Hanno teorizzato che le macchine, proprio come gli umani, potevano imparare dai propri errori. Erano gli anni Ottanta quando pubblicarono la loro ricerca, che, pur essendo elegante, non ebbe un immediato seguito. Oggi Andrew Barto e Rich Sutton hanno vinto il Premio Turing, il più alto riconoscimento nel campo dell’informatica. Il loro contributo allo sviluppo dell’IA è ora considerato fondamentale.
I ricercatori: “È un momento cruciale per il pianeta. Adottare l’IA con cautela”
Commentando il premio, hanno voluto smorzare i timori su una possibile IA fuori controllo: “È un momento cruciale per il nostro pianeta. Questi sistemi offrono molte opportunità per migliorare la nostra vita e la nostra società, ma solo se saranno adottati con le dovute cautele”, hanno dichiarato i due scienziati.
Sebbene entrambi ritengano che le attuali paure sull’IA siano esagerate, riconoscono che i sistemi sempre più avanzati, sviluppati sia dalla comunità scientifica che dalle aziende private, potrebbero causare “notevoli sconvolgimenti alla società” nelle loro fasi di integrazione nei processi produttivi e nella vita quotidiana.
Cos’è l’apprendimento per rinforzo
La tecnica che hanno sviluppato si chiama apprendimento per rinforzo. L’idea è che i computer possano apprendere dall’esperienza attraverso un sistema di ricompense ispirato agli studi sul comportamento animale. Barto e Sutton hanno ammesso che ricevere il Premio Turing è stato motivo di grande soddisfazione, soprattutto considerando che per anni il loro lavoro è stato ritenuto poco applicabile, se non inutile.
“Quando abbiamo iniziato, direi che le nostre tesi erano decisamente fuori moda”, ha dichiarato Barto in un’intervista ad Axios. “Molti scienziati e studiosi le avevano scartate. Ci sono stati periodi in cui non riuscivamo a ottenere finanziamenti perché non ci occupavamo di argomenti alla moda, ma non volevamo farlo”, ha aggiunto.
Sutton ha sottolineato che è stato “particolarmente gratificante” ricevere il premio, poiché già Alan Turing, negli anni Cinquanta, aveva ipotizzato che i computer potessero apprendere dall’esperienza, anche se ci sarebbero voluti decenni prima di avere la potenza di calcolo necessaria per testare questa idea.
Santucci (Cnr): “Grazie a loro abbiamo agenti artificiali che apprendono interagendo con il mondo”
“L’importanza del loro lavoro sta soprattutto nella possibilità di avere agenti artificiali in grado di apprendere interagendo con il mondo”, ha spiegato a Italian Tech Vieri Giuliano Santucci, ricercatore dell’Istituto di Scienze e Tecnologie della Cognizione del CNR. “Oggi le tecniche di reinforcement learning (RL, apprendimento per rinforzo) sono utilizzate anche in sistemi come ChatGPT e altri modelli basati su dataset predefiniti, con interventi umani per correggere l’apprendimento. Ma la vera potenza degli algoritmi di Barto e Sutton sta nella loro capacità di permettere alle macchine di apprendere quasi in autonomia”.
Secondo Santucci, queste teorie hanno un impatto particolarmente significativo sulla robotica: “Le vediamo in azione negli agenti artificiali che devono interagire con il mondo reale: non è possibile programmare un dataset di apprendimento completo in anticipo. L’apprendimento per rinforzo, che richiama i meccanismi di apprendimento degli esseri viventi, apre invece le porte del machine learning all’interazione con ambienti dinamici e potenzialmente sconosciuti”, conclude il ricercatore.
Fonte : Repubblica
