Gli scienziati informatici dell'Università Otto von Guericke di Magdeburgo mirano a utilizzare i risultati e i metodi consolidati della ricerca sul cervello per comprendere meglio il modo in cui funziona l'intelligenza artificiale.

Nell'ambito di un progetto di ricerca, gli scienziati guidati dal Professor Dr.-Ing. Sebastian Stober dell'Artificial Intelligence Lab dell'Università di Magdeburgo applicherà i metodi delle neuroscienze cognitive per analizzare le reti neurali artificiali e comprendere meglio il loro modo di lavorare.

Le tecniche ispirate alle neuroscienze cognitive per un progetto di ricerca sull'IA spiegabile, o CogXAI in breve, che durerà tre anni, riceverà oltre un milione di euro di finanziamenti dal Ministero Federale dell'Istruzione e della Ricerca della Germania.

Reti neurali artificiali, o ANN in breve, sono sistemi intelligenti di autoapprendimento che si ispirano alla struttura dei cervelli naturali. Sono, come i sistemi nervosi biologici, in grado di apprendere dall'esempio per risolvere autonomamente problemi complessi.

"Mentre nel nostro cervello queste reti sono costituite da milioni di cellule nervose che comunicano tra loro per mezzo di segnali chimici ed elettrici, le reti neurali artificiali possono essere intese come programmi per computer, " afferma il professor Stober. "Grazie alla loro forte capacità di apprendimento e alla loro flessibilità, negli ultimi anni le reti neurali artificiali hanno, sotto il termine "apprendimento profondo, ' si sono affermati come una scelta popolare per lo sviluppo di sistemi intelligenti."

Stober e il suo team studiano come trovare diverse regioni in una rete neurale artificiale, che, come nei cervelli biologici, sono responsabili di determinate funzioni. Come con la registrazione di una scansione cerebrale in uno scanner per immagini a risonanza magnetica (MRI), gli esperti di IA mirano a identificare alcune aree delle RNA per comprendere meglio il modo in cui funzionano.

Per di più, la ricerca sul cervello fornisce anche importanti scoperte sul comportamento di apprendimento del cervello umano. Gli scienziati informatici stanno usando questa ricchezza di esperienza per consentire alle reti neurali artificiali di acquisire un comportamento di apprendimento rapido ed efficace. Trasferendo i concetti della percezione umana e dell'elaborazione del segnale alle reti neurali artificiali, intendono scoprire come questi sistemi di autoapprendimento fanno previsioni e/o perché commettono errori.

"I cervelli naturali sono stati studiati per oltre 50 anni, " spiega il professor Stober. "Tuttavia, attualmente questo potenziale è poco utilizzato nello sviluppo di architetture AI. Trasferendo metodi neuroscientifici allo studio delle reti neurali artificiali, anche i loro processi di apprendimento diventeranno più trasparenti e più facili da capire. In questo modo sarà possibile identificare precocemente malfunzionamenti dei neuroni artificiali durante il processo di apprendimento e correggerli durante l'allenamento".

Secondo Stober, lo sviluppo di reti neurali artificiali sta progredendo rapidamente. "Attraverso l'uso di computer ad alte prestazioni, un numero crescente di neuroni artificiali può essere utilizzato per l'apprendimento. Però, la crescente complessità di queste reti rende più difficile anche per gli esperti comprenderne i processi interni e il processo decisionale, " spiega l'informatico e leader del progetto CogXAI. "Tuttavia, se vogliamo essere in grado di fare un uso sicuro dell'intelligenza artificiale in futuro, è essenziale comprendere appieno come funziona."