Google Lab

Direttamente dai laboratori di Google X arriva una notizia al quanto particolare: i ricercatori di Mountain View hanno creato una rete neurale di processori in grado di riconoscere un gatto. È la rete di 16mila processoricirca un miliardo di connessioni.

Un cervello artificiale che, una volta connesso a Internet e alimentato da una carrellata di milioni di immagini scelte a caso da YouTube, ha cominciato a fare una cosa molto particolare. Almeno per i computer: ha imparato a riconoscere i gatticelebrità del Web, attraverso un processo noto come apprendimento automatico. Negli anni passati si è cercato senza successo di “programmare” un computer affinchè fosse intelligente. Soltanto un approccio evolutivo può portare frutti sicuri: un miliardo di connessioni possono lavorare molto bene per identificare una gamma di caratteristiche comuni e creare una specie di idea di “meta-gatto” un paragone da confrontare con qualsiasi immagine felina, apprezzando le differenze ma riconoscendo che si tratta di animali della stessa tipologia.

Nell’esperimento, come riporta il Telegraph, l’unica fase di training è stata la visione di dieci milioni di immagini estratte da YouTube. Il test consisteva nel capire se il cervello artificiale fosse in grado di riconoscere gli oltre 20mila oggetti mostrati nelle immagini. Tra questi, l’algoritmo di deep learning (apprendimento profondo) della rete ha riconosciuto uno dei soggetti più comuni su YouTube elaborando come una sorta di immagine ideale dell’animale. Jeff Dean del team di Google ha spiegato che si è trattato di un apprendimento avvenuto senza insegnante. Ovvero senza bisogno di dire alla rete di computer, durante la fase di training, “questo è un gatto”.

L’esperimento di Google mette in luce quindi una caratteristica fondamentale degli algoritmi di apprendimento. Algoritmi che potrebbero servire, per esempio, a migliorare il sistema di ricerca delle immagini, o di riconoscimento vocale. Nonostante il successo, però, gli studiosi di Google dubitano di aver davvero colto gli algoritmi giusti per far sorgere una macchina capace di imparare.

Nei prossimi dieci anni, con il prezzo delle CPU in picchiata, ci sarà uno sviluppo in termini qualitativi e quantitativi di questa ricerca. Nel prossimo futuro le reti neurali diventeranno degli ottimi assistenti alla ricerca di immagini, alla traduzione simultanea o ancora al riconoscimento vocale.