Una nuova ricerca della Johns Hopkins University suggerisce che la struttura interna di un sistema di intelligenza artificiale potrebbe essere importante quanto – se non più – la quantità di dati utilizzati per addestrarlo.
In soldoni: non solo si prenderebbe spunto dal come il cervello umano risolve i problemi, ma diventerebbe addirittura il modello primario; cambiando completamente il paradigma degli algoritmi tradizionali.
Secondo lo studio, pubblicato su Nature Machine Intelligence, alcune architetture ispirate alla biologia mostrano comportamenti sorprendentemente simili a quelli del cervello umano ancora prima di essere addestrate su qualsiasi dataset.
Il risultato mette in discussione uno dei pilastri dell’IA moderna: l’idea che modelli sempre più grandi, addestrati su quantità sempre maggiori di dati e sostenuti da enormi risorse di calcolo, siano l’unica strada verso sistemi più intelligenti.
Un’alternativa all’IA “data-heavy”
Negli ultimi anni, lo sviluppo dell’IA si è concentrato su modelli che richiedono mesi di addestramento, dataset composti da milioni o miliardi di esempi e infrastrutture computazionali paragonabili, per dimensioni e costi, a quelle di una piccola città.
Secondo Mick Bonner, autore principale dello studio e professore associato di scienze cognitive alla Johns Hopkins University, questo approccio presenta un paradosso evidente: gli esseri umani imparano a riconoscere il mondo visivo utilizzando pochissimi dati, soprattutto se confrontati con quelli richiesti dalle IA moderne.
L’ipotesi dei ricercatori è che l’evoluzione abbia “ottimizzato” il cervello non solo attraverso l’esperienza, ma anche grazie a una struttura di base particolarmente efficiente e da qui la domanda centrale dello studio: è possibile ottenere un comportamento più simile a quello umano semplicemente partendo da un’architettura più vicina a quella del cervello, anche senza addestramento?
Tre architetture a confronto
Per rispondere a questa domanda, il team ha analizzato tre delle architetture più diffuse nell’IA moderna:
- Transformer
- Reti neurali completamente connesse
- Reti neurali convoluzionali (CNN)
I ricercatori hanno creato decine di modelli diversi, variando parametri e dimensioni, ma con un vincolo preciso: nessun modello è stato addestrato.
Successivamente, hanno mostrato a queste reti immagini di oggetti, persone e animali, confrontando l’attività interna dei modelli con le risposte cerebrali di esseri umani e primati non umani mentre osservavano le stesse immagini.
Le reti convoluzionali fanno la differenza
I risultati sono stati netti: aumentare il numero di neuroni artificiali nei transformer e nelle reti completamente connesse ha prodotto pochi miglioramenti significativi in termini di somiglianza con l’attività cerebrale.
Al contrario, modifiche analoghe applicate alle reti neurali convoluzionali hanno generato schemi di attivazione che sono molto più vicini a quelli osservati nel cervello umano.
Ancora più sorprendente è che queste CNN non addestrate hanno mostrato prestazioni comparabili a sistemi di IA tradizionali che normalmente richiedono l’esposizione a milioni o miliardi di immagini. Un risultato che suggerisce come l’architettura stessa possa “indirizzare” il comportamento del sistema, riducendo drasticamente la dipendenza dai dati.
Verso un’IA più efficiente e meno dipendente dai dati
Secondo Bonner, se l’addestramento su grandi quantità di dati fosse davvero l’unico fattore determinante, non sarebbe possibile ottenere comportamenti simili a quelli del cervello umano partendo dalla sola architettura. Il fatto che ciò avvenga indica invece che il “progetto iniziale” del modello conta enormemente.
Il team sta ora esplorando metodi di apprendimento semplici, ispirati direttamente alla biologia, con l’obiettivo di sviluppare una nuova generazione di framework di deep learning: più veloci, più efficienti dal punto di vista energetico e meno dipendenti da dataset mastodontici.
Se confermata e ampliata, questa linea di ricerca potrebbe avere implicazioni importanti non solo per l’IA, ma anche per la sostenibilità economica ed energetica del settore, aprendo la strada a sistemi intelligenti più accessibili e più vicini al modo in cui apprendono gli esseri umani.
