L'IA torna all'asilo, impara più velocemente se parte dalle basi
L'IA torna all'asilo, impara più velocemente se parte dalle basi
Studio, così può essere più efficiente nei compiti più complessi
L'Intelligenza artificiale torna all'asilo: come un bambino ha bisogno di imparare le lettere prima di poter leggere o i numeri prima di poter contare. Questi sistemi hanno bisogno di partire dalle basi, in questo modo riescono a imparare molto più velocemente quando si passa poi a compiti più complessi. Lo suggerisce lo studio della New York University pubblicato sulla rivista Nature Machine Intelligence, che apre a metodi per migliorare l'addestramento delle IA. "Le IA devono prima affrontare l'asilo per poter apprendere meglio compiti complessi", dice Cristina Savin, che ha coordinato lo studio insieme a Christine Constantinople. "Nel complesso, questi risultati indicano modi per migliorare l'apprendimento nei sistemi di Intelligenza artificiale - aggiunge Savin - e richiedono lo sviluppo di una comprensione più olistica di come le esperienze passate influenzano l'apprendimento di nuove competenze". I ricercatori sono partiti da esperimenti di laboratorio sui ratti: gli animali sono stati addestrati a cercare l'acqua, sapendo che la sua presenza era associata a certi suoni e all'accensione di luci sulle aperture del labirinto. Per raggiungere la ricompensa, quindi, dovevano prima imparare informazioni di base e poi combinarle insieme per completare un'attività complessa. I risultati sono stati poi trasferiti all'addestramento delle cosiddette 'reti neurali ricorrenti', sistemi basati sull'IA e progettati per elaborare informazioni basandosi sulle conoscenze già memorizzate, particolarmente utili nel riconoscimento vocale e nelle traduzioni. Messe a confronto con quelle addestrate con metodi usati normalmente, le reti che hanno seguito il 'metodo asilo' hanno imparato molto più velocemente, diventando così più efficienti.
G.Koya--DT
