LOGIN
Quando parliamo di intelligenza artificiale spesso tendiamo a fare un po' di confusione. Con questo termine si intendono tutte quelle operazioni che in qualche modo sono riconducibili alle capacità dell'intelletto umano eseguite però da un computer. Per esempio, riconoscere degli oggetti, oppure apprendere cose nuove e nuove abilità con il passare del tempo proprio come il cervello di un bambino o anche la compressione di diversi linguaggi. Spesso l'intelligenza artificiale è confusa con l'apprendimento automatico, ma bisogna fare una distinzione.
L'apprendimento automatico, o machine learning, è un metodo di attuazione dell'intelligenza artificiale e viene usato per far sì che le macchine possano ricevere un'insiemi di dati, catalogarli e poi apprendere da queste informazioni ricevute. Questo significa che grazie all'apprendimento automatico o machine learning i dispositivi possono modificare i propri algoritmi per adattarsi e imparare nuove abilità dipendenti dai dati che hanno ricevuto in "pasto". Questo porta a creare confusione tra machine learning e IA, perché accomunati quando si parla di Big Data.
Questo porta spesso a credere che gli algoritmi di intelligenza artificiale siano dei semplici "strumenti" in grado solamente di eseguire operazioni e istruzioni date in pasto da programmatori o altri "agenti" umani. In realtà, le applicazioni reali dell'intelligenza artificiale sono molto più complesse e variegate, tanto che per alcuni versi è possibile considerare "creativi" alcuni comportamenti ottenuti da complessi algoritmi di AI.
Intelligenza artificiale e GAN
Dai suoi albori, l'intelligenza artificiale ha compiuto veri e propri passi da gigante. Grazie al supporto dell'apprendimento automatico e dei sistemi di deep learning, l'intelligenza artificiale è in grado di comprendere e tradurre centinaia e centinaia di lingue differenti; riconoscere oggetti, persone o animali all'interno di immagini; riconoscere (e in alcuni casi prevedere) l'insorgere di malattie anche gravi; fare chiamate per prenotare tavoli o appuntamenti dal parrucchiere e molto altro ancora.
Presto, però, gli algoritmi di intelligenza artificiale potrebbero acquisire una nuova qualità, sinora "esclusiva" dell'intelligenza umana: la creatività. Merito delle cosiddette Rete Antagonista Generativa, o in inglese Generative adversarial network (GAN), una classe di algoritmi usati nell'apprendimento automatico non supervisionato, che implementa non una ma due reti neurali che si "scontrano" tra loro per poter creare oltre che apprendere. Al momento i sistemi GAN sono stati usati soprattutto per la realizzazione di immagini da zero per il design o l'arredo di interni ma anche per realizzare modelli grafici in 3D partendo da delle foto e infine per migliorare la qualità delle immagini in arrivo dalle stazioni astronomiche.
Cosa succede con l'uso dei GAN
Fino a pochi anni fa, lo sviluppo del machine learning, e in particolare del deep learning, ha permesso di portare allo sviluppo di computer in grado di distinguere un pedone da una macchina o un cane da un palo della luce. Un passo in avanti che ha permesso la creazione di numerosi sistemi per la guida autonoma o assistita. Compiti piuttosto complessi da eseguire, per una macchina, ma comunque "ripetitivi". I sistemi GAN, invece, promettono di portare la creatività anche all'interno del mondo dell'intelligenza artificiale. Un aspetto che potrebbe rivoluzionare il concetto di arte, di artigianato, e di tutte quelle attività creative che fino a oggi abbiamo considerato solo come umani.
Come sono nati i sistemi Generative Adversarial Network
Può sembrare incredibile, ma un'idea così complessa come i GAN è nata in un bar mentre un gruppo di amici beveva una birra. Nel 2014 infatti il ricercatore Ian Goodfellow discuteva al pub con un gruppo di amici che cercavano di realizzare un computer in grado di creare foto da solo. I ricercatori amici di Ian stavano già utilizzando delle reti neurali come modelli "generativi" per creare nuovi dati. Ma i risultati nella maggior parte dei casi non erano molto buoni. Le immagini generate dai computer infatti tendevano a essere quasi sempre sfocate o avevano errori, come orecchie o capelli mancanti nel caso di foto di persone. A quel punto Ian pensò che la soluzione per migliorare gli scatti creati da un PC fosse quella di far scontrare tra loro due reti neurali invece che usarne una per cercare di apprendere da un database di immagini. Gli amici non diedero molto peso all'idea di Ian che però tornato a casa si mise a programmare la propria idea che funzionò al primo tentativo. Quella sera Ian Goodfellow ha inventato i GAN, una vera e propria rivoluzione nel campo dell'intelligenza artificiale.
5 luglio 2018
