Un nuovo studio getta ombre sui modelli di intelligenza artificiale, un buco nella capacità di questi modelli di poter apprendere nuove informazioni. Secondo lo studio, condotto da un team di scienziati dell’Università canadese di Alberta, e pubblicato su Nature, gli algoritmi di intelligenza artificiale addestrati tramite apprendimento, non riescono ad apprendere in modo continuativo.
In sostanza, se si vuole insegnare ad un modello di intelligenza artificiale qualcosa di nuovo, è molto probabile che debba essere riprogrammato da zero. L’informatico dell’Università di Alberta e autore principale dello studio Shibhansh Dohare ha detto a New Scientist:
Facendo un parallelo con il cervello, è come se il 90% dei neuroni fossero morti.
L’addestramento dei modelli di intelligenza artificiale avanzati, come sottolineato dai ricercatori, è un processo estremamente complesso e costoso, che richiede dunque grandi investimenti da parte delle aziende di intelligenza artificiale, che in questa condizione rischiano di bruciare quantità ingenti di denaro.
Percorso ad ostacoli
Questo studio traccia un solco importante tra la realtà dei fatti, almeno a quello attuale, e il sogno di vedere l’intelligenza artificiale come una tecnologia intelligente tanto quanto l’essere umano. D’altronde, basandosi su quanto scoperto dallo studio, è come se il nostro cervello avesse bisogno di essere riprogrammato da zero ogni volta che impariamo qualcosa di nuovo, come ad esempio un corso universitario.
La buona notizia, però, è che i ricercatori sono riusciti a far rivivere alcuni neuroni morti, grazie ad un algoritmo, che hanno contrastato questo tipo di problema. Tuttavia, al momento non esiste alcuna soluzione pratica e definitiva a questa situazione e dunque bisogna prenderne atto.
Una soluzione all’apprendimento continuo è letteralmente una domanda da un milione di dollari, trovare una soluzione efficace ridurrebbe significativamente il costo della formazione di questi modelli.
Dohare
