IL premio Nobel per la fisica, a Goff Hinton e John Hopfield, per gli studi e l’invenzione delle reti neurali che sono, antesignani della Intelligenza Artificiale (AI).
Rilevante il contributo di Hinton, per le ricadute prodotte dalla creazione di un suo algoritmo denominato Backpropagation.
Le reti neurali artificiali sono un modello matematico di computazione (calcolo), che riproducono artificialmente alcune funzioni dei neuroni del cervello (reti neurali biologiche).
Le componenti di queste reti neurali, che sono neuroni artificiali, vengono progettati e realizzati nel dettaglio sulla base delle reti di neuroni biologici sia, per quanto riguarda la loro morfologia, sia per quanto riguarda i collegamenti e gli scambi tra sinapsi.
Questo tipo di rete serve, a simulare nel modello matematico le caratteristiche biofisiche dell’essere umano.
Esistono altri tipi di reti neurali artificiali, che interessano di più dal punto di vista“ commerciale” perché riguardano l’ambito cognitivo o, per applicazioni di intelligenza artificiale.
La loro funzione è quella di concentrarsi sulla riproduzione delle funzioni cognitive di un sistema biologico, per esempio il cervello o il riconoscimento del linguaggio, la distinzione e classificazione degli stimoli, l’apprendimento.
Reti neurali in grado sia di adattarsi attraverso l’esperienza di interazione con l’ambiente, sia di svolgere compiti cognitivi.
Una osservazione è doverosa, ma che fino adesso non ha ricevuto soluzioni ottimali.
I modelli di intelligenza artificiale stanno diventando sempre più “insostenibili” come consumi di energia. Necessitano di una grande potenza di calcolo, per produrre un modello di deep learning (reti neurali che simulano il complesso potere decisionale del cervello umano) in grado di riconoscere immagini, dialogare e applicato su sistemi robotici.
Molte multinazionali (sono loro che detengono le“ chiavi” della AI) utilizzano modelli di intelligenza artificiale, che usano l’energia prodotta da centrali elettriche, che alimentano i loro server e reti neurali su larga scala.
Scontato che più complesso e performante è il modello e più necessita di energia. La sfida oggi è quella raggiungere una AI che usa poche risorse di calcolo, proprio come fanno gli animali.
Un essere umano con una buona colazione ha energia sufficiente, a svolgere complessi calcoli e ragionamenti per un’intera giornata. L’obiettivo attuale della ricerca è comprendere come fare in modo che, le future macchine intelligenti si comportano in termini energetici come un uomo.
L’Intelligenza per esempio Chat Gpt o i riconoscimenti vocali si basano su reti neurali.
Queste reti neurali imparano osservando i comportamenti, ma usando un algoritmo inventato più di quaranta anni fa e, che si chiama backpropagation, dal gruppo di Hinton.
La stranezza di questo Nobel è, che Hinton non è un fisico ma uno psicologo e informatico, ricercatore e uno dei padri della AI.
La prima volta che un Nobel per la fisica viene assegnato a un“ non fisico” e un ambito come l’Intelligenza Artificiale.
Hinton manifesta preoccupazione per un futuro dove l’AI possa sfuggire al controllo dell’uomo.
