I bambini possono aiutare a sbloccare la prossima generazione di intelligenza artificiale (AI), secondo i neuroscienziati Trinity e i colleghi che hanno appena pubblicato nuovi principi guida per migliorare l'IA.

La ricerca, pubblicata oggi sulla rivista Nature Machine Intelligence , esamina le neuroscienze e la psicologia dell'apprendimento infantile e distilla tre principi per guidare la prossima generazione di intelligenza artificiale, che aiuterà a superare i limiti più urgenti dell'apprendimento automatico.

Il dottor Lorijn Zaadnoordijk, ricercatore Marie Sklodowska-Curie al Trinity College, ha spiegato:"L'intelligenza artificiale (AI) ha fatto enormi progressi nell'ultimo decennio, fornendoci altoparlanti intelligenti, piloti automatici nelle automobili, app sempre più intelligenti e diagnosi mediche avanzate. Questi entusiasmanti sviluppi nell'IA sono stati raggiunti grazie all'apprendimento automatico che utilizza enormi set di dati per addestrare modelli di reti neurali artificiali.

"Tuttavia, il progresso è in stallo in molte aree perché i set di dati da cui le macchine imparano devono essere accuratamente curati dagli esseri umani. Ma sappiamo che l'apprendimento può essere fatto in modo molto più efficiente, perché i bambini non imparano in questo modo. Imparano sperimentando il mondo intorno a loro, a volte anche solo vedendo qualcosa una volta."

Nel loro articolo "Lezioni dall'apprendimento infantile per l'apprendimento automatico non supervisionato", il dott. Lorijn Zaadnoordijk e il professor Rhodri Cusack, del Trinity College Institute of Neuroscience (TCIN), e il dott. Tarek R. Besold di TU Eindhoven, Paesi Bassi, sostengono che sono necessari modi migliori per imparare dai dati non strutturati. Per la prima volta, fanno proposte concrete su quali particolari intuizioni dell'apprendimento infantile possono essere applicate in modo fruttuoso nell'apprendimento automatico e come applicare esattamente questi apprendimenti.

Le macchine, dicono, avranno bisogno di preferenze integrate per modellare il loro apprendimento fin dall'inizio. Dovranno imparare da set di dati più ricchi che catturino l'aspetto, il suono, l'odore, il sapore e le sensazioni del mondo. E, come i bambini, avranno bisogno di una traiettoria di sviluppo, in cui le esperienze e le reti cambiano man mano che "crescono".

Il Dr. Tarek R. Besold, ricercatore, gruppo Filosofia ed etica presso TU Eindhoven, ha affermato:"Come ricercatori di intelligenza artificiale, spesso tracciamo parallelismi metaforici tra i nostri sistemi e lo sviluppo mentale di neonati e bambini umani. È giunto il momento di prendere queste analogie più seriamente e guarda alla ricca conoscenza dello sviluppo infantile dalla psicologia e dalle neuroscienze, che possono aiutarci a superare i limiti più urgenti dell'apprendimento automatico."

Il professor Rhodri Cusack, professore di neuroscienze cognitive di Thomas Mitchell, direttore del Trinity College Institute of Neuroscience, ha aggiunto:"Le reti neurali artificiali erano in parte ispirate dal cervello. Simile ai bambini, si basano sull'apprendimento, ma le attuali implementazioni sono molto diverse da apprendimento umano (e animale). Attraverso la ricerca interdisciplinare, i bambini possono aiutare a sbloccare la prossima generazione di IA".