Gato: DeepMind ha creato l’Intelligenza Artificiale Generale?
L’Intelligenza Artificiale è riuscita ad eguagliare gli esseri umani?
Quando parliamo di “Intelligenza Artificiale che eguaglia gli esseri umani”, parliamo ‘quasi’ di fantascienza.
Ma forse la fantascienza è diventata realtà…
Infatti, poche settimane fa è uscito un paper di Google DeepMind intitolato “A Generalist Agent” in cui la società londinese ha rivelato Gato.
Gato è un algoritmo di machine learning capace di replicare molteplici attività della mente umana, ma facciamo una parafrasi dell’incipit per capirci meglio:
«[Gato] può giocare all’Atari, scrivere didascalie per immagini, chattare, impilare blocchi con un vero braccio robotico e molto altro».
Quindi, detto questo…
L’Intelligenza Artificiale è riuscita davvero ad eguagliare gli esseri umani?
Parliamo di Intelligenza Artificiale Generale
L’Intelligenza Artificiale viene comunemente divisa in due categorie:
- Stretta
- Generale
Con Intelligenza Artificiale Stretta si indica modelli specializzati in specifiche attività “strette”.
Per fare un esempio, all’interno del mondo dell’Natural Language Processing si suddividono le attività: il question-answering, la generazione di testo, il riassunto del testo e così via.
E questo è anche il nostro lavoro in quanto esperti di Intelligenza Artificiale che collaborano con le industrie, le quali hanno necessità di modelli di Intelligenza Artificiale altamente specializzati.
Un po’ come un falegname specializzato che saprebbe costruire un mobile di qualità rispetto a chiunque altro che va a comprarsi i mobili da Ikea.
L’Intelligenza Artificiale Generale invece indica un unico modello capace di compiere più attività diverse, come gli esseri umani: versare il caffè, scrivere testi, guidare macchine e così via.
E adesso rispondiamo a questa domanda…
Come funziona Gato?
Gato è stato trainato con 1,2 miliardi di parametri (GPT-3 di OpenAI con 175 miliardi e PaLM di Google con 540 miliardi), in modo che a partire da un input, sia possibile prevedere l’input successivo finché non si arriva all’output desiderato.
Pur essendo cifre relativamente piccole, riesce a dare dei risultati promettenti.
Lo stesso capo ricerca di Gato, Nando de Freitas, si è detto fiducioso per il futuro di Gato, se solo si decidesse di aumentare i parametri di training.
I risultati sono stati permessi grazie all’utilizzo di un Transformer, il vero modello rivoluzionario nel mondo dell’Intelligenza Artificiale.
Entrando nello specifico, con i Transformer gli input e gli output vengono codificati e poi matchati.
Per esempio, una frase in italiano e una in inglese avranno sempre e comunque soggetto, verbo e oggetto.
Quindi, se si insegna ad un algoritmo la frase “il cane abbaia”, questo lo codificherà in “token”, ossia una sequenza di numeri.
Dopodiché lo codificherà anche nel linguaggio di arrivo, in questo caso l’inglese, per poi fare un match tra le due frasi.
Utilizzando miliardi di frasi, il Transformer riesce a comprendere meglio il contesto della frase singola “il cane abbaia”.
Gato è un’Intelligenza Artificiale Generale?
Secondo quello che abbiamo studiato, non proprio.
Gato è l’algoritmo che ha messo una prima pietra verso lo sviluppo dell’Intelligenza Artificiale Generale, ma non l’ha ancora realizzata.
Di fatto, Gato riesce a muovere un braccio robotico, descrivere le immagini, giocare ad un videogioco, lavorare con i testi.
Su 604 compiti che gli sono stati assegnati, ne ha eseguiti con successo 450, con il 50% dei risultati simili a quelli di riferimento.
Ma allo stesso modo commette anche degli errori.
- Non riesce a comprendere perfettamente il contenuto di una foto,
- Secondo lui, Marsiglia è la capitale della Francia,
- Confonde i generi delle persone,
- A volte sbaglia gli ordini dei blocchi da impilare.
Ma tutto sommato, già aver messo le basi, questo è un primo passo importante.
Il paper di DeepMind indica che è già stata trovata una strada per raggiungere l’Intelligenza Artificiale Generale.
Saranno gli investimenti futuri in ricerca e sviluppo sui Transformer a fare la differenza.
