Il cervello umano batte l'IA con un trucco geniale
Nonostante i rapidi progressi dell'intelligenza artificiale negli ultimi anni, il cervello umano resta in vantaggio nella capacità di trasferire abilità e apprendere tra compiti differenti. Un nuovo studio svela come probabilmente lo facciamo proprio. Guidati da un team della Princeton University, i ricercatori dietro al nuovo lavoro non hanno condotto test sull'uomo, ma hanno usato animali molto vicini a noi in termini di biologia e funzione cerebrale: i macachi rhesus (Macaca mulatta). Queste scimmie sono state invitate a identificare forme e colori su uno schermo e a guardare in direzioni specifiche per fornire le loro risposte. Mentre ciò accadeva, le scansioni cerebrali venivano usate per verificare la presenza di schemi di attività sovrapposti e aree di attività condivise nei cervelli degli animali. Quei scan hanno mostrato che i cervelli dei macachi usavano blocchi di neuroni differenti – «mattoncini cognitivi», nelle parole dei ricercatori – in compiti diversi. I blocchi esistenti possono essere riutilizzati e ricombinati in nuovi compiti, dimostrando una flessibilità neurale con cui persino i migliori modelli di IA non riescono a competere. «Modelli IA all'avanguardia possono ottenere prestazioni umane, o persino sovrumane, su compiti individuali», afferma Tim Buschman, neuroscienziato della Princeton University. «Ma hanno difficoltà ad apprendere ed eseguire molti compiti differenti.» «Abbiamo scoperto che il cervello è flessibile perché può riutilizzare componenti della cognizione in molti compiti differenti. Assemblando insieme questi 'mattoncini cognitivi', il cervello è in grado di costruire nuovi compiti.» Come si vede nel video qui sotto, gli animali dovevano discriminare tra forme e colori in tre compiti separati ma correlati che richiedevano di apprendere e applicare ciò che sapevano da un compito all'altro. I blocchi di mattoncini cognitivi identificati dai ricercatori erano concentrati nella corteccia prefrontale. Questa regione è legata a funzioni cognitive superiori – risoluzione di problemi, pianificazione, presa di decisioni – e sembra giocare un ruolo importante nella flessibilità cognitiva. I ricercatori hanno anche osservato che quando alcuni blocchi cognitivi non erano necessari, l'attività in essi diminuiva, suggerendo che il cervello può archiviare i mattoncini cognitivi che non servono immediatamente per concentrarsi meglio sul compito in questione. «Penso a un blocco cognitivo come a una funzione in un programma informatico», dice Buschman. «Un insieme di neuroni potrebbe discriminare un colore, e la sua uscita può essere mappata su un'altra funzione che guida un'azione. Questa organizzazione permette al cervello di eseguire un compito eseguendo sequenzialmente ciascun componente di quel compito.» Questo spiega come i macachi e, probabilmente, gli esseri umani possano adattarsi a sfide e compiti che non hanno mai visto prima, e utilizzare ciò che già sanno per affrontarli – qualcosa che l'IA, nella sua forma attuale, fatica a fare. A un livello successivo, i ricercatori suggeriscono che le loro scoperte potrebbero aiutare ad addestrare le IA ad essere più adattabili a nuovi compiti. Il lavoro potrebbe anche essere utile nello sviluppo di trattamenti per disturbi neurologici e psichiatrici in cui le persone hanno difficoltà ad applicare le abilità a contesti nuovi. Per ora, questi mattoncini cognitivi mostrano, a un livello fondamentale, quanto i nostri cervelli siano più flessibili e adattabili rispetto ai modelli IA, che mostrano la cosiddetta dimenticanza catastrofica: una debolezza che significa che le reti neurali non possono imparare compiti consecutivi senza dimenticare come eseguire l'ultimo di quelli su cui hanno imparato. Sebbene saltare tra compiti non sia esattamente ideale per i nostri cervelli, applicare quanto sappiamo da un compito all'altro può rivelarsi una scorciatoia utile. «Se, come suggerito dai nostri risultati, il cervello può riutilizzare rappresentazioni e computazioni tra i compiti, allora ciò potrebbe permettere un rapido adattamento ai cambiamenti nell'ambiente, sia imparando la rappresentazione del compito adeguata tramite feedback di ricompensa, sia richiamandola dalla memoria a lungo termine», concludono i ricercatori. La ricerca è stata pubblicata su Nature.
In This Article:
I blocchi cognitivi e la corteccia prefrontale: dove risiede la flessibilità
La ricerca identifica i cosiddetti blocchi cognitivi – che i ricercatori descrivono come mattoncini cognitivi – concentrati principalmente nella corteccia prefrontale del cervello. Questa regione è legata a funzioni di alto livello come risoluzione di problemi, pianificazione e decisioni, e sembra svolgere un ruolo chiave nella flessibilità cognitiva: permette di riutilizzare rappresentazioni mentali tra compiti diversi. Inoltre, i ricercatori hanno osservato che quando alcuni blocchi non sono necessari, l'attività in quelle aree si riduce, suggerendo che il cervello può archiviare i mattoncini cognitivi che non servono immediatamente per concentrarsi meglio sul compito presente.
IA, flessibilità e oblio catastrofico
Le IA all'avanguardia possono raggiungere prestazioni su singoli compiti, ma faticano ad apprendere e a eseguire una molteplicità di compiti differenti. Questo studio chiarisce perché i modelli IA hanno spesso difficoltà con compiti multipli o non visti: soffrono di dimenticanza catastrofica, una debolezza che significa che le reti neurali non possono imparare compiti consecutivi senza dimenticare come eseguire l'ultimo di quelli su cui hanno imparato.
Verso IA più flessibili e potenziali usi clinici
Nel futuro, i ricercatori pensano che i loro risultati possano aiutare ad addestrare le IA a essere più adattabili a nuovi compiti. Inoltre, le scoperte potrebbero avere ripercussioni in medicina e neurologia: sviluppo di trattamenti per disturbi neurologici e psichiatrici in cui le persone hanno difficoltà ad applicare abilità in contesti diversi. Per ora, l'analisi dei 'mattoncini cognitivi' mostra, a un livello fondamentale, che i cervelli sono più flessibili e adattabili rispetto alle IA in grado di dimenticare.
