Intelligenza artificiale e metamemoria: le macchine del futuro saranno dotate della capacità di ricordare?

Proviene da un Ateneo giapponese uno dei primi lavori sulla metamemoria delle macchine che, attraverso una rete neurale neuromodulata, ha seguito l’evoluzione della funzione deputata al ricordo.

TAKEAWAY

  • La Graduate School of Informatics della Nagoya University, in Giappone, ha di recente presentato il proprio modello di rete neurale artificiale – resa plastica dalla presenza di neuroni modulatori – in grado di eseguire compiti afferenti alla sfera della metamemoria.
  • Buone, in generale, le sue performance (grazie anche al rinforzo del neurone modulatore centrale), ma sono da migliorare, in futuro, la capacità di metarappresentazione, tratto peculiare dei processi di metamemoria umana.
  • In futuro avremo macchine che possiedono ricordi e tracce mnestiche? Non lo sappiamo con certezza. Quello che è sicuro è che un’intelligenza artificiale dotata di metapensiero eleverebbe la loro capacità di adattamento all’ambiente e affinerebbe le interazioni con altre macchine, oltre che con l’essere umano.

Nell’ambito degli studi in tema di intelligenza artificiale, un recente segmento di ricerca basato sull’impiego di reti neurali artificiali per emulare il funzionamento del cervello biologico, è focalizzato sui processi cognitivi che fanno capo alla metamemoria.

L’obiettivo rientra tra quelli che puntano, in futuro, alla realizzazione di macchine sempre più dotate di abilità simili a quelle che contraddistinguono la mente umana, tra cui – appunto – la capacità di ricordare, di avere memoria di oggetti, persone, luoghi ed eventi del passato.

In particolare, la metamemoria – studiata dalla psicologia cognitiva come componente della metacognizione – rimanda, negli esseri umani, alla consapevolezza circa i propri processi di memoria, arrivando ad auto-monitorarli e a controllarli. In brevissima sintesi, è la conoscenza delle proprie capacità di ricordare, grazie alla quale è possibile adattare il proprio comportamento all’ambiente.

«Un’intelligenza artificiale veramente simile all’intelligenza umana è quella che possiede la capacità di ricordare quello ha imparato nel tempo, evolvendo e adattandosi all’ambiente in cui opera»

si legge in un articolo apparso sulla rivista scientifica internazionale Scientific Reports, dal titolo “Evolution of metamemory based on self-reference to own memory in artificial neural network with neuromodulation”, all’interno del quale un gruppo di ricerca della Graduate School of Informatics, presso la Nagoya University, in Giappone, presenta il proprio modello di rete neurale artificiale, in grado di eseguire compiti afferenti alla sfera della metamemoria. Vediamo insieme di che cosa si tratta.

Una rete neurale in evoluzione come modello di metamemoria per le macchine

In tema di intelligenza artificiale e metamemoria, il punto di partenza del team giapponese è stata la creazione di una rete neurale artificiale che, inizialmente, non possedeva alcuna funzione di memoria. L’obiettivo era osservarne – attraverso la somministrazione di una serie di input – l’evoluzione, fino a divenire capace di esaminare i suoi ricordi, conservarli e riuscire a separare i dati in ingresso da quelli in uscita, il tutto senza richiedere l’intervento da parte dei ricercatori.

In particolare, la rete neurale utilizzata – al fine di renderla il più possibile plastica per permetterne la dinamica evolutiva – è stata neuromodulata per mezzo di neuroni modulatori, il cui compito è «influenzare la velocità di apprendimento dei neuroni target e modificarla dinamicamente».

L’azione dei neuroni modulatori, in sostanza, ha portato, in tempi relativamente brevi, alla definizione – nella macchina – della mappa cognitiva, ossia la rappresentazione interna (mentale) del mondo reale tipica dei processi cognitivi umani.

L’esperimento col quale è stata messa alla prova la rete neurale neuromodulata ha visto l’impiego di un “compito di corrispondenza” e di un successivo confronto con il campione di riferimento umano. Per quest’ultimo, il compito consisteva nell’osservare un oggetto (ad esempio, un cerchio rosso), nel tenerlo a mente e, successivamente, nell’identificarlo tra più oggetti simili su uno schermo di PC, con un rinforzo positivo per le risposte corrette e un rinforzo negativo in seguito a risposte errate.

Si tratta di un chiaro compito di metamemoria (che studi precedenti hanno dimostrato essere anche alla portata delle scimmie), per la cui soluzione – ai partecipanti umani e alla macchina – è stato chiesto di soffermarsi a “considerare se si ricordassero” di avere visto l’oggetto in questione.

Schema di funzionamento della rete neurale messa a punto dai ricercatori giapponesi (Fonte: “Evolution of metamemory based on self-reference to own memory in artificial neural network with neuromodulation”, Nagoya University - https://www.nature.com/articles/s41598-022-10173-4”).
Schema di funzionamento della rete neurale messa a punto dai ricercatori giapponesi (Fonte: “Evolution of metamemory based on self-reference to own memory in artificial neural network with neuromodulation”, Nagoya University – https://www.nature.com/articles/s41598-022-10173-4”).

Intelligenza artificiale e metamemoria: i risultati degli esperimenti condotti

Lo studio in tema di intelligenza artificiale e metamemoria ha visto l’esecuzione di dieci prove evolutive ripetute per tre batterie di test, ciascuna delle quali ha seguito tre differenti criteri: nella prova iniziale è stato semplicemente chiesto alla macchina di basare le proprie risposte agli stimoli in ingresso su informazioni precedentemente memorizzate; nella seconda, le risposte agli input provengono, invece, «da giudizi basati su rappresentazioni costruite internamente» (che, nell’essere umano, corrispondono agli script mentali); la terza prova (la più complessa) ha richiesto la “metarappresentazione” di quanto precedentemente memorizzato, ovvero una rappresentazione interna di secondo livello.

Ciò che il team di studio ha messo in evidenza è che, in tutti i test, la struttura dei neuroni modulatori ha svolto un ruolo importante nel memorizzare gli stimoli ricevuti e nel rispondere al test in modo corretto. Più nel dettaglio, illustra il team:

«… abbiamo determinato che la rete neurale messa a punto è in grado di raggiungere una struttura modulatrice di secodo livello, in cui due neuroni modulatori modulano la plasticità delle connessioni»

Il meccanismo che la rete ha, via via, nel corso degli esperimenti, messo in atto per memorizzare gli stimoli ricevuti, ha visto l’assegnazione di un valore (0 o 1) a ogni bit dello stimolo, «come segno del corrispondente peso di connessione».

Il dato più interessante che è emerso, però, è che tale meccanismo si rompe nel momento in cui subentra uno stimolo imprevisto che va a sovrapporsi agli altri stimoli. Questo significa che la rete – a riprova della sua plasticità – dimentica gradualmente gli schemi memorizzati per adattarsi a nuovi stimoli, ricalcando, in questo modo, una caratteristica della metamemoria umana.

Il ruolo del neurone modulatore centrale

Un’altra osservazione di rilievo in tema di intelligenza artificiale e metamemoria riguarda il cosiddetto “neurone modulatore centrale”, il quale si attiva positivamente oppure negativamente a seconda dei valori assegnati agli stimoli, «alterando la plasticità di alcune connessioni in base all’attivazione, ovvero se la memoria viene mantenuta o meno»

Lo stato delle connessioni ottenuto modificando la loro plasticità mediante il neurone modulatore centrale– precisano i ricercatori – è considerato rappresentativo del fatto che la rete ricordi o meno “lo stato della propia memoria”. Tale rappresentazione corrisponde alla “conoscenza della memoria”, cioè alla metamemoria nel senso più stretto (si riveda il criterio seguito nel terzo test).

Il fatto che la struttura della rete neurale in questione comprenda plasticità di secondo livello tramite modulazione, significa che tale plasticità gioca un ruolo importante nell’abilità di metamemoria in senso stretto.

Tuttavia – fa notare il team giapponese – in questo primo lavoro, non basandosi sulla metarappresentazione, il livello di metamemoria raggiunto dalla rete neurale oggetto delle sperimentazioni non soddisfa ancora i requisiti del terzo criterio, mentre soddisfa pienamente quelli del secondo.

Struttura della rete neurale evoluta - ottenuta al termine dei lavori - in cui lo spessore di ogni linea che collega i neuroni rappresenta il “peso” della relativa connessione (Fonte: “Evolution of metamemory based on self-reference to own memory in artificial neural network with neuromodulation”, Nagoya University - https://www.nature.com/articles/s41598-022-10173-4”).
Struttura della rete neurale evoluta – ottenuta al termine dei lavori – in cui lo spessore di ogni linea che collega i neuroni rappresenta il “peso” della relativa connessione (Fonte: “Evolution of metamemory based on self-reference to own memory in artificial neural network with neuromodulation”, Nagoya University – https://www.nature.com/articles/s41598-022-10173-4”).

Intelligenza artificiale e metamemoria: obiettivi futuri della ricerca

Quello descritto è un lavoro inedito, che sicuramente ispirerà altre ricerche in tema di intelligenza artificiale e metamemoria. I risultati sperimentali ottenuti presentano un primo scenario di quella che è la direzione degli studi in materia. In particolare, i prossimi step – ricorda il gruppo di studio – verteranno sull’esecuzione di compiti e di esercizi volti a soddisfare il terzo criterio della metamemoria, rafforzando la neuromodulazione della rete neurale affinché possa essere in grado di formulare una metarappresentazione di quanto memorizzato.

«Il fatto di avere gettato le basi per la creazione di un’intelligenza artificiale dotata di metamemoria è un grande passo avanti verso lo sviluppo di macchine che possiedono ricordi e tracce mnestiche», per future, possibili, applicazioni – ad esempio – nell’ambito della guida autonoma, nei siti produttivi e in tutte quelle situazione in cui la rappresentazione di quanto appreso in passato può essere funzionale all’adattamento all’ambiente e all’interazione con altre macchine o con l’essere umano.

Immagine predefinita
Paola Cozzi

Giornalista dal solido background acquisito lavorando presso i più prestigiosi Editori italiani | Ventidue anni di esperienza nello sviluppo di prodotti editoriali b2b, cartacei e digitali | Vent'anni alla direzione di una testata b2b in tema di Sicurezza anticrimine di tipo fisico | Attualmente si dedica al Giornalismo Digitale ed esplora nuove tecniche e nuovi stili di comunicazione

Articoli: 291

Newsletter Updates

Inserisci il tuo indirizzo email qui sotto per iscriverti alla nostra newsletter