Parole e immagini, l’intelligenza artificiale si avvicina all’uomo

Pubblicato il 15 gennaio 2021

A cura di Matteo Muffo, AI Researcher di Indigo.ai

L’intelligenza artificiale continua a crescere e migliorarsi, ma la capacità delle macchine di ragionare e pensare in maniera autonoma è ancora lontana. Lo dimostrano gli enormi limiti di Gpt-3, l’ultimo algoritmo di OpenAi e Microsoft, che è un modello senza precedenti capace di immagazzinare centinaia di miliardi di parole: può interpretare e scrivere in maniera chiara qualunque cosa, ma crolla alla prova dei fatti quando si esce dal campo della parola scritta. Per metterlo in difficoltà basta chiedergli di che colore siano le pecore: il sistema risponderà nere con la stesse frequenza con cui dirà bianche. Il motivo è semplice: ha imparato a dire “pecora nera”, perché questo colore ricorre sul web altrettante volte di “bianco” in relazione alla parola “pecora”. Ma non ha capito il senso dell’espressione. Un errore banale che dimostra da un lato che le potenzialità sono enormi e quanto rapidamente evolva la tecnologia, ma dall’altro anche quanto sia importante lo sforzo da fare in fase di addestramento per sviluppare la capacità dell’intelligenza artificiale di ragionare in modo razionale.

La soluzione al problema l’hanno suggerita i ricercatori dell’Università del North Carolina, progettando una nuova tecnica d’addestramento per dare a Gpt-3 – ovvero una AI che si basa esclusivamente sulle parole – anche la capacità di “vedere” le cose, rafforzando così le sue possibilità di imparare. La sfida è quindi quella di combinare due diversi set di dati (testo e immagini) in un sistema unico per poter addestrare un nuovo modello da zero.

Didascalie descrittive

L’approccio scelto è quello di compilare una raccolta di immagini con didascalie molto più descrittive di quelle cui siamo abituati. Per esempio, prendiamo la foto di un gatto in cucina che mangia: solitamente, con tutta probabilità, verrebbe intitolata solo “gatto”; invece, un set che combina parole e immagini la chiamerebbe “un gatto in cucina che mangia croccantini da una ciotola rossa”. In questo modo, grazie alla combinazione puntuale di linguaggio testuale e visivo, possiamo insegnare a un modello di intelligenza artificiale non solo come riconoscere gli oggetti, ma anche come si relazionano e agiscono l’uno sull’altro, attraverso l’uso di verbi e preposizioni.
Un processo quasi banale sulla carta e per l’intelligenza umana, ma che però nella realtà richiederebbe un’eternità (se fatto dalle persone): basti pensare che se la versione inglese di Wikipedia comprende quasi 3 miliardi di parole, un set di dati visivi come, per esempio, potrebbe essere quello di Microsoft Common Objects in Context – meglio conosciuto come MS Coco – ne contiene appena 7 milioni. Combinare le due classi di dati diventa chiaramente molto difficile e impegnativo in termini di tempo.
I ricercatori americani, però, sono riusciti ad aggirare il problema con un metodo di apprendimento supervisionato capace di adattare i dati in MS Coco alle dimensioni di Wikipedia. Con il risultato di aver creato un modello di linguaggio che supera quelli più all’avanguardia in alcuni dei test più difficili utilizzati per valutare la comprensione del linguaggio AI. Dimostrando che se il modello oltre a imparare la parola gatto, la vede anche, sarà in grado di ragionare in maniera sempre più razionale ed efficace.

Bert contro Gpt-3

I ricercatori hanno quindi utilizzato l’accoppiamento tra parole e immagini che hanno creato con MS Coco per addestrare il loro algoritmo e hanno riqualificato un modello di linguaggio open source sviluppato da Google, noto come Bert, che precede Gpt-3. Terminato il processo di aggiornamento, hanno sfidato il “nuovo Bert” su sei diversi test di comprensione linguistica, tra cui SQuAD, Stanford Question Answering Dataset, che chiede ai modelli di rispondere a domande di comprensione della lettura su una serie di articoli, e Swag, che costringe gli algoritmi a dimostrare di aver compreso il significato delle parole e di non averle “semplicemente” imparate a memoria.

Un approccio così innovativo apre scenari tutti da esplorare. Certo, il vecchio Bert non potrà mai battere Gpt-3, ma la consapevolezza di poter addestrare un sistema così potente con parole e immagini ci fa capire quanto la tecnologia corra veloce e come le innovazioni siano conquiste quotidiane. Facendo un altro passo verso l’artificial general intelligence.



Contenuti correlati

  • Come sfruttare al meglio i dati di produzione

    Estrarre informazioni dai dati può rivelarsi una sfida complessa. Proficy Operations Hub permette di monitorare, controllare, inserire e analizzare dati provenienti da fonti eterogenee in maniera semplice, rapida e intuitiva. Proficy CSense, utilizzando AI e ML, consente...

  • Dalla parte dell’operatore

    IoT, intelligenza artificiale, collaborazione uomo-macchina, digitalizzazione, flessibilità e scambio dati. Come lo sviluppo tecnologico sta trasformando le macchine in importanti alleati per la qualità e la salvaguardia degli operatori in ottica ‘smart production’? Leggi l’articolo

  • Big Data e automazione dei processi, Acea si affida a Minsait

    Minsait, società del gruppo Indra, è stata scelta da Acea come partner tecnologico per la gestione digitale dei dati e per l’automazione dei processi. La multi-utility romana ha affidato a Minsait due nuovi contratti relativi alla fornitura...

  • Esperienze psichedeliche e coscienza

    Il risultato di un esperimento condotto sul racconto di stati di coscienza alterati potrebbe ribaltare i rapporti tra la macchina e l’essere umano Leggi l’articolo

  • o9 Solutions a supporto di Pirelli per il digital Integrated Business Planning

    Pirelli e o9 Solutions saranno partner per la trasformazione digitale dell’Integrated Business Planning aziendale. o9, piattaforma basata sull’intelligenza artificiale e machine learning, viene già utilizzata oggi dalla società di pneumatici per la pianificazione strategica di lungo periodo...

  • Rockwell Automation nominata finalista del Microsoft Partner of the Year Award 2021 per l’Internet of Things

    Rockwell Automation è stata nominata tra i finalisti del Microsoft Partner of the Year Award 2021 per l’Internet of Things. L’azienda ha ottenuto il riconoscimento, insieme ad altri importanti partner globali di Microsoft, per aver dimostrato eccellenza...

  • Low-code, AI e Workflow: le tre dimensioni del futuro del lavoro

    Non solo dipendenti, ma creatori. Il cambio di definizione non è solo linguistico, ma segna una svolta epocale. Le persone all’interno dell’azienda non si limiteranno a svolgere un compito ben preciso, apportando magari delle migliorie a livello...

  • Droni intelligenti ispezionano gli impianti

    I recenti sviluppi nel campo della visione artificiale uniti alla possibilità di utilizzo in combinazione con gli aeromobili a pilotaggio remoto hanno trovato numerose applicazioni nel settore industriale. In particolare, l’utilizzo di droni intelligenti sarà fondamentale in...

  • Digital transformation per i sensori industriali e il T&M

    Strumenti di misura basati sulle tecnologie digitali sono ormai una realtà. Anche in versione indossabile e miniaturizzata, i sensori industriali sono protagonisti della nuova era digitale. In particolare, la strumentazione di test e misura occupa uno dei...

  • AI applicata all’industria: un’innovativa soluzione di analisi dei dati in tempo reale per la PMI

    Monitorare costantemente il ciclo produttivo per intervenire subito ed evitare ogni spreco, di tempo, risorse e materie prime e per controllare l’usura dei macchinari. Il tutto grazie all’applicazione di algoritmi di intelligenza artificiale che analizzano in maniera...

Scopri le novità scelte per te x

  • Come sfruttare al meglio i dati di produzione

    Estrarre informazioni dai dati può rivelarsi una sfida complessa. Proficy Operations Hub permette di monitorare, controllare, inserire...

  • Dalla parte dell’operatore

    IoT, intelligenza artificiale, collaborazione uomo-macchina, digitalizzazione, flessibilità e scambio dati. Come lo sviluppo tecnologico sta trasformando le...