Una tavola periodica per l’AI? Al MIT nasce la mappa degli algoritmi che imparano (quasi) come il cervello

Una tavola periodica per l’AI? Al MIT nasce la mappa degli algoritmi che imparano (quasi) come il cervello

Ti ricordi la tavola periodica degli elementi studiata a scuola? Al MIT l’hanno reinventata, ma al posto di idrogeno, sodio e ossigeno... ci sono gli algoritmi dell’intelligenza artificiale. Organizzati non per numero atomico, ma in base a ciò che hanno in comune con un principio matematico chiamato I-Con — acronimo di Information Contrastive Learning.

E no, non è solo una curiosità da laboratorio. Questa nuova tavola potrebbe cambiare il modo in cui costruiamo, combiniamo e capiamo gli algoritmi di machine learning.

Cosa c'entra la chimica con l’intelligenza artificiale?

Come nella tavola periodica classica, anche qui gli “elementi” sono raggruppati in famiglie, in base alle loro proprietà fondamentali. Solo che anziché parlare di metalli o gas nobili, parliamo di algoritmi che imparano a distinguere, classificare, raggruppare.

Tutto parte da I-Con, una funzione di perdita — ovvero una metrica che serve a misurare quanto un algoritmo “sbaglia” nelle sue previsioni. Il concetto è semplice: se capisci quanto ti discosti dal risultato giusto, puoi correggerti e imparare meglio.

Il team guidato da Shaden Alshamarri, studentessa al MIT, si è accorto che diversi algoritmi usano, in realtà, la stessa logica sottostante. L’intuizione è nata mentre studiava un sistema di clustering per immagini e ha notato quanto somigliasse all’apprendimento contrastivo, un metodo ispirato al modo in cui il nostro cervello riconosce i volti o gli oggetti nel caos visivo.

“I-Con rivela che metodi diversi, come clustering e contrastive learning, sono varianti della stessa funzione matematica”, spiega Alshamarri nella ricerca presentata all’International Conference on Learning Representations (ICLR).

Dalla scoperta accidentale... a una mappa per tutti gli algoritmi

Quando il team del MIT ha iniziato a confrontare altri algoritmi con I-Con, ha trovato un pattern ricorrente. Ed è lì che è nata l’idea: e se li mettessimo in una tavola, proprio come quella degli elementi?

Il risultato è una vera e propria tavola periodica dell’intelligenza artificiale, in cui ogni algoritmo è “posizionato” in base alla quantità e qualità del legame matematico con I-Con.

Ci sono gli algoritmi di riduzione dimensionale (che comprimono enormi quantità di dati in rappresentazioni più semplici), quelli di classificazione supervisionata (che prevedono risultati partendo da esempi noti), e molti altri. Tutti collegati da una logica condivisa, invisibile a occhio nudo, ma fondamentale per capirne potenzialità e limiti.

Una tavola ancora incompleta (per ora)

Come la tavola di Mendeleev aveva spazi vuoti per elementi ancora da scoprire, anche questa nuova mappa dell’AI ha slot “vuoti” per algoritmi non ancora pienamente compresi. Alcuni potrebbero esistere già, ma non sappiamo ancora come collegarli a I-Con. Altri, forse, devono ancora essere inventati.

Alshamarri è chiara: «Crediamo che i risultati presentati siano solo una piccola parte delle connessioni possibili. L’obiettivo è dare alla comunità un nuovo linguaggio per confrontare e combinare algoritmi diversi».

Perché questa scoperta conta (anche per chi non scrive codice)

Se non sei uno sviluppatore o un data scientist, potresti pensare: “Ok, ma cosa me ne faccio di una tavola degli algoritmi?”

In realtà, questa mappa è un primo passo verso una maggiore trasparenza e comprensione dell’AI, anche da parte di chi la utilizza senza programmarla. Sapere che tanti algoritmi apparentemente diversi funzionano con la stessa logica, permette di:

• costruire sistemi più efficienti;

• facilitare la collaborazione tra discipline;

• ridurre ridondanze nello sviluppo di nuove AI.

In altre parole, questa tavola periodica potrebbe diventare il ponte tra ricerca teorica e applicazioni pratiche, aiutando l’AI a evolversi in modo più armonico, coerente, umano-centrico.

Il futuro dell’AI potrebbe essere... ordinato

La scienza, a volte, fa un passo avanti grazie a un colpo d’occhio. Altre, grazie a una buona dose di rigore. Qui ci sono entrambi. Una funzione matematica ha rivelato un ordine nascosto tra decine di algoritmi che fino a ieri sembravano procedere ognuno per conto suo.

Chissà: tra qualche anno potremmo studiare le intelligenze artificiali come si studia la chimica — non solo come strumenti, ma come “elementi” di un sistema più grande.