Parlare con le macchine grazie alla Deep Learning | Google fa incetta di romanzi rosa per capire il linguaggio umano

Le reti neurali come chiave per imitare il sistema di gerarchizzazione di concetti tipico dell’apprendimento nell’uomo. Qualche intoppo c’è, ma la strada per la creazione di un modello di comprensione del linguaggio naturale è tutta in discesa

La Deep Learning per la comprensione semantica del linguaggio verbale

Parleremo con le macchine. Succede già da qualche tempo, come per l’assistente virtuale “Ok Google”, ma anche in altri settori della robotica di alto livello. Comprendere il linguaggio umano è un’operazione complessa, certo, ma a quanto pare meno impossibile di quello che si potrebbe credere. Sviluppatasi con ottimi risultati già a partire dagli anni ’80, con la creazione del Deep Learning, un campo di applicazione dell’Intelligenza Artificiale utilizzato nell’apprendimento del linguaggio umano naturale. Anche se le metodologie di sviluppo di tale applicazione sono diverse, come quella detta delle reti neurali profonde, hanno tutte un elemento in comune: una gerarchia dei diversi livelli di rappresentazione di concetti, a partire dal concetto di livello più basso, per poi proseguire a ritroso verso concetti di livello sempre più alto.

Quando si tratta di far assimilare alla macchina metodi di interazione con l’ambiente tipici dell’uomo, la questione non è tanto quella dell’immagazzinamento dei dati, ma quella di far apprendere alla macchina come questi dati possano essere tradotti in maniera simultanea per creare un concetto

Tuttavia la complessità del linguaggio umano, frutto di millenni evoluzione, non può essere ridotto ad una serie di algoritmi, o meglio, non del tutto. Google, per fare in modo che la comprensione del linguaggio naturale sia il più agevole ed efficace possibile, ha fatto “leggere” al suo sistema di apprendimento automatico più di 2800 romanzi rosa, per cogliere le infinite sfumature che la parola scritta (e verbale) può nascondere.

La questione, come si può ben immaginare quando si tratta di far assimilare alla macchina metodi di interazione con l’ambiente tipici dell’uomo, non è tanto quella dell’immagazzinamento dei dati – ma quella di far apprendere alla macchina come questi dati possano essere tradotti in maniera simultanea per creare un concetto – cioè un’elaborazione intelligente dei dati stessi.

Il linguaggio naturale interagisce con l’ambiente generando conoscenza predittiva: i limiti della Deep Learning

Per fare ciò, le centinaia di start up che oggi si dedicano proprio a questa ultima frontiera della AI, utilizzano le reti neurali, metodo di apprendimento della Deep Learning. Con il loro lavoro si possono ottenere quantità enormi di algoritmi.

Ma questo non basta, almeno per il momento, per fornire alla macchina strumenti completi per comprendere il linguaggio naturale. Per due motivi: il primo risiede nell’assimilazione di informazioni di origini e caratteristiche diverse, come accade nella mente umana. Si tratta di insegnare alla macchina un’organizzazione gerarchica delle informazioni provenienti da fonti diverse. Si basa proprio su questo modello il meccanismo di gerarchizzazione dei livelli di concetti del sistema Deep Learning, ma – nel caso del linguaggio verbale – capire come il cervello umano organizza e decodifica i suoni (e i significati che da essi ricava) richiede un ulteriore step di raffinazione del sistema.

Il linguaggio naturale è un connubio di saperi diversi, per fonte, ma soprattutto per metodo di interazione con l’ambiente. Questo procedimento genera quel fenomeno chiamato discontinuità

A questo proposito il Mit ha messo a punto un metodo per allenare la macchina a distinguere i suoni all’interno di una sequenza di rumori disturbanti di sottofondo. Lo scopo è quello di capire come la corteccia celebrale è in grado di effettuare una scrematura dei stimoli uditivi percepiti per poi assimilarli a suoni distinti riferibili a precisi significati. Anche in questo caso capire come funziona la gerarchia messa in atto per classificarli è un’operazione imprescindibile.

Il secondo motivo porta con sé le problematiche del primo e riguarda le informazioni che la macchina è in grado di assimilare. Il linguaggio naturale è un connubio di saperi diversi, per fonte, ma soprattutto per metodo di interazione con l’ambiente. Questo procedimento genera quel fenomeno chiamato discontinuità, un valore aggiunto alla comunicazione: il salto di qualità necessario alla creazione di una conoscenza predittiva.

Le reti neurali, per quanto possano tendere all’imitazione di un processo di gerarchizzazione delle informazioni, sono lontane dalle capacità di apprendimento tipiche dell’intelligenza umana. Per ovviare a questo inconveniente sono stati scritti algoritmi in grado di migliorare la capacità di apprendere della macchina, che utilizzano reti neurali artificiali. Anche stavolta la natura dà una mano all’intelligenza artificiale con un modello matematico ispirato alla rete neurale biologica, capace di creare un modello di apprendimento molto simile a quello umano. Le reti neurali artificiali sono in grado infatti di aumentare la capacità di calcolo della macchina, allineandola con la capacità umana di fare previsioni.

RELATED: L’intelligenza artificiale aiuta l’ambiente a interagire con l’uomo. I nuovi modelli di progettazione delle città

Pochi dati per volta: come le macchine processano le informazioni

Detto ciò, la comprensione del linguaggio naturale rappresenta uno dei compiti più difficili da impartire ad un processore, per via della complessa sintesi di informazioni da elaborare.

L’organismo di ricerca di Deep Mind (acquisita da Google nel 2014) che si occupa di Intelligenza Artificiale, afferma che il meccanismo di apprendimento dei computer – anche se potenzialmente a lungo spettro – può assimilare “poche” cose per volta, e allo stesso tempo gli algoritmi hanno bisogno di una grande quantità di dati per elaborare un sistema di informazioni capace di generare un livello di astrazione paragonabile a quello umano. Questo richiede, allo stato attuale, un notevole dispendio di tempo e denaro per le aziende che decidono di intraprendere questo percorso.

Nel frattempo, possiamo farci una cultura leggendo Cime Tempestose di Emily Brontë.

© Riproduzione riservata

Buone notizie cercasi | Come alzarsi la mattina e sentirsi di buonumore nonostante tutto

Le cattive notizie vincono sulle buone notizie? La curiosità verso le disgrazie del mondo è fisiologica, ma anche quella che deriva dall’entusiasmo contagioso delle idee che risolvono i problemi

Buone notizie e cattive notizie | Le belle novità passano in secondo piano?

Le buone notizie hanno le gambe corte, come le bugie, perchè circolano in media più lentamente di quelle brutte. Se nel 21° secolo non abbiamo ancora trovato un sistema per discernere le fake news dalle notizie che hanno un fondamento di verità, abbiamo però affinato l’arte di apprezzare le brutte notizie. In questa abitudine c’è soprattutto l’esigenza primordiale di captare nella maniera più veloce possibile informazioni necessarie per la tutela della nostra vita, come dati su pericoli imminenti che potrebbero mettere a repentaglio la nostra incolumità. Quindi è naturale essere fisiologicamente più attratti da notizie di fatti spiacevoli di attualità.

C’è poi il fattore “mal comune mezzo gaudio”: osservando le sventure di chi sta peggio di noi riusciamo ad apprezzare la nostra, anche misera, realtà. Infine c’è l’attaccamento alle disgrazie che è un fenomeno proprio dei mezzi di comunicazione e che scaturisce la curiosità, a volte morbosa, dei fatti di cronaca nera. Insomma, per un motivo o per un altro le cattive notizie hanno sempre avuto un discreto successo. Quelle belle, come succede anche nella vita per le cose di pregio che già possediamo, passano in secondo piano. Solo quando vengono a mancare ne avvertiamo l’urgenza.

nelle occasioni di condivisione del “mostro in prima pagina” nasce il seme del pregiudizio che servirà a costruire un’idea più chiara di ciò che è normale – o consueto – da ciò che non lo è

La gioia come motore per il cambiamento | da Internet ai Social Media

A ben guardare le buone notizie esistono, come afferma anche Silvio Malvolti, fondatore di Buonenotizie.it, una piattaforma di news positive che intende, come dice lo slogan, “ispirare attraverso la visione di un mondo migliore”. Raccontare cioè i fatti che hanno un impatto sul progresso della società, non quelli che descrivono un regresso della civiltà attraverso episodi arricchiti di dettagli volti a marcarne l’aspetto grottesco o aberrante.

Attraverso la gioia si esprime una forte volontà di cambiamento rispetto a chi ci vorrebbe succubi di una tristezza impartita dalle brutte notizie che provengono dai media

Proprio in queste occasioni di condivisione del “mostro in prima pagina” nasce il seme del pregiudizio che servirà a costruire un’idea più chiara di ciò che è normale – o consueto – da ciò che non lo è. Internet ha ampliato di molto il range di questa differenza, con una pluralità di informazioni fatta da milioni di persone ognuna con un propria opinione, sulle piattaforme web, social e non. In tal modo, nel grande minestrone di informazioni diverse, siamo diventati più tolleranti nei confronti dei “fenomeni da baraccone”, visto che abbiamo appurato che il mondo è bello perchè è straordinariamente vario.

Abbiamo imparato anche che le notizie buone esistono e ce ne sono molte, al pari delle cattive notizie. Del resto il senso di condivisione delle esperienze è cresciuto anche grazie a internet. Certo va di moda ancora la disgrazia, ma spesso e volentieri è la gioia a fare capolino nei titoli delle pagine social. Attraverso la gioia si esprime una forte volontà di cambiamento rispetto a chi ci vorrebbe succubi di una tristezza impartita dalle brutte notizie che provengono dai media. Come per dire: ”Felice nonostante tutto e alla faccia di tutto”.

RELATED: Green Thinking e ambiente. Quanto il pensiero verde ha a che fare con la sostenibilità e quanto ha assorbito dalla cultura popolare

Il nuovo che aspettavi da tempo | la piattaforma di buone notizie made in USA

Di belle notizie parla anche “Good News Network”, il sito americano che in venti anni di attività ha saputo confermare l’importanza di un’informazione frutto di una visione dei fatti che comprenda un problema e la sua possibile risoluzione, abbandonando l’accento sugli aspetti che emotivamente distaccano da una percezione obiettiva dell’evento. Dato il successo della piattaforma creata da Geri Weis Corbley, sembra che le buone notizie non siano affatto una parte minoritaria dell’informazione, anzi costituiscano un potente vettore per la creazione di nuove forme di innovazione.