Molte persone pensano che la magia dell’intelligenza artificiale avvenga tra le nuvole. Di solito inizia con i pixel. DeepMind lo ha dimostrato subito.

Hanno utilizzato l’apprendimento per rinforzo profondo. È un boccone. Significa semplicemente combinare le reti neurali con tentativi ed errori. Nessun regolamento. Nessuna presa per mano. Il sistema ha osservato l’input sullo schermo grezzo. Ha giocato. Ha fallito. Ha imparato.

Quali giochi Atari può padroneggiare l’intelligenza artificiale senza regole?

I risultati sono stati duri. Il sistema ha imparato a riprodurre circa 50 diversi giochi Atari 2600.

Non conosceva le regole. Tecnicamente non sapeva cosa fosse un “punteggio”. Ha visto solo pixel. Si è adattato. Ha vinto. Questo non era scritto. È stato scoperto.

Il sistema ha imparato direttamente dall’input dello schermo grezzo, senza previa conoscenza delle regole.

Questo è il lavoro pesante. Insegnare a una macchina a vedere, non solo a calcolare.

Perché WaveNet ha cambiato le regole del gioco per il parlato sintetico

I giochi sono una cosa. Le voci sono un’altra cosa. Gli esseri umani individuano immediatamente l’audio falso. O lo facevamo prima.

Nel 2016, DeepMind ha lanciato WaveNet. È una rete neurale. Il suo lavoro? Genera un linguaggio umano realistico. Non robotico. Non rigido. Vero.

Ha sintetizzato direttamente le forme d’onda audio. La differenza è udibile. Sembra una persona. Non un computer che cerca di essere una persona.

Come questo modella il futuro sviluppo dell’IA

Allora cosa significa questo per te?

Ciò significa che la barriera all’ingresso dell’”intelligence” è caduta. Non è necessario codificare ogni regola. Hai solo bisogno del giusto quadro di apprendimento.

L’Apprendimento per rinforzo profondo funziona per i giochi. WaveNet funziona per la voce. Il meccanismo è lo stesso: dati, feedback, iterazione.

È perfetto? No. È computazionalmente costoso. Richiede enormi set di dati. Ma ne vale la pena. Ottieni sistemi che si adattano. Sistemi che generalizzano.

Il prossimo passo non riguarda solo i modelli più grandi. È un apprendimento più intelligente. Meno supervisione. Più autonomia.

Stiamo ancora cercando di capire i limiti. Ma il pavimento si è spostato.