Simulare la mente umana
Nuovissime tecnologie stanno portando a risultati di emulazione del cervello umano, con tutte le ricadute positive del caso.
Nuovi chip hardware e nuovi concept software consentono alle macchine di imitare più da vicino il mistero dietro al ragionamento umano.
Il presente e il futuro dell’AI
Cervelli da laboratorio
Gli Intel Labs e altri centri di sviluppo stanno applicando con successo il Neuromorphic Computing per sviluppare robot capaci di apprendere compiti sempre più complessi, in tempi sempre più brevi.
Al momento, l’hardware e il software delle AI neuromorfiche si trovano in uno stadio sperimentale, ma i chip neuromorfici più moderni promettono sviluppi rapidi per le SNN (SNN, simulated neural network) di ultima generazione, permettendo di uscire dalla logica binaria per avvicinarsi alla straordinaria flessibilità del nostro cervello. L’obiettivo è quello di realizzare AI in grado di pensare in modo creativo e di riconoscere pattern, oggetti e contesti che non hanno mai visto prima, collegando le esperienze passate e presenti, proprio come un essere umano.
Una Intelligenza Artificiale può generare idee per Borse ispirate a Catene di Fast Food?
APPLE VISION PRO e Turismo – cambierà tutto se tutto cambierà
Autoconciencia, Inteligencia Artificial y ser Viajero
Syntography and Tourism. Photographs retouched with Artificial Intelligence?
Le varie generazioni di AI
La prima generazione di AI, che si è sviluppata fino a metà degli anni ’90 del secolo scorso, era pensata per classificare dati e prendere decisioni, risolvendo problemi all’interno di un dominio molto specifico. La seconda generazione di AI ha tentato di generalizzare, per quanto possibile, i risultati, utilizzando le reti neurali profonde e la statistica. La terza generazione di AI, che è attualmente in forte crescita applicativa, prevede modelli generalisti e spiegabili, che sono in grado di migliorare le proprie capacità, grazie ai sistemi generativi concorrenti.
La prossima sfida chiave per le AI del futuro è quella di emulare più accuratamente il funzionamento del cervello umano e la sua capacità di apprendere pattern e modelli a partire da stimoli non strutturati, conservando solo la parte rilevante dell’informazione e creando reti associative basate sull’esperienza. Le AI neuromorfiche, il Neuromorphic Computing, tentano di abbinare la flessibilità delle reti neurali umane alla potenza computazionale dei computer moderni, basando le proprie decisioni sulle Spiking Neural Networks (SNN), ovvero su reti che prevedono neuroni indipendenti che si attivano a seconda degli stimoli e che sono in grado di inviare segnali agli altri elementi della rete.
Come funziona il Neuromorphic Computing
Il concetto di Neuromorphing Computing (o computer neuromorfico) non è affatto nuovo: già a partire dalla fine degli anni ’80 i ricercatori hanno esplorato l’idea di realizzare sistemi informatici ispirati al cervello umano. Per definizione, un computer neuromorfico è un sistema che non segue lo standard della macchina di Von Neumann, ovvero il concept su cui sono basati tutti i computer che siamo abituati a utilizzare ogni giorno. Nei computer neuromorfici non c’è una separazione concettuale tra memoria e unità di elaborazione: queste macchine si basano interamente sul concetto di rete neurale, ovvero un sistema composito che non viene programmato con una sequenza di istruzioni da eseguire, ma con una serie di parametri definiti per ogni accoppiata neurone/sinapsi. Al momento, gli input alla rete vengono ancora gestiti con valori binari, ma si cercano nuovi sistemi per rendere ancora più flessibili questi chip.
Attualmente, le reti neurali delle AI sono gestite da computer tradizionali che prevedono una netta separazione hardware tra memoria e elaborazione. Questa divisione rappresenta un collo di bottiglia durante la fase di training e comporta un notevole consumo di energia per il continuo spostamento delle informazioni da un componente all’altro. La gestione delle unità di elaborazione (neurone) e memoria (sinapsi) dei neuromorphic chip è molto più fluida, dato che non è presente alcuna separazione hardware. Questo ha un vantaggio notevole per i sistemi di apprendimento automatico basati su reti profonde: si riducono drasticamente i tempi di elaborazione e i costi di training, che sono attualmente i punti critici per l’uso delle AI in ambienti reali. Rispetto a quelle tradizionali, le AI neuromorfiche sono più sostenibili e molto più efficienti, caratteristiche ancora più rilevanti, nel bel mezzo di una crisi energetica e ambientale come quella che viviamo oggi.
Un’altra peculiarità chiave dei sistemi neuromorfici è il parallelismo dell’elaborazione: per loro natura, le reti neurali sono intrinsecamente parallele; quindi, l’informazione non seguirà un flusso statico come nei computer tradizionali, ma attraverserà parallelamente tutto il modello di elaborazione. Questo particolare rende i sistemi neuromorfici facilmente scalabili, perché l’aggiunta di ulteriori chip per l’elaborazione non fa altro che accrescere il numero di neuroni/sinapsi disponibili, e quindi il sistema nel suo complesso può essere trattato come un’unica grande rete.
Il Salto Tecnologico
Attualmente, i computer neuromorfici sono realizzati su base di silicio, la stessa tecnologia dei semiconduttori impiegata per le CPU e per i componenti degli apparati elettronici che usiamo ogni giorno. Ma la ricerca si muove rapidamente per individuare materiali più adatti alla tecnologia neuromorfica come, ad esempio, sistemi di memoria resistiva, dispositivi optoelettronici e materiali innovativi come le biomembrane, che possono essere trattate per reagire come i semiconduttori al passaggio di correnti elettriche. La ricerca in materia è in un’entusiasmante fase di sperimentazione: sono in studio implementazioni hardware dei sistemi neuromorfici molto differenti tra loro, che utilizzano sistemi digitali, analogici o addirittura ibridi per implementare in modo efficiente le SNN.
Il nuovo chip NeuRRAM, presentato in una pubblicazione di Nature, è uno dei frutti più promettenti di questa ricerca. Il chip è in grado di eseguire diversi modelli di AI, consumando solo una frazione dell’energia richiesta dai computer tradizionali per arrivare allo stesso livello di accuratezza nel risultato. Il prototipo è in grado di abbattere la barriera tra memoria e processore, eseguendo tutte le operazioni elementari necessarie a ogni neurone simulato, direttamente in memoria. Le performance di NeuRRAM permetteranno di portare l’AI su tutti quei dispositivi che richiedono compattezza e bassi consumi, come dispositivi di edge computing, sistemi IoT, tecnologie indossabili e sensori intelligenti.
Le caratteristiche dei computer neuromorfici tentano di imitare la configurazione funzionale del cervello umano non solo a livello software, ma anche a livello hardware. Tuttavia, non conosciamo nel dettaglio tutti i meccanismi biologici che rendono il cervello una macchina tanto perfetta, ed è anche su questo aspetto del problema che la ricerca si concentrerà nel prossimo futuro. Una corretta astrazione del funzionamento biologico della nostra “unità di elaborazione” consentirà di far progredire lo sviluppo delle macchine che aspirano a imitarlo.
Computer Neuromorfici e Turismo
Neuromorphic computing: pensare le AI come sistemi neuromorfici è un cambio di paradigma sostanziale e drastico: vanno ripensati non solo gli algoritmi di base, ma anche le stesse architetture che sono fondamento dell’intelligenza artificiale come la conosciamo oggi.
Ma le opportunità in termini di prestazioni ed efficienza energetica sono senza precedenti. Una nuova visione del calcolo parallelo che potrebbe cambiare il volto della tecnologia che usiamo tutti i giorni, migliorandone l’usabilità, rendendola più vicina alle nostre aspettative e alle nostre esigenze.
Ad esempio, nel Turismo si potrebbero calcolare con una stima senza precedenti i margini di guadagno per pacchetto proposto; pensare a tecniche di controllo dei costi alberghieri perfettamente affinati; elimnare con opportune politiche territoriali l’Overtourism; calibrare tecniche di marketing e vendita prodotti tramite Big Data derivati dai social e tutto quello che un cervello che vive infinite generazioni possa poter creare.
via Ammiraglio Millo 9 .
Alberobello, Bari.
📞 +39 339 5856822
