È possibile che i computer imparino il buon senso?

Punti chiave

• Il buon senso è la capacità di comprendere e reagire alle situazioni quotidiane senza analizzare eccessivamente. Si acquisisce attraverso esperienze di vita e osservazioni, nonché norme sociali e culturali.
• I computer hanno difficoltà con il buon senso perché mancano di esperienze nel mondo reale e della capacità di adattarsi a nuovi contesti. Inoltre lottano con regole e presupposti non detti che gli esseri umani comprendono intuitivamente.
• I ricercatori stanno esplorando approcci diversi, come la creazione di ampie basi di conoscenza, il crowdsourcing del buon senso e l’insegnamento dell’intelligenza artificiale attraverso mondi simulati, per addestrare i computer all’acquisizione buon senso. Sono stati fatti progressi, ma c’è ancora del lavoro da fare.

Buon senso. Pensiamo tutti di averlo. Ma cos'è esattamente? I computer o i sistemi di intelligenza artificiale potranno mai veramente acquisirlo?

Cos’è il buon senso e come lo acquisiscono gli esseri umani?

Il buon senso è la capacità di base di percepire, comprendere e giudicare le cose che ci si aspetta che la maggior parte delle persone abbia. È la raccolta di fatti, informazioni e regole pratiche che accumuliamo attraverso le esperienze e le osservazioni della vita. Il buon senso ci consente di elaborare e reagire in modo efficiente alle situazioni quotidiane senza analizzarle troppo in profondità.

Gli esseri umani iniziano ad acquisire il buon senso fin dall’infanzia. Da bambini, iniziamo ad apprendere le relazioni di causa-effetto, ad esempio il pianto porta a essere nutriti o cambiati. Attraverso esperienze ripetute, acquisiamo conoscenza pratica del mondo. Ad esempio, toccare una stufa calda provoca ustioni. Quindi impariamo a non toccare le superfici calde.

Da bambini, continuiamo ad espandere il nostro buon senso attraverso prove ed errori, osservando e interagendo con i membri della famiglia. Sappiamo, ad esempio, che i vestiti vanno lavati regolarmente, che non si deve parlare con la bocca piena e che rovesciare il bicchiere di latte porta a un pasticcio. Genitori, fratelli, insegnanti e altri adulti ci correggono quando violiamo le norme e le aspettative sociali. Nel corso del tempo, queste lezioni si radicano come buon senso di base.

Oltre alle esperienze personali, il senso comune è modellato da norme sociali e culturali più ampie. Ciò che può essere buon senso in una cultura (come togliersi le scarpe quando si entra in una casa) potrebbe non esserlo in un'altra cultura.

Il nostro buon senso si adatta man mano che maturiamo e siamo esposti a più persone e ambienti. Quindi, un bambino che cresce in una piccola città acquisisce un senso comune di base riguardo alla vita in quell’ambiente. Un adulto che si trasferisce in una grande città metropolitana deve adattare il proprio buon senso per adattarsi al nuovo ambiente.

Il buon senso continua ad evolversi man mano che facciamo nuove esperienze nel corso della nostra vita.

Perché il buon senso è una sfida per i computer?

Ci sono alcuni motivi per cui il buon senso è difficile da programmare.

Per prima cosa, gli esseri umani imparano gradualmente il buon senso nel corso degli anni di esperienza del mondo. Proviamo le cose, vediamo cosa funziona e cosa no e ricordiamo le lezioni. I computer non hanno questo tipo di esperienze del mondo reale da cui attingere. Sanno solo ciò che gli umani dicono loro esplicitamente.

Ad esempio, ho posto a ChatGPT (GPT 3.5) questa domanda:

Janet runs a laundry business. She washes clothes for customers and hangs them outside on clotheslines to dry in the sun. One day, Janet washed five shirts and hung them on the clotheslines in the morning. It took the shirts five hours to dry. How long will it take to dry 30 shirts? 

Il risultato è stato con questa risposta:

Un altro problema è che il buon senso dipende dal contesto. Se un computer ha programmate solo regole specifiche, non può adattarle a nuovi contesti come fanno intuitivamente gli esseri umani.

Ad esempio, supponiamo che tu abbia insegnato a un computer cosa fare se inizia a piovere quando è fuori. Sembra semplice, vero? E se invece della pioggia si accendesse un irrigatore? O cosa succede se ci si trova all'interno di un negozio di alimentari e i tubi iniziano a perdere acqua dal soffitto? Sapremmo immediatamente come gestire queste variazioni, ma un computer seguirebbe ciecamente la regola "quando fuori piove, vai dentro", che ora non ha senso.

Ci sono anche regole e presupposti non detti che gli esseri umani assimilano senza nemmeno rendersene conto. Ad esempio, quanto puoi stare vicino a qualcuno prima che si senta a disagio? Gli esseri umani conoscono intuitivamente la risposta ma potrebbero non essere facilmente in grado di spiegare le regole esatte. Queste norme sociali implicite possono essere particolarmente difficili da comprendere per i computer solo a partire dai dati.

Quindi, per ora, il buon senso rimane uno dei maggiori punti deboli dell’intelligenza artificiale rispetto all’intelligenza umana. È naturale per le persone ma non tanto per le macchine.

Come i computer possono apprendere il buon senso

Dopo l’ottimismo iniziale degli anni ’70 e ’80, i ricercatori si resero conto di quanto sarebbe stato difficile insegnare ai computer il buon senso. Tuttavia, nuovi approcci si dimostrano promettenti nell’addestrare i sistemi di intelligenza artificiale affinché abbiano un senso comune di base riguardo al mondo fisico e sociale di tutti i giorni.

Un approccio consiste nel costruire manualmente ampie basi di conoscenza, dettagliando fatti e regole su come funziona il mondo. Il progetto Cyc, avviato nel 1984 da Doug Lenat, rappresenta uno sforzo ambizioso di questo tipo.

Nel corso di decenni, centinaia di logici hanno codificato milioni di assiomi logici in Cyc. Sebbene richieda molto tempo, il risultato è un sistema con una notevole conoscenza del mondo reale. A quanto pare Cyc può ragionare sul fatto che un pomodoro è tecnicamente un frutto ma non dovrebbe andare in una macedonia, grazie alla sua conoscenza dei profili aromatici culinari.

Buon senso del crowdsourcing con ConceptNet

Basi di conoscenza più moderne come ConceptNet adottare un approccio di crowdsourcing per generare asserzioni di buon senso. L’idea è che invece di chiedere agli esperti o all’intelligenza artificiale di cercare di elaborare tutti i fatti e le relazioni di base del mondo, lo aprono in modo che chiunque possa contribuire con frammenti di buon senso.

Questo approccio di crowdsourcing consente a queste basi di conoscenza di attingere all’intelligenza collettiva di molte persone diverse su Internet. Accumulando migliaia e migliaia di queste piccole perle di buon senso prese dalla folla, ConceptNet ha costruito archivi sorprendentemente grandi di conoscenze di base e quotidiane. E poiché nuovi contributori si aggiungono continuamente, la conoscenza continua a crescere.

Insegnare il buon senso attraverso l'esperienza

Un altro approccio promettente è quello di costruire mondi simulati dettagliati in cui gli agenti dell’intelligenza artificiale possano sperimentare e apprendere la fisica e le intuizioni attraverso l’esperienza.

I ricercatori stanno creando ambienti virtuali 3D pieni di oggetti di uso quotidiano che imitano il mondo reale, come la casa digitale "AI2 THOR" costruita dall'Allen Institute. All’interno di questi spazi, i robot IA possono provare tutti i tipi di interazioni per sviluppare una comprensione intuitiva dei concetti che gli esseri umani danno per scontati.

Ad esempio, a un bot AI può essere dato un corpo virtuale e provare a raccogliere blocchi, impilarli, rovesciarli, ecc. Vedendo i blocchi cadere e scontrarsi in modo realistico, il robot apprende nozioni di base su solidità, gravità e dinamica fisica. Non sono necessarie regole, solo esperienza.

Il bot può anche provare azioni come far cadere un oggetto di vetro e vederlo frantumarsi quando colpisce il suolo. Oppure può sperimentare le proprietà dell'acqua versando liquidi e osservando come scorrono e si riuniscono. Queste lezioni pratiche fondano la conoscenza dell'IA nell'esperienza sensoriale e non solo nei modelli di dati.

Tecniche basate sui dati come la preformazione potenti modelli linguistici di grandi dimensioni si sono rivelati sorprendentemente efficaci anche nel cogliere modelli di buon senso. Modelli di intelligenza artificiale come GPT-3.5 e GPT-4 può generare testo straordinariamente simile a quello umano dopo aver "letto" grandi quantità di dati Internet.

Anche se a volte danno suggerimenti imprudenti (altrimenti noto come allucinazione AI), l'approccio dell'apprendimento statistico consente loro di imitare certi tipi di buon senso. Tuttavia, permane disaccordo sul fatto se ciò costituisca buon senso o uno sfruttamento intelligente delle distorsioni presenti nei dati.

Come testare il buon senso dei computer

Man mano che i sistemi di intelligenza artificiale assumono compiti più complessi nel mondo reale, valutare se hanno il “buon senso” diventa cruciale.

Buon senso fisico

Un'area da testare è il buon senso fisico: l'intuizione sugli oggetti, sulle forze e sulle proprietà fondamentali del mondo.

Ad esempio, mostra a sistema di visione artificiale una foto con un libro sospeso a mezz'aria e chiedigli di descrivere la scena. Nota qualcosa di insolito nel libro galleggiante? Oppure alimenta il sistema di intelligenza artificiale con scenari insoliti come "l'uomo ha tagliato una pietra con una pagnotta di pane" e controlla se li contrassegna come improbabili.

L'ambiente AI2 THOR dell'Allen Institute simula torri di blocchi, tazze rovesciate e altre scene per testare queste intuizioni fisiche.

Buon senso sociale

Gli esseri umani hanno anche il buon senso sociale: una comprensione implicita delle motivazioni, delle relazioni e delle norme delle persone. Per valutarlo nell'intelligenza artificiale, poni situazioni con pronomi o motivazioni ambigue e vedi se il sistema le interpreta ragionevolmente.

Ad esempio, ho chiesto a ChatGPT se "esso" si riferisse alla valigia o al trofeo nel messaggio seguente:

The trophy could not fit into the suitcase because it was too small. 

Ha fallito il test; nel frattempo un essere umano avrebbe ovviamente capito che mi riferivo alla valigia.

Questo tipo di test è chiamato Winograd Schema Challenge, mirato specificamente al buon senso sociale.

Sicurezza ed etica

È fondamentale verificare se i sistemi di intelligenza artificiale abbiano appreso modelli non sicuri o non etici. Analizza se l'IA mostra pregiudizi dannosi basati su genere, razza o altri attributi quando esprime giudizi.

Controlla se fa ragionevoli distinzioni etiche. Uccidere un orso per salvare un bambino può essere considerato giustificato, mentre non lo sarebbe far esplodere una bomba nucleare per lo stesso scopo. Contrassegnare eventuali raccomandazioni per atti chiaramente non etici.

Prestazioni nel mondo reale

Valutare il buon senso osservando come funzionano i sistemi di intelligenza artificiale nelle impostazioni del mondo reale. Ad esempio, fallo le auto a guida autonoma identificano e rispondono correttamente a oggetti e pedoni? Può un robot muoversi attraverso diversi ambienti domestici senza rompere oggetti di valore o danneggiare gli animali domestici?

I test nel mondo reale rivelano lacune nel buon senso che potrebbero non apparire in condizioni di laboratorio limitate.

Sono stati compiuti progressi, ma resta ancora da lavorare sull'intelligenza artificiale basata sul buon senso

Alcuni esperti sostengono che l’intelligenza artificiale potrebbe non raggiungere mai il buon senso umano senza sviluppare strutture cerebrali e corpi come i nostri. D’altro canto, le menti digitali non sono limitate dai pregiudizi umani e dalle scorciatoie mentali, quindi in teoria potrebbero superarci! Anche se probabilmente non dobbiamo ancora preoccuparci dell’intelligenza artificiale super intelligente.

Nel breve termine, la soluzione migliore è un’intelligenza artificiale che combini il buon senso acquisito con una buona programmazione vecchio stile. In questo modo si possono evitare errori stupidi come scambiare una tartaruga per un fucile.

Non siamo ancora arrivati ​​a questo punto, ma il buon senso non è più la materia oscura dell'intelligenza artificiale: il progresso sta accadendo! Tuttavia, per qualche tempo sarà necessaria una buona dose di buon senso umano nell’applicazione di queste tecnologie.