Dalle Neuroscienze all'intelligenza artificiale: così insegno ai computer a “vedere”

Capire come funziona il cervello umano e costruire macchine intelligenti capaci di apprendere in modo autonomo, il sogno di scienziati e filosofi è apparso più vicino nella lectio
magistralis “Neuroscienze e Intelligenza artificiale” tenuta da Tomaso Poggio, Eugene McDermott Professor presso il Department of Brain Sciences del Massachusetts Institute of Technology (MIT),
nella Facoltà di Scienze Matematiche Fisiche e Naturali dell’ateneo veronese, nel pomeriggio di mercoledì 12 dicembre.

Promossa dalla Scuola di Dottorato di Scienze Ingegneria e Medicina e dal Dipartimento di Informatica, nella sua Lectio Tomaso Poggio ha fatto il punto sulla teoria del sistema visivo, filo
conduttore della sua attività di ricerca, segnando le tappe più significative dello sviluppo della computer science fino ai risultati più recenti.
Partendo dal presupposto per cui il problema dell’apprendimento è lo snodo cruciale per costruire macchine intelligenti e comprendere come il cervello lavori, il professor Poggio ha
presentato un modello, messo a punto dal suo gruppo di ricerca al MIT, che raccoglie circa dieci milioni di neuroni artificiali simulati su computer.
Tale modello descrive parzialmente, senza l’intervento di feedback da parte delle aree cognitive del cervello (ovvero solo in una direzione, dalla retina alle regioni più complesse della
corteccia cerebrale), l’elaborazione delle informazioni visive da parte del cervello ed è stato usato per simulare e verificare i dati delle ricerche anatomiche e fisiologiche riguardo
l’immediate perception, la percezione delle immagini nei primi cento millisecondi, senza movimento dell’occhio e senza l’applicazione di alcun ragionamento. Il modello non solo ha confermato i
dati a disposizione degli scienziati, ma ha riservato alcune interessanti sorprese.

In un confronto con alcuni studenti sulla capacità di individuare la presenza di animali in alcune migliaia di immagini presentate per pochi istanti, il modello computazionale basato
sulle neuroscienze ha dimostrato una sorprendente vicinanza alle capacità umane nel categorizzare l’informazione visiva: da qui la speranza dei ricercatori di poter ricostruire nel modo
più fedele possibile la struttura e l’organizzazione del sistema visivo cerebrale. Inoltre, nel riconoscere e catalogare differenti oggetti in movimento, il modello del professor Poggio
si è dimostrato più efficace dei sistemi di visione artificiale attualmente disponibili.
«Quello che abbiamo elaborato – ha chiarito Poggio – è il primo modello che sia in grado di riprodurre il comportamento umano nel processo di riconoscimento degli oggetti. Un
modello privo di una teoria matematica di supporto che ne spieghi l’esatto funzionamento. Sappiamo che funziona, ma non capiamo bene perché».
Un traguardo importante, comunque, ma se in futuro sarà possibile costruire un cervello artificiale pur senza comprenderne a fondo il funzionamento è ancora presto per dirlo.
«Capire come funziona l’apprendimento – ha proseguito il professor Poggio – potrebbe davvero cambiare la nostra cultura e il nostro sistema educativo. Molto lavoro rimane da fare e
sviluppi significativi si potranno vedere solo fra qualche decennio».
Un approccio scientifico quello seguito da Tommaso Poggio e dal suo gruppo di ricerca, soprattutto in questi ultimi anni, innovativo, efficace e fortemente interdisciplinare. Innovativo proprio
perchè prende le mosse, diversamente dai sistemi di visione computazionale correntemente impiegati per classificare immagini, dallo studio della fisiologia del cervello e non da criteri
totalmente ingegneristici. A dimostrare che le neuroscienze, più ancora dell’ingegneria, possono rappresentare la guida metodologica nel dominio della visione.

Dalle Neuroscienze all'intelligenza artificiale: così insegno ai computer a “vedere”

Verona – Come costruire macchine intelligenti che apprendano dall’esperienza e imparino a riconoscere gli oggetti? Lo spiegherà Tommaso Poggio, Eugene McDermott Professor presso
il Department of Brain Sciences del Massachusetts Institute of Technology (MIT) nella sua Lectio Magistralis “Neuroscienze e Intelligenza artificiale”, in programma mercoledì 12 dicembre
alle ore 15 nella Sala Verde della Facoltà di Scienze Matematiche Fisiche e Naturali dell’ateneo veronese.

Promossa dalla Scuola di Dottorato di Scienze Ingegneria e Medicina e dal Dipartimento di Informatica nella sua Lectio Poggio farà il punto sulla teoria del sistema visivo, filo
conduttore della sua attività di ricerca. Il problema dell’apprendimento è lo snodo cruciale per costruire macchine intelligenti e comprendere come il cervello lavoria Poggio
descriverà un modello della corteccia visiva dei primati che permette di spiegare come il cervello può imparare a riconoscere oggetti e mostrerà come questo modello sia
capace di riconoscere immagini complesse all’interno di un database opportuno se applicato ad una macchina precedentemente “addestrata”.
«L’approccio scientifico seguito da Tommaso Poggio soprattutto in questi ultimi anni – spiega Michele Piana, docente di Informatica a Verona – è innovativo, efficace e fortemente
interdisciplinare. Innovativo proprio perchè prende le mosse, diversamente dai sistemi di visione computazionale correntemente impiegati per classificare immagini, dallo studio della
fisiologia del cervello e non da criteri totalmente ingegneristici. A dimostrare che le neuroscienze, più ancora dell’ingegneria, possono rappresentare la guida metodologica nel dominio
della visione».
L’approccio interdisciplinare perseguito dal professor Poggio è inoltre una conferma che Scuole di dottorato come quella veronese, esplicitamente interdisciplinare, sono la strada giusta
per incrementare l’efficacia della ricerca in settori cruciali come quello delle neuroscienze.

Tommaso Poggio dirige al MIT il Center for Biological and Computational Learning. Dopo il Dottorato in Fisica conseguito presso l’Università di Genova, ha lavorato per dieci anni al ‘Max
Planck Institute for Biological Cybernetics’ di Tubinga per poi trasferirsi all’MIT, dove lavora da ventitre anni. E’ autore di numerosissimi lavori scientifici in ambiti che comprendono la
matematica, la computer science e le neuroscienze. I suoi principali contributi riguardano la visione biologica e computazionale, le neuroscienze computazionali, la teoria dei sistemi e la
computer graphics. In particolare dirige un gruppo di ricercatori che studiano il problema dell’apprendimento a partire dai suoi fondamenti matematici, fino alle applicazioni dell’ingegneria e
alla formulazione di modelli per il riconoscimento nella corteccia visiva dei primati.
E’ inoltre tra i padri fondatori della neonata Italian Scientists and Scholars of North American Foundation (ISSNAF), una fondazione non profit che intende creare un network tra ricercatori,
accademici e professionisti italiani tra il Nord America e l’Italia. Con l’obiettivo di favorire i ricercatori italiani che decidono di fare un’esperienza all’estero creando uno scambio
Italia-Usa grazie a borse di studio per studenti e giovani ricercatori.

Leggi Anche
Scrivi un commento