12 novembre 2015

Due milioni di neuroni artificiali che imparano a parlare

L'apprendimento del linguaggio secondo modalità simili a quelle del cervello umano può avvenire senza un programma predefinito per l'elaborazione delle informazioni. Lo dimostra  un nuovo modello cognitivo realizzato dall'università di Sassari denominato ANNABELL, in cui due milioni di neuroni artificiali hanno imparato a rispondere agli input umani con un repertorio di 500 frasi senza avere conoscenze a priori(red)

Può contare su ben due milioni di neuroni artificiali interconnessi un nuovo modello cognitivo simulato al computer, sviluppato da un gruppo di ricerca dell'Università di Sassari guidato da Bruno Golosio, in collaborazione con l'Università di Plymouth, nel Regno Unito, e descritto sulla rivista PLOS ONE: denominato ANNABELL (Artificial Neural Network with Adaptive Behavior Exploited for Language Learning), può imparare a parlare senza alcuna conoscenza a priori della struttura delle frasi e del significato delle parole, solo interloquendo con un essere umano.

Come fa il nostro cervello a sviluppare la capacità di svolgere funzioni cognitive complesse, come quelle necessarie per il linguaggio e il ragionamento? Qualche parziale risposta a questa difficile domanda può scaturire dall'incontro delle diverse conoscenze sulla struttura e sul funzionamento sistema nervoso centrale ottenute da studi di neuroscienze e psicologia cognitiva.

Il cervello umano è costituito da cento miliardi di neuroni che comunicano tramite segnali elettrici, la cui produzione e trasmissione avviene secondo meccanismi ben noti. Le tecniche di imaging cerebrale, come la risonanza magnetica funzionale, hanno inoltre permesso di chiarire quali aree - o addirittura quali popolazioni neuronali - sono coinvolte nelle varie attività.

Due milioni di neuroni artificiali che imparano a parlare
Rappresentazione artistica del modello cognitivo ANNABELL (a sinistra) che impara il linguaggio umano solo interloquendo con un essere umano (Cortesia Bruno Golosio)
Per andare oltre, occorre però un modello in grado di descrivere i meccanismi con cui il cervello riesce a elaborare le informazioni. Fin dagli anni sessanta, uno dei modelli di maggiore successo è quello computazionale, in cui il cervello è assimilato a un computer. La differenza  più evidente è che mentre i computer funzionano grazie a uno o più programmi che codificano le regole da seguire per gestire le informazioni, non vi sono prove
che nel cervello esista qualcosa di analogo. Secondo una linea di pensiero, tuttavia, questo programma non è necessario: per sviluppare capacità cognitive superiori è sufficiente interagire con l'ambiente, a partire da una conoscenza innata molto ristretta.

Più nello specifico, nell'approccio denominato connessionista, i processi mentali possono essere modellizzati come processi mentali "emergenti" da reti di unità di elaborazione interconnesse: il modello più utilizzato in questo senso è quello delle reti neurali artificiali (artificial neural network, ANN), modelli matematici che riproducendo i circuiti di neuroni biologici rendono conto di differenti aspetti della cognizione umana, tra cui la percezione, la memoria, l'attenzione, gli schemi di riconoscimento e il linguaggio.

In questa prospettiva è stato sviluppato il modello ANNABELL, un'architettura neurale cognitiva, implementata su un computer ad alte prestazioni, nata con lo scopo di comprendere i processi cognitivi coinvolti nelle prime fasi dello sviluppo del linguaggio nei bambini. Le sue unità di base sono neuroni artificiali - vale a dire costrutti matematici che imitano il funzionamento dei neuroni degli esseri viventi - connessi tra loro ma senza un programma predefinito: il sistema è una tabula rasa, nel senso che non esiste in esso un programma predefinito che definisca a priori la struttura delle frasi o il significato delle parole.

La capacità di apprendimento di ANNABELL si basa su due meccanismi fondamentali che caratterizzano il cervello umano: la plasticità sinaptica e il gating neurale. Nel primo caso si tratta della capacità di una connessione tra due neuroni di aumentare la propria efficienza quando sono attivati spesso simultaneamente, a vantaggio dei meccanismi di apprendimento e di memoria.

Il gating neurale è invece la capacità di alcuni neuroni, definiti bistabili, di funzionare come interruttori che controllano l'attivazione o la disattivazione di altri neuroni: nella posizione “aperto” dell'interruttore, il neurone bistabile trasmette il segnale da una parte del cervello all'altra, altrimenti lo blocca.

Grazie a questi due meccanismi di base, ANNABELL è in grado di adattarsi velocemente agli input forniti da un essere umano, a partire da database codificati in studi passati sulle frasi che ricorrono nel linguaggio nei bambini in età prescolare, come "Che cosa fa tuo padre?", "Hai un fratello?", "Che gioco ti piace?". In seguito a una fase di addestramento con questo database, ANNABELL si è dimostrato capace di impersonare una bambina di quattro anni, sostenendo efficacemente dialoghi come "Il tuo amico è più grande di te?" "No è più piccolo". Con un altro database di partenza, il dialogo può assumere la forma "Che cos'è una tartaruga?"  "E' un animale" "Che tipo di animale?" "Un rettile".

Complessivamente, a partire da 1500 frasi di input, ANNABELL ha dimostrato di poter imparare in qualche misura il linguaggio umano, rispondendo con un repertorio di circa 500 frasi, comprendenti sostantivi, verbi, aggettivi, pronomi e altri sintagmi.