La tecnologia che insegna i robot a “pensare” come umani

Alla fine degli anni ’50, l’Arthur Samuel Computer ha creato un programma per giocare le signore, utilizzando un semplice algoritmo per scoprire il I migliori movimenti per vincere. Samuel ha addestrato il computer con una copia di se stesso (il self-play) e con un database su cui sono state registrate centinaia di partite. Era l’inizio dell’apprendimento della macchina, un ramo di intelligenza artificiale (IA) che consente alle macchine di imparare senza essere esplicitamente programmato. Quasi sette decenni dopo quel gioco, quella tecnologia ha applicazioni diverse come la diagnosi di un cancro o la costruzione di auto autonome. Pochi giorni fa, è stata annunciata la sua ultima invenzione: Sophia, un Android sviluppato dalla Hanson Robotics Company, che ha monopolizzato tutte le attenzioni alla fiera tecnologica di Ginevra.

“è una tecnologia applicabile a praticamente tutti i campi in cui Ci sono dati disponibili “, spiega Thomas Dieter, uno dei genitori dell’apprendimento della macchina come campo di ricerca. L’esperto menziona gli esempi che vanno dagli algoritmi utilizzati nel mondo degli affari per identificare potenziali acquirenti di un prodotto ai sistemi utilizzati dai governi per risolvere i problemi in infrastrutture come autostrade e idroelettriche. Altri esempi più vicini sono i sistemi di traduzione automatica a Skype, il riconoscimento del viso di telecamere mobili e assistenti virtuali, scommesse aziendali come Google e Microsoft per approssimare la tecnologia all’utente finale.

Cortana, Microsoft Virtual Assistant, ha 145 milioni di utenti e l’azienda mira a “svilupparlo al punto in cui è comunicato direttamente con l’altro IAS a offrire all’utente qualsiasi tipo di informazione o servizio, dall’acquisto di una scarpa da consegna da una pizza a casa”, Secondo Esther de Nicolás, leader del team tecnico dell’evangelismo della società. “Il nostro obiettivo è democratizzare l’accesso all’apprendimento automatico”, dice. La scommessa principale in questo senso è la piattaforma di apprendimento automatico in Azure, un servizio di analisi nel cloud che consente di creare e implementare i modelli di macchine in base alle esigenze di ciascun utente.

Google focalizza la tua strategia in TensorFlow , un negozio di esperienze e risultati di esperimenti che usano in modo che le loro applicazioni prendano decisioni migliori, e che ha dati aperti dal 2015. La piattaforma è stata utilizzata da diversi sviluppatori e aziende in tutto il mondo per tali cose come aumentando la produzione di latte in Mucche o creano un modello per prevedere la compatibilità tra donatore e recettore nei trapianti di organi. Ma Google vuole di più: “Stiamo lavorando sui robot che possono prendere in carico le situazioni pericolose e raggiungere siti a cui gli esseri umani non possono raggiungere, come nella centrale nucleare di Fukushima”, afferma Andrés Leonardo Martínez, ingegnere informatico della società.

Rischi ed errori

Oltre a fare proiezioni per il futuro, gli esperti si chiedono anche quali sono i rischi di un mondo in cui i robot sono adattati e imparano dall’esperienza (come gli esseri umani). Scartare, che sì, uno scenario di fantascienza in cui macchine annuihuman humanity. “Creiamo e programmiamo computer perché ci permettono di fare le cose meglio. Immagino un futuro in cui una persona e un sistema IA lavorano insieme come una squadra. In praticamente tutti i campi, la combinazione di robot e persone è più potente. Un famoso esempio è noto come gli scacchi del centauro, in cui competono team misti di persone e computer. I migliori team della centaura possono sconfiggere qualsiasi umano e qualsiasi computer che gioca da solo “, afferma Dieterich.

Il ricercatore vede almeno due ruoli importanti per gli umani in futuro: eseguire compiti che richiedono empatia e” profonda comprensione di Un altro essere umano “e assicurarsi che i robot non commettono errori.” I problemi decisionali ad alto rischio coinvolgono spesso fattori unici. L’apprendimento automatico funziona bene solo in problemi stabili, quando il mondo è altamente prevedibile ed è facile raccogliere molti dati di allenamento. Nei problemi in cui ogni situazione è unica, è improbabile che questa tecnologia abbia successo “, spiega.

estere di Nicolás sostiene che” preoccuparti proprio ora dalla rivoluzione dei robot è come preoccuparsi della sovrappopolazione su Marte ” , Ma sottolinea che ci sono problemi meno visibili e di cui è parlato poco, come il fatto che i sistemi dipendono da database, spesso privati e prevenuti. “Non ci sono sempre dati corretti.Stiamo depositando molta fiducia in AI, ma devi essere più attento con quelle cose. “

Dieterich fornisce un esempio di tale incolla: alcune aziende utilizzano l’apprendimento automatico per decidere quale stipendio offrire un dipendente . Se i dati storici mostrano che le donne sono cadute meno degli uomini, allora l’algoritmo consiglierà di offrirli uno stipendio inferiore. L’esperto difende la creazione di un regolamento che determina i test di sicurezza e una certificazione specifica per mitigare tali rischi. Sebastian Farquhar, investigatore dell’Istituto per il futuro dell’umanità, tuttavia, è presto per questo. “La legislazione è sottosviluppata, e questa è una buona cosa, perché la tecnologia cambia costantemente, penso, sì, che dobbiamo essere più consapevoli dei rischi, perché c’è molto in gioco”, dice. Nel frattempo, lavorano per I robot portano poteri super fisici e intellettuali. “Spero che il giorno metterò un esoscheletro per raccogliere 300 kg o correre a lungo distanze quando ho 80 anni”, dice Dieterich.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *