Grounded world models in biological organisms and future embodied AI

Il Grande Costruttore di Cervelli: Perché i Robot Devono Toccare Prima di Parlare

Immaginate di cercare di insegnare a un robot super intelligente come comprendere il mondo. Avete due modi principali per farlo. Il primo modo è come se consegnaste al robot un miliardo di libri e un milione di video, dicendo: "Leggi tutto, memorizza i pattern e indovina cosa viene dopo". È così che funziona la maggior parte delle celebri intelligenze artificiali di oggi. È come uno studente che ha letto ogni dizionario ma non ha mai tenuto in mano una mela, non ne ha sentito il peso o la dolcezza. Conosce le parole per "mela", "pesante" e "croccante", ma non sa davvero cosa sia una mela.

Il secondo modo è come imparano gli esseri viventi — come voi, me o persino un piccolo verme. Non iniziamo leggendo un manuale. Iniziamo muovendoci, urtando le cose, sentendo fame e capendo cosa succede quando spingiamo una palla o tiriamo una corda. I nostri cervelli costruiscono una mappa del mondo basata su queste esperienze reali per prime. Solo in seguito impariamo a dare delle etichette (le parole) a queste esperienze. Questo articolo parla della differenza tra questi due approcci. Si pone una grande domanda: se vogliamo costruire robot che possano davvero capirci e navigare nel nostro mondo fisico e disordinato, dobbiamo continuare a riempirli di libri, o dovremmo lasciarli uscire e giocare? Gli autori suggeriscono che il metodo "gioca prima, parla poi" potrebbe essere la salsa segreta che manca ai robot attuali.

---

La Grande Idea dell'Articolo: Da "Lettore Passivo" a "Esploratore Attivo"

Questo articolo, scritto da un team di scienziati italiani e canadesi, sostiene che il modo in cui stiamo costruendo l'Intelligenza Artificiale (IA) oggi è invertito rispetto a come la natura ha costruito noi.

Attualmente, la tendenza più calda nell'IA è l' "IA Generativa". Questi sono sistemi che imparano leggendo enormi quantità di testo e guardando video. Sono incredibilmente bravi a prevedere la parola successiva in una frase o il fotogramma successivo in un video. L'articolo definisce questo un "regime di addestramento passivo". Immaginate uno studente seduto su una sedia, che fissa uno schermo, guardando mille video di persone che prendono una palla, senza aver mai lanciato o preso una palla in proprio corpo. Potrebbe imparare la statistica di come si muovono le palle, ma non ha imparato la sensazione della palla che colpisce la sua mano. Gli autori sottolineano che in questi sistemi, il linguaggio (le parole) è la base. L'IA impara prima le regole del linguaggio e poi cerca di attaccare immagini e azioni a quelle parole in un secondo momento.

L'articolo suggerisce che gli organismi biologici (come esseri umani, cani e persino vermi) facciano l esattamente l'opposto. Noi costruiamo prima "modelli del mondo radicati" (grounded world models). Questo è un modo elaborato per dire che i nostri cervelli creano una mappa mentale di come funziona il mondo basandosi sul movimento del nostro corpo attraverso di esso. Impariamo che il fuoco scotta perché sentiamo il calore, non perché qualcuno ci ha detto "il fuoco è caldo". Solo dopo aver ottenuto questa comprensione fisica e radicata, sovrapponiamo il linguaggio. Per noi, le parole sono solo etichette per cose che già conosciamo attraverso l'esperienza.

Cinque Modi in cui i Nostri Cervelli Costruiscono Mappe Migliori

Per dimostrare il loro punto di vista, gli autori esaminano cinque specifici "circuiti" o parti del cervello che aiutano gli esseri viventi a costruire queste mappe radicate. Usano questi esempi per mostrare cosa manca ai robot di oggi.

1. Il GPS e la Mappa Concettuale
Pensate a come vi orientate nella vostra città. Non girate semplicemente a sinistra quando vedete un cartello rosso; avete una mappa mentale. Il vostro cervello ha un sistema speciale (nell'ippocampo e nella corteccia entorinale) che funge da GPS. Utilizza "cellule di griglia" che si attivano in un pattern esagonale, come un nido d'ape, per aiutarvi a sapere esattamente dove vi trovate.
Ma ecco la parte interessante: questo stesso sistema GPS non funziona solo per le strade fisiche. L'articolo spiega che il vostro cervello usa questa stessa "griglia" per navigare tra le idee. Quando pensate a una storia, o confrontate due diversi conczioni, o anche per capire le relazioni sociali, il vostro cervello sta essenzialmente "camminando" attraverso una mappa mentale. L'articolo suggerisce che, in biologia, la capacità di navigare nello spazio fisico è venuta prima e la capacità di navigare tra idee astratte è stata costruita sopra di essa. L'IA attuale cerca di imparare le idee astratte direttamente dal testo, saltando la parte del "camminare" fisico.

2. Il Rilevatore di "Cosa Posso Fare?" (Affordance)
Quando guardate una sedia, non vedete solo "un oggetto di legno con quattro gambe". Vedete "qualcosa su cui posso sedermi". Quando vedete una tazza, vedete "qualcosa che posso afferrare". L'articolo chiama queste "affordance" (possibilità d'azione). È un legame diretto tra ciò che vedi e ciò che puoi fare con esso.
Il vostro cervello sta costantemente gestendo una competizione: "Posso arrampicarti su quella roccia? Posso prendere quella mela?". Non sta solo descrivendo il mondo; sta calcolando le possibilità di azione. L'articolo sostiene che, affinché un robot comprenda davvero una frase come "Fai attenzione, quella tazza è fragile", deve avere un modello radicato di cosa significhi "fragile" quando la si tiene in mano. Deve sapere che se la stringe troppo forte, la tazza si rompe. L'IA attuale conosce la parola "fragile", ma potrebbe non avere la "memoria muscolare" interna per comprenderne il rischio.

3. Il Motore della Curiosità
Avete mai sentito l'impulso di esplorare qualcosa di nuovo solo perché è interessante? Questa non è solo una stranezza umana; è un impulso biologico. L'articolo parla di come i nostri cervelli abbiano un "meta-modello" che traccia quanto non sappiamo. Quando siamo curiosi, il nostro cervello rilascia sostanze chimiche (come la norepinefrina) che ci rendono più vigili e pronti a imparare.
Questo è diverso da un robot che aspetta semplicemente che un insegnante gli fornisca un nuovo dataset. Gli agenti biologici sono "intrinsecamente motivati". Cercano nuove esperienze per colmare le lacune nelle proprie mappe mentali. L'articolo suggerisce che, affinché l'IA apprenda efficacementamente, non dovrebbe solo aspettare i dati; dovrebbe avere un impulso interno per andare a cercare le cose che ancora non comprende.

4. Il Sistema di Allarme del Corpo (Allostasi)
Il vostro cervello non sta solo pensando al mondo esterno; monitora costantemente anche il vostro mondo interno. Traccia la fame, la sete, la temperatura e i livelli di energia. Questo è chiamato "controllo allostatico".
Immaginate il vostro cervello come un termostato che non si limita a reagire al freddo, ma prevede che avrete freddo e vi dice di mettervi una giacca prima ancora di iniziare a tremare. Questo sistema crea un senso di "sé". Vi dice cosa è buono per voi (il cibo) e cosa è cattivo (il dolore). L'articolo sostiene che questo senso interno di "ho bisogno di questo" o "voglio quello" è la base di tutta la motivazione. I sistemi di IA attuali hanno solitamente obiettivi che gli esseri umani assegnano loro (come "vincere questa partita"). Non hanno un proprio "fame" o "paura" interna che li spinga ad agire.

5. Il Filtro "L'Ho Fatto Io?"
Quando muovete un dito, il vostro cervello sa esattamente che aspetto avrà quel movimento. Invia una copia del comando di "movimento" ai vostri occhi in modo da poter cancellare il movimento che voi stessi avete causato. Questo aiuta a ignorare i propri movimenti e a concentrarsi sulle cose che si muovono da sole (come un uccello che vola via).
Questo è il modo in cui distinguiamo tra "me" e "il mondo". Se vi toccate il naso, sapete che l'avete fatto voi. Se qualcun altro vi tocca il naso, è una sorpresa. L'articolo spiega che questa capacità di distinguere le azioni generate dal sé dagli eventi esterni è fondamentale per comprendere causa ed effetto. Senza di essa, un robot potrebbe non capire che è lui a rompere la tazza, o che è lui a causare il rumore.

Cosa Significa per il Futuro

Gli autori sono cauti nel non dire che l'IA attuale sia "rotta" o che la biologia sia "perfetta". Ammettono che il metodo della "lettura passiva" ha avuto un successo incredibile per compiti come scrivere e chattare. Tuttavia, suggeriscono che se vogliamo che i robot comprendano davvero il mondo fisico, interagiscano naturalmente con gli esseri umani e imparino da soli, potremmo dover cambiare approccio.

Propongono che la futura IA dovrebbe essere costruita più come un organismo biologico:

• Iniziare con il corpo: Lasciare che l'IA impari attraverso il movimento e l'interazione, non solo leggendo testi.
• Costruire la mappa dal basso verso l'alto: Lasciare che l'IA sviluppi una comprensione fisica di oggetti e spazi prima di cercare di insegnarle un linguaggio complesso.
• Aggiungere un senso di sé: Dare all'IA impulsi interni (come la curiosità o il bisogno di mantenere l'equilibrio) in modo che impari attivamente, non solo passivamente.
• Imparare socialmente: Proprio come gli ess umani imparano interagendo con gli altri, la futura IA potrebbe dover imparare frequentando esseri umani e altri agenti, costruendo una comprensione "condivisa" del mondo.

L'articolo conclude che, sebbene non sappiamo esattamente quali parti della biologia siano essenziali e quali siano solo fortunati incidenti dell'evoluzione, ignorare il modo in cui gli esseri viventi imparano è un grande rischio. Se vogliamo un'IA che possa davvero navigare nel nostro mondo, potremmo dover smettere di trattarla come una biblioteca e iniziare a trattarla come un esploratore curioso.