"Le macchine possono pensare?", chiese il famoso matematico, decifratore di codici e informatico Alan Turing quasi 70 anni fa. Oggi, alcuni esperti non hanno dubbi che l'intelligenza artificiale (AI) sarà presto in grado di sviluppare il tipo di intelligenza generale che hanno gli umani. Ma altri sostengono che le macchine non saranno mai all'altezza. Sebbene l'intelligenza artificiale possa già superare gli umani in determinati compiti, proprio come i calcolatori, non può essere insegnata loro la creatività umana.

Dopotutto, il nostro ingegno, che a volte è guidato dalla passione e dall'intuizione piuttosto che dalla logica e dall'evidenza, ci ha permesso di fare scoperte spettacolari, che vanno dai vaccini alle particelle fondamentali. Sicuramente un'IA non sarà mai in grado di competere? Bene, si scopre che potrebbero. Un articolo recentemente pubblicato su Nature riporta che un'intelligenza artificiale è ora riuscita a prevedere future scoperte scientifiche semplicemente estraendo dati significativi dalle pubblicazioni di ricerca.

La lingua ha una profonda connessione con il pensiero, e ha plasmato le società umane, relazioni e, in definitiva, intelligenza. Perciò, non sorprende che il Santo Graal della ricerca sull'IA sia la piena comprensione del linguaggio umano in tutte le sue sfumature. Elaborazione del linguaggio naturale (PNL), che fa parte di un ombrello molto più ampio chiamato machine learning, mira a valutare, estrarre e valutare informazioni da dati testuali.

I bambini imparano interagendo con il mondo circostante per tentativi ed errori. Imparare ad andare in bicicletta spesso comporta alcuni urti e cadute. In altre parole, commettiamo errori e impariamo da loro. Questo è esattamente il modo in cui funziona l'apprendimento automatico, a volte con qualche input "educativo" extra (apprendimento automatico supervisionato).

Per esempio, un'intelligenza artificiale può imparare a riconoscere gli oggetti nelle immagini costruendo un'immagine di un oggetto da molti esempi individuali. Qui, un essere umano deve mostrargli immagini contenenti l'oggetto o meno. Il computer quindi indovina se lo fa, e adatta il suo modello statistico in base all'accuratezza dell'ipotesi, come giudicato dall'umano. Tuttavia, possiamo anche lasciare che il programma per computer esegua da solo tutto l'apprendimento rilevante (apprendimento automatico non supervisionato). Qui, L'intelligenza artificiale inizia automaticamente a rilevare i modelli nei dati. In ogni caso, un programma per computer deve trovare una soluzione valutando quanto sia sbagliato, e quindi provare a regolarlo per ridurre al minimo tale errore.

Supponiamo di voler comprendere alcune proprietà relative a uno specifico materiale. Il passo più ovvio è cercare informazioni dai libri, pagine web e qualsiasi altra risorsa appropriata. Però, questo richiede tempo, in quanto potrebbe richiedere ore di ricerca sul Web, lettura di articoli e letteratura specializzata. La PNL può, però, Aiutaci. Attraverso metodi e tecniche sofisticate, i programmi per computer possono identificare concetti, rapporti reciproci, argomenti generali e proprietà specifiche da grandi set di dati testuali.

Nel nuovo studio, un'intelligenza artificiale ha imparato a recuperare informazioni dalla letteratura scientifica tramite l'apprendimento non supervisionato. Questo ha implicazioni notevoli. Finora, la maggior parte dei metodi automatizzati esistenti basati sulla PNL sono supervisionati, richiedono input da parte dell'uomo. Nonostante sia un miglioramento rispetto ad un approccio puramente manuale, questo è ancora un lavoro ad alta intensità di manodopera.

Però, nel nuovo studio, i ricercatori hanno creato un sistema in grado di identificare ed estrarre con precisione le informazioni in modo indipendente. Ha utilizzato tecniche sofisticate basate su proprietà statistiche e geometriche dei dati per identificare nomi chimici, concetti e strutture. Questo si basava su circa 1,5 milioni di abstract di articoli scientifici sulla scienza dei materiali.

Un programma di apprendimento automatico ha quindi classificato le parole nei dati in base a caratteristiche specifiche come "elementi", "energetiche" e "leganti". Per esempio, "calore" è stato classificato come parte di "energetica", e "gas" come "elementi". Ciò ha aiutato a collegare alcuni composti con tipi di magnetismo e somiglianza con altri materiali, tra le altre cose, fornendo un'idea di come le parole fossero collegate senza alcun intervento umano richiesto.

Scoperte scientifiche

Questo metodo potrebbe catturare relazioni complesse e identificare diversi livelli di informazioni, che sarebbe praticamente impossibile da realizzare da parte dell'uomo. Ha fornito approfondimenti con largo anticipo rispetto a ciò che gli scienziati possono prevedere al momento. Infatti, l'IA potrebbe consigliare materiali per applicazioni funzionali diversi anni prima della loro effettiva scoperta. C'erano cinque di queste previsioni, tutto basato su documenti pubblicati prima dell'anno 2009. Ad esempio, l'IA è riuscita a identificare una sostanza nota come CsAgGa2Se4as come materiale termoelettrico, che gli scienziati hanno scoperto solo nel 2012. Quindi, se l'IA fosse esistita nel 2009, avrebbe potuto accelerare la scoperta.

Ha fatto la previsione collegando il composto con parole come "calcogenuro" (materiale contenente "elementi calcogeni" come zolfo o selenio), "optoelettronici" (dispositivi elettronici che generano, rilevare e controllare la luce) e "applicazioni fotovoltaiche". Molti materiali termoelettrici condividono tali proprietà, e l'intelligenza artificiale è stata pronta a dimostrarlo.

Ciò suggerisce che la conoscenza latente riguardo alle scoperte future è in larga misura incorporata nelle pubblicazioni passate. I sistemi di intelligenza artificiale stanno diventando sempre più indipendenti. E non c'è niente da temere. Possono aiutarci enormemente a navigare attraverso l'enorme quantità di dati e informazioni, che viene continuamente creato dalle attività umane. Nonostante le preoccupazioni relative alla privacy e alla sicurezza, L'intelligenza artificiale sta cambiando le nostre società. Credo che ci porterà a prendere decisioni migliori, migliorare la nostra vita quotidiana e, in definitiva, renderci più intelligenti.

Questo articolo è stato ripubblicato da The Conversation con una licenza Creative Commons. Leggi l'articolo originale.