The Fort Worth Press - Nei robot la curiosità è il motore che accelera l'apprendimento

Nei robot, esattamente come nei bambini, è la curiosità ad accelerare la capacità di acquisizione e di comprensione del linguaggio. E' quanto emerge da una ricerca pubblicata sulla rivista Science Advances e condotta dall'Okinawa Institute of Science and Technology (Oist). I meccanismi di apprendimento sono stati studiati analizzando le prestazioni di un robot dotato di una rete neurale ispirata al cervello umano chiamata Pv-Rnn (Predictive-Coding-inspired Variational Recurrent Neural Network), un tipo avanzato di intelligenza artificiale progettato per imparare e fare previsioni. Funziona come una sorta di simulazione artificiale del funzionamento del cervello umano, cercando di indovinare cosa succederà un attimo dopo in un'azione o in un suono. Dalla ricerca è' emerso che si ottengono risultati migliori se il sistema è guidato dalla curiosità. "Mentre i modelli linguistici di grandi dimensioni (Llm) generano la risposta statisticamente più probabile a un dato input, attingendo a vasti set di dati, le reti Pv-Rnn vengono addestrate per essere accurate mantenendo al contempo un sistema di convinzioni stabile", afferma Theodore Tinker, primo autore dello studio. In pratica è come se imbattendosi in un piccolo quadratino scuro, mangiandolo si scopre che è cioccolato fondente. Se ci si imbatte in un altro piccolo quadratino nero si prevede che avrà il sapore del cioccolato fondente. Se si ha ragione, la previsione è accurata e le convinzioni interne rimangono intatte. Ma se si trattasse invece di liquirizia, la previsione risulterebbe errata e le convinzioni interne dovrebbero cambiare per integrare la nuova esperienza. Nello studio il team ha integrato l'apprendimento per rinforzo nella rete Pv-Rnn, prevedendo una ricompensa esterna per il completamento di un compito e una ricompensa interna legata alla curiosità. "Non abbiamo detto al robot di giocare come un bambino - prosegue - gli abbiamo detto di imparare. Eppure, a quanto pare, un'attività porta all'altra: un comportamento simile al gioco, alimentato dalla curiosità, ha aiutato i robot a comprendere il linguaggio più rapidamente". E' emerso inoltre che l'andamento delle prestazioni relative alla gestione delle eccezioni, seguiva la curva a 'U' esattamente come nei bambini. In pratica, quando il vocabolario è limitato, il linguaggio viene replicato sotto forma di blocchi appresi. Man mano che assimilano le regole sottostanti alla coniugazione verbale, le prestazioni subiscono un calo drastico e si commettono errori. Infine imparando a gestire le eccezioni, le prestazioni tornano a migliorare. "Il fatto che i robot abbiano replicato le prestazioni dei bambini nella gestione delle eccezioni - conclude Tinker - è stato per noi una sorpresa assoluta".

W.Lane--TFWP