intelligenza artificiale

(ANSA) - "Per 35 anni - spiega Lake - i ricercatori nel campo delle scienze cognitive, dell'intelligenza artificiale, della linguistica e della filosofia hanno discusso se le reti neurali potessero raggiungere una generalizzazione sistematica simile a quella umana. Per la prima volta abbiamo dimostrato che una rete neurale generica può imitare o superare la generalizzazione sistematica umana in un confronto testa a testa".

intelligenza artificiale 1

A renderlo possibile è la nuova tecnica di apprendimento denominata Mlc (Meta-learning for Compositionality). Questa procedura prevede che alla rete neurale venga insegnata una nuova parola (ad esempio 'salta') e poi le si chieda di usarla per creare nuove combinazioni con altre parole già note (come 'salta due volte' oppure 'salta due volte a destra'). Successivamente si passa a un'altra parola e così via, affinando di volta in volta la sua capacità di fare delle composizioni. L'intelligenza artificiale così addestrata è stata messa a confronto con dei partecipanti umani per vedere chi se la cavava meglio nell'apprendere e combinare parole totalmente inventate.

intelligenza artificiale 6

I risultati dimostrano che la rete neurale ha ottenuto performance paragonabili a quelle degli umani e in alcuni casi li ha perfino superati. Sia la rete neurale addestrata con Mlc sia i partecipanti in carne e ossa hanno battuto ChatGpt e Gpt-4. "I grandi modelli linguistici come ChatGpt hanno ancora difficoltà con la generalizzazione composizionale, anche se negli ultimi anni sono migliorati - osserva Baroni - ma riteniamo che l'Mlc possa migliorare ulteriormente le loro capacità composizionali".