PAOLA TOMASSONI
Cronaca

La sfida tecnologica. Piattaforme capaci di imparare nel tempo

"TINSELL è l’acronimo di ’TIme-driveN StatEful Lifelong Learning’, progetto in ambito Artificial Intelligence focalizzato sullo sviluppo di tecnologie per rendere...

"TINSELL è l’acronimo di ’TIme-driveN StatEful Lifelong Learning’, progetto in ambito Artificial Intelligence focalizzato sullo sviluppo di tecnologie per rendere...

"TINSELL è l’acronimo di ’TIme-driveN StatEful Lifelong Learning’, progetto in ambito Artificial Intelligence focalizzato sullo sviluppo di tecnologie per rendere...

TINSELL è l’acronimo di ’TIme-driveN StatEful Lifelong Learning’, progetto in ambito Artificial Intelligence focalizzato sullo sviluppo di tecnologie per rendere le macchine capaci di ’imparare continuamente’, grazie alle esperienze e interazioni che le coinvolgono durante la loro ’vita’", affascinante ed attuale il progetto di ricerca coordinato da Stefano Melacci.

Ci spieghi?

"Si parte dai limiti delle tecnologie di AI e loro implicazioni in termini di privacy. Soluzioni basate su AI sono attualmente diffusissime e pervasive nella nostra vita, tuttavia hanno difficoltà ad adattarsi dinamicamente e accumulare nuova conoscenza. Insegnare qualcosa di nuovo a tali tecnologie significa ripeterlo ’da zero’ di fronte ad ogni nuova domanda o ’addestrare’ ex-novo l’intero modello aggiungendo la nuova conoscenza a quella già utilizzata. Le tecnologie non nascono per imparare continuamente nel tempo; e imparano da collezioni di dati di dimensioni pazzesche, con poco chiari confini in termini di rispetto della privacy di chi ha prodotto tali dati. Le persone si fidano a caricare online le proprie foto, i contenuti, a passare a modelli di visione/linguaggio (come ChatGPT, Gemini o simili) le proprie informazioni per avere una risposta. Le grandi aziende detengono il potere che sta nell’avere accesso a tali dati e nell’accedere a risorse hardware ed energetiche per addestrare i loro modelli. TINSELL considera modelli capaci di apprendere in modo progressivo e continuativo nel tempo, invece che da gigantesche collezioni di dati, adattandosi ad un ambiente dinamico e sfruttando le interazioni con utenti e altri agenti, in istanti non predefiniti in anticipo. E studia modelli relativamente semplici, capaci di funzionare in dispositivi mobili (smartphone) o senza accesso alla rete, offrendo un panorama migliore in termini di efficienza e controllabilità".

Ma dove sono gli utenti da cui tali tecnologie potrebbero apprendere?

"Stiamo sviluppando una piattaforma che riconsidera il Web, le Social networks e l’AI attraverso una visione uniforme, con enfasi su privacy e controllo, si chiama UNaIVERSE. Tale piattaforma è l’ambiente ideale per sperimentare le tecnologie di Tinsell, oltre ad essere un nuovo ’universo’ dove umani e macchine possono coesistere con rispetto della privacy".

Modalità della ricerca?

"Un progetto di 24 mesi, che coinvolge insieme a me, due studenti di dottorato (Christian Di Maio e Tommaso Guidi), con la collaborazione del professor Marco Gori".

Ci sono già risultati?

"La sfida è ambiziosa. Abbiamo ottenuto alcuni risultati preliminari in problemi di ’generazione perpetua’: si chiede alla macchina di ricordare un segnale con caratteristiche particolari, e di guadagnare la capacità di generarlo per un periodo prolungato, potenzialmente ’lifelong’. E’ un po’ come ascoltare una canzone e imparare a ricantarla di continuo, senza mai avere accesso nel medesimo istante alla canzone intera (come nel caso delle tecnologie AI attuali), ma ascoltando e imparando in modo progressivo. Il risultato a più ampio respiro è però quello della piattaforma UNaIVERSE, già concreta".