Reti neurali, intelligenza e geometria computazionale al servizio dei nuovi modelli di interazione.

Silvia Ferrari, originaria di Modena, vive negli States dal 1993 ed è a capo del Laboratory for Intelligent Systems and Controls (Lisc) della Cornell University, a Ithaca (nello stato di New York). Nel 2014, RoboHub, la più grande comunità scientifica internazionale di robotica, l’ha inserita nella lista delle 25 donne che si occupano di intelligenza artificiale più promettenti al mondo. Innamorata della materia, si dimostra pronta a ribaltare in positivo il “gender divide” del settore: “le donne –  sottolinea – sembrano più interessate a prendere spunto dalla biologia e a scegliere applicazioni che ritengono importanti per l’uomo e la società”. Solo uno dei motivi per cui – questo lo diciamo noi – bisogna puntare su di loro, come dimostra “AI Love Women”.

Qual è stato il percorso che l’ha portata a occuparsi di intelligenza artificiale?

Durante il dottorato di ricerca in Ingegneria meccanica e aerospaziale, il mio Advisor il professor Rob Stengel, mi propose di lavorare sulle reti neurali. Nel frattempo, avendo già scritto due pubblicazioni – una delle quali finita in una conferenza sull’argomento – e conoscendo dunque le reti neurali meglio di altri, ho deciso di accettare. Da lì mi sono innamorata della materia e ho voluto continuare a lavorarci anche una volta terminato il dottorato.

Su quali progetti sta lavorando attualmente?

Sto lavorando su molti progetti che riguardano la “percezione artificiale”, per esempio come i robot o i veicoli autonomi (tipo i droni) possano usare sensori a bordo per comprendere e interpretare situazioni, ambienti, azioni compiute da persone, oppure da veicoli o altri agenti di interesse per motivi come la sicurezza, la sorveglianza e anche la robotica.

Quali sono le applicazioni che promettono più sviluppi nel settore?

In questo momento ci sono moltissime opportunità per l’automazione legata all’intelligenza artificiale, in particolare nel settore automobilistico ma anche in quello aerospaziale – in netta ripresa – e nel settore della difesa.  Ci sono anche molti progetti di ricerca sulla robotica sociale, robot che vivono e interagiscano con le persone, anche se non è ancora chiaro quali saranno le applicazioni di successo in settori come la cura e l’assistenza medica.

Qualche mese fa il team da lei capitanato ha sviluppato un giocatore artificiale di PacMan che ha ottenuto un punteggio record, su cosa si basa il modello applicato e cosa dimostra?

Si basa su un modello matematico ottenuto usando la geometria computazionale e la Bayesian probability, in aggiunta al metodo che si chiama “dynamic programming” fondato sul principio dell’ottimalità di Bellman. Quindi non solo intelligenza artificiale (che trova la soluzione ottimale) ma anche la matematica più classica.

Perché la ricerca nell’intelligenza computazionale usa i giocatori artificiali, come già successo con Deep Blue?

Perché permettono di confrontare metodi diversi usando esattamente le stesse regole, cosicché si possa vedere effettivamente quali sono gli algoritmi migliori e capire il perché. Inoltre, in questo modo è anche facile confrontare la performance degli algoritmi artificiali con quella delle persone.

Cambierà nel prossimo futuro il modo in cui dialogheremo con le macchine?

Alcuni dei miei colleghi stanno usando metodi come la Bayesian probability per sviluppare modelli matematici di comunicazione tra le persone e i computer, che possano permettere di dialogare anche in situazioni dove ci sia “incertezza”. Penso che questo cambierà la comunicazione in modo fondamentale e permetterà a persone e computer di collaborare anche in situazioni difficili.

Che cosa rende un problema, una sfida, facilmente risolvibile dall’uomo e non dalle macchine e viceversa?

Ai computer risulta facile risolvere problemi con grandi quantità di dati e informazioni ben strutturate, mentre alle persone, seppure in maniera approssimativa, risulta facile o perlomeno possibile risolvere problemi anche con pochi dati e informazioni, usando l’esperienza, l’intuito e l’abilità di prevedere le conseguenze, persino estrapolando e forse anche usando l’immaginazione.

PHD, in qualità di agenzia media e di comunicazione globale, esplora da anni il futuro della tecnologia e le relative implicazioni; nella nostra ultima pubblicazione internazionale dal titolo “Merge” raccogliamo il pensiero di molti innovatori secondo i quali “più le macchine diventeranno intelligenti, più il divario tra uomo e tecnologia diminuirà, fino a raggiungere un punto di fusione”. Lei cosa ne pensa?

Non sarei proprio d’accordo. Il divario non è dovuto alla mancanza di contatto tra i due ma alla differenza tra cervelli umani e artificiali. Questi ultimi per ora somigliano pochissimo a quelli dell’uomo, ma ci stiamo lavorando dando il nostro contributo nel campo dei “neuromorphic chips”. Bisogna però sottolineare che le chips convenzionali sono molto diverse e gli umani non avranno mai le capacità di processare la grande quantità di dati che hanno i computer. Di fatto più gli uomini usano la tecnologia e più alcune abilità diminuiscono, dunque credo sia molto più probabile che diventino complementari.

C’è un “modo femminile” di approcciarsi all’intelligenza artificiale e alla robotica? Qualcosa che accomuna e caratterizza le protagoniste della comunità scientifica internazionale – e i loro studi – rispetto ai colleghi?

In generale, le donne sembrano più interessate a prendere spunto dalla biologia e a scegliere applicazioni che ritengono importanti per l’uomo e la società.

 

AI Love Women