L'intelligenza artificiale "copia" l'orientamento dai mammiferi
ScienzeI ricercatori del progetto Deep Mind di Google a Londra hanno riprodotto le 'cellule Gps del cervello' e dimostrato che tracciano la nostra posizione nello spazio e funzionano come un vero e proprio sistema di navigazione. Lo studio è guidato dall'italiano Andrea Banino
L'intelligenza artificiale compie un nuovo passo avanti imparando a orientarsi nello spazio. L'azienda DeepMind di Google, con base a Londra, ha infatti sviluppato un nuovo computer in grado di riprodurre le cellule nervose che consentono l'orientamento ai mammiferi. Il dispositivo è stato descritto sulla rivista "Nature" nello studio guidato dall'italiano Andrea Banino.
Il "Gps" del cervello
Le cellule cosiddette "Gps" del cervello sono state scoperte da John O'Keefe e May-Britt e Edvard Moser ai quali è stato conferito per questo il premio Nobel per la Medicina nel 2014. Questi neuroni, spiega Banino, "si illuminano mentre gli animali si muovono nello spazio e sono legati alla capacità di tracciare la nostra posizione anche quando non abbiamo punti di riferimento, per esempio al buio". Oltre a questa caratteristica, è stato dimostrato che servirebbero anche a muoversi nello spazio. Queste cellule aiuterebbero a muoversi da un punto "A" ad un punto "B" attraverso la via più breve "trovando scorciatoie - ha proseguito l'esperto - e calcolando la distanza alla destinazione con il segnale Gps".
L'addestramento dell'intelligenza artificiale
La DeepMind è la stessa azienda dove è nato il primo programma di intelligenza artificiale in grado di battere l'uomo alla dama cinese: Go. Questa volta, i ricercatori hanno sviluppato un algoritmo capace di orientarsi nello spazio. Per prima cosa, hanno addestrato l'intelligenza artificiale a localizzarsi in uno spazio virtuale attraverso l'utilizzo di segnali di velocità relativi al movimento. Pur non avendo impostato il sistema con conoscenze pregresse, sarebbero nate spontaneamente delle unità Gps che funzionavano in maniera simile ai neuroni che si attivano negli animali quando cercano il cibo. A quel punto, il passo successivo è stato aumentare la complessità dei compiti assegnati all'intelligenza artificiale, facendola muovere in ambienti di realtà virtuale e allenandola ad apprendere con il metodo delle prove ed errori. Dai risultati di questi test è emerso che la macchina aveva lo stesso tipo di flessibilità che hanno gli animali quando si muovono nello spazio.