Immaginate un braccio robotico che impara a eseguire una serie di compiti, uno dopo l'altro. Nel mondo reale, questi compiti sono raramente isolati; spesso sono molto simili ma richiedono movimenti diversi, talvolta opposti. Un robot potrebbe dover aprire un barattolo ruotandolo in senso orario e poi, più tardi, imparare ad aprire un altro barattolo ruotandolo in senso antiorario. La sfida per l'intelligenza artificiale è che, quando impara la nuova abilità, spesso sovrascrive la memoria della vecchia, un fenomeno che gli scienziati chiamano oblio catastrofico. Per prevenire questo, i ricercatori utilizzano tipicamente un metodo chiamato "experience replay" (riproposizione dell'esperienza), in cui il robot pratica su un mix di dati vecchi e nuovi, proprio come uno studente che ripassa i vecchi appunti mentre studia per un nuovo esame. Per anni, l'approccio standard è stato quello di scegliere questi vecchi appunti in modo casuale, assumendo che qualsiasi campione del passato sia ugualmente utile.

Tuttavia, un nuovo studio condotto da ricercatori dell'Università di Stanford e del Toyota Research Institute suggerisce che non tutti i ricordi sono creati uguali. Hanno scoperto che, all'interno della vasta storia delle esperienze di un robot, esiste un minuscolo e critico sottoinsieme di dati che funge da ancora vitale, mantenendo al suo posto la conoscenza del robot riguardo ai compiti precedenti. I ricercatori chiamano questi specifici ricordi "Ancore di Memoria" (Memory Anchors). Il loro lavoro dimostra che se i dati di addestramento di un robot mancano anche solo di una piccola frazione di queste ancore, il robot dimentica le sue vecchie abilità molto più velocemente. Al contrario, se i dati di addestramento sono deliberatamente arricchiti con questi specifici ricordi, il robot può apprendere nuovi compiti contrastanti senza perdere quelli vecchi. Questa scoperta sposta l'attenzione dal semplice fatto di raccogliere più dati al selezionare attentamente i momenti più importanti del passato per proteggere l'intelligenza crescente del robot.

I ricercatori hanno iniziato osservando che, anche quando i robot utilizzano l'experience replay, le loro prestazioni sono sorprendentemente sensibili a quali dati vecchi decidano di scegliere per la pratica. Nei loro esperimenti, hanno scoperto che alcune selezioni casuali di dati vecchi permettevano al robot di mantenere perfettamente le sue abilità, mentre altre selezioni casuali causavano al robot la perdita quasi totale delle stesse abilità. Questa incoerenza indicava un modello nascosto: certi compiti erano molto più difficili da apprendere sequenzialmente perché condividevano una somiglianza visiva con i compiti precedenti, ma richiedevano un'azione fisica completamente diversa. Per esempio, un robot potrebbe vedere una ciotola e un barattolo che si somigliano, ma uno richiede di sollevare e l'altro di ruotare. Quando il robot impara il nuovo compito, la sua comprensione interna dell'aspetto dell'oggetto può collassare nella stessa categoria mentale del vecchio compito, causando confusione su quale azione intraprendere.

Per risolvere questo problema, il team ha sviluppato un metodo per identificare e isolare questi momenti critici. Hanno cercato i punti specifici nel nuovo compito in cui la comprensione attuale del robot della situazione entrava in conflitto più violentemente con ciò che aveva imparato in precedenza. Hanno trovato i momenti in cui gli occhi del robot vedevano qualcosa di familiare, ma il suo cervello sapeva di dover fare qualcosa di diverso. Da questi momenti di conflitto, sono tornati indietro nel passato del robot e hanno estratto le specifiche esperienze passate che somigliavano di più alla nuova situazione confusa. Questi ricordi recuperati sono le Ancore di Memoria. Essi fungono da punto di riferimento, ricordando al robot che, sebbene l'oggetto abbia lo stesso aspetto, l'azione richiesta è diversa, impedendo efficacemente alla nuova apprendimento di cancellare il vecchio.

Il team ha testato questa idea rimuovendo deliberatamente queste ancore dai dati di addestramento del robot. I risultati sono stati netti: quando hanno escluso solo il dieci per cento delle migliori ancore, l'oblio dei compiti passati del robot è aumentato di oltre quattro volte e mezza. Ciò ha dimosto che un numero molto piccolo di memorie specifiche stava compiendo il lavoro pesante per preservare la storia del robot. In un secondo set di test, hanno fatto l'opposto: hanno preso un buffer di addestramento standard e lo hanno riempito con ulteriori Ancore di Memoria. Questo semplice aggiustamento ha ridotto l'oblio dei compiti difficili e contrastanti del sessantatré per cento. Il robot è stato in grado di apprendere una sequenza di compiti che avrebbero altrimenti causato il suo fallimento, mantenendo la capacità di eseguire il primo compito anche dopo aver padroneggiato il terzo.

Per garantire che non si trattasse solo di una simulazione, i ricercatori hanno applicato il loro metodo a un vero braccio robotico in un laboratorio. Hanno impostato una serie di compiti che coinvolgevano barattoli dall'aspetto identico che richiedevano diverse strategie di apertura: uno richiedeva una rotazione in senso antiorario, un altro una rotazione in senso orario e un terzo un sollevamento diretto. Senza il loro metodo speciale, il robot avrebbe imparato il primo compito, per poi dimenticarlo completamente imparando il secondo, o avrebbe fallito l'apprendimento del secondo perché troppo timoroso di sbagliare il primo. Quando hanno applicato la strategia delle Ancore di Memoria, il robot ha imparato con successo tutti e tre i compiti in sequenza. Ha raggiunto un tasso di successo 1,7 volte superiore rispetto a un robot addestrato con una miscela standard e casuale di dati vecchi. Il robot ha imparato a distinguere le sottili differenze tra i barattoli ed eseguire il movimento corretto per ciascuno, dimostrando che le ancore lo avevano aiutato a bilanciare la necessità di imparare cose nuove con la necessità di ricordare quelle vecchie.

Lo studio ha anche esplorato come questo funzioni con diversi tipi di "cervelli" robotici, inclusi i modelli pre-addestrati di grandi dimensioni che sono già piuttosto intelligenti. Anche per questi sistemi avanzati, che sono generalmente più capaci di ricordare, la presenza di Ancore di Memoria ha fatto una differenza significativa quando i dati di addestramento erano limitati. I ricercatori hanno scoperto che anche questi modelli soffrivano di oblio quando le ancore critiche mancavano, e miglioravano quando le ancore venivano aggiunte. Ciò suggerisce che il principio è fondamentale per il modo in cui le macchine apprendono dall'esperienza, indipendentemente dalla complessità del software. La chiave non è solo avere dati, ma avere i dati giusti al momento giusto per agire come stabilizzatore contro il caos del nuovo apprendimento.

Questa ricerca offre un nuovo modo di pensare a come le macchine possano diventare più intelligenti nel tempo senza perdere il proprio passato. Suggerisce che la strada verso un robot capace di apprendere continuamente nel mondo reale non consiste solo nel nutrirlo con più informazioni, ma nell'insegnargli a riconoscere e dare valore ai momenti specifici in cui il suo passato e il suo presente collidono. Identificando queste Ancore di Memoria, gli ingegneri possono costruire sistemi che siano più robusti, capaci di gestire la realtà disordinata e sovrapposta del mondo fisico. Il lavoro fa progredire il campo mostrando che, nel viaggio dell'apprendimento continuo, la qualità della memoria conta molto più della quantità, e che pochi momenti ben scelti dal passato possono assicurare il futuro dell'intelligenza di un robot.