi come se fosse una persona, ma bastano pochi attimi per capire che in realtà non capisce quello che noi diciamo. Manca infatti una fattore fondamentale: la sua comprensione. 

Il motivo per cui Facebook, Google, Microsoft, Yahoo stanno investendo parecchio in questo settore è ovvio: capire ciò che scriviamo sulle nostre bacheche, cosa stiamo cercando, se un’immagine ci sia piaciuta o no rappresenta una mole di dati che, vendute ad agenzie di comunicazione e marketing, attivano campagne pubblicitarie sempre più mirate alle nostre reali esigenze. 

Per Facebook utilizzare la propria piattaforma per conoscere il più possibile e nel dettaglio il miliardo e più di utenti rappresenta un aspetto di business fondamentale, hanno quindi recentemente attivato una Task Force di nome “AI Team” (tradotto l'equipe dell'intelligenza artificiale).

Dovranno attivare algoritmi atti a ricercare nelle bacheche della piattaforma status, aggiornamenti, immagini, contenuti condivisi, emozioni, eventi inseriti nei post degli utenti. In sintesi i nostri “segreti” on line. L’obiettivo è anche prevedere i nostri comportamenti futuri per anticiparne le esigenze. 

Si procede per livelli nella logica dell’intelligenza artificiale: piccoli concetti delineano confini più ampi che a loro volta ne definiscono altri e così via in una veloce progressione. In questo modo una rete neurale artificiale partendo da informazioni di base, ma dettagliate, può crescere e perfezionarsi progressivamente.

Per esempio al fine di apprendere una lingua straniera la rete neurale non tenta di conoscere immediatamente il significato delle parole, ma prima identifica le singole lettere, successivamente le unisce per comporre delle sillabe e solo alla fine utilizza le sillabe apprese per costruire le parole.

A Novembre dello scorso anno in un evento a Tianjin, in Cina, i laboratori di ricerca Microsoft hanno applicato un loro sistema di Deep Learning: un software di traduzione istantanea dall’inglese al cinese e poi dal cinese al dialetto mandarino, margine d'errore: appena il 7 per cento.

Photo Michelangelo: Flickr – Author Anne Davis

Photo Brain : Flickr – Author Marc Douglas Weaver