Un gruppo di ricercatori scopre l’ algoritmo dell’ intelligenza umana, con il quale avremmo tra le mani la chiave della vera intelligenza artificiale.
L’elemento chiave che oggi separa l’intelligenza artificiale dai sistemi che consideriamo come il pensiero umano e i processi di apprendimento, potrebbe essere ridotta a qualcosa in più di un algoritmo.
È questo che emerge da una pubblicazione recente, apparsa nella rivista Frontiers in Systems Neuroscience, la quale suggerisce che nonostante la complessità del cervello umano, un algoritmo potrebbe mimare il nostro modo di pensare.
L’idea che il pensiero umano possa essere smantellato e ridotto ad un algoritmo risiede nella “Teoria della Connettività” secondo la quale l’intelligenza umana sia radicata in un algoritmo in grado di produrre percezioni, ricordi, conoscenza generale e azioni flessibili.
Proposta per la prima volta nel 2015, questa teoria afferma che il modo attraverso il quale acquisiamo ed elaboriamo le informazioni possa essere spiegato dal numero di neuroni che interagiscono e si allineano in aree separate del cervello. Significa inoltre che l’energia del nostro cervello si basa su una logica di tipo matematico relativamente semplice, a detta di Joe Tsien, neuroscienziato al Medical College della Georgia presso l’Università di Augusta University, nonché autore dello studio.
La logica proposta, si collega al modo in cui un gruppo di neuroni si unisce per compiere determinate azioni, come ad esempio, riconoscere determinati cibi, un rifugio oppure distinguere minacce.
Questi gruppetti neurali si raggruppano fino a formare dei motivi di connettività funzionale (FCM) che gestiscono le idee e le conclusioni. Più sarà complesso il compito, più grande sarà il gruppo di FCM.
Al fine di testare la teoria e il numero di gruppi che sono necessari per la creazione di un FCM, i ricercatori hanno analizzato la modalità attraverso la quale un algoritmo si comportasse in sette diverse regioni del cervello alle quali era stato chiesto di gestire azioni inerenti a risposte primarie come il cibo, il rifugio o la paura in animai da laboratorio.
Offrendo diverse combinazioni di cibo e monitorando le risposte del cervello, il team è stato in grado di documentare 15 combinazioni individuali di modelli neurali. Tali modelli sembravano essere pre-collegati, in quanto apparivano immediatamente, non appena veniva compiuta una determinata scelta.
“La legge matematica fondamentale è rimasta largamente intatta quando il recettore NMDA, passava dall’apprendimento alla memoria e veniva poi scollegato nel momento in cui il cervello evolveva” ha spiegato Tsien.
Questa ricerca è un passo importante per migliorare la nostra comprensione di come il cervello e la mente operino e quindi del modo con il quale la comprensione scientifica può ipoteticamente essere implicita in progetti futuri di intelligenza artificiale. Forse non potrà fornire la chiave per migliorare la nostra stessa intelligenza, ma sarà utile per capire come applicare i componenti di base del cablaggio del cervello ai modelli di intelligenza artificiale.
Francesco Marino
Giornalista esperto di tecnologia, da oltre 20 anni si occupa di innovazione, mondo digitale, hardware, software e social. È stato direttore editoriale della rivista scientifica Newton e ha lavorato per 11 anni al Gruppo Sole 24 Ore. È il fondatore e direttore responsabile di Digitalic
