Annabell, il cervello artificiale sardo-inglese che impara anche a parlare

È anche sardo, per metà sassarese, il cervello artificiale che è in grado di apprendere e addirittura imparare a parlare, proprio come un bambino. Si chiama Annabell ed è un modello cognitivo creato da un gruppo di ricercatori dell’Università di Sassari e dell’Università britannica di Plymouth che ha sviluppato per la prima volta un modello cognitivo, costituito da 2 milioni di neuroni artificiali connessi tra loro, capace di imparare a dialogare usando il linguaggio umano partendo da una condizione di “tabula rasa”, solo attraverso la comunicazione con un interlocutore umano.

Il modello chiamato ANNABELL (Artificial Neural Network with Adaptive Behavior Exploited for Language Learning) è stato descritto in un articolo pubblicato sulla rivista scientifica internazionale PLOS ONE (https://dx.plos.org/10.1371/journal.pone.0140866) e presentato alla conferenza internazionale BICA 2015. La ricerca getta luce sui processi neurali che sono alla base dello sviluppo del linguaggio.

Come fa il nostro cervello a sviluppare la capacità di svolgere funzioni cognitive complesse, come quelle necessarie per il linguaggio e per il ragionamento? È la domanda che si è posto il dottor Bruno Golosio, ricercatore di Fisica applicata dell’Ateneo di Sassari nel Dipartimento di Scienze politiche, scienze della comunicazione e ingegneria del’informazione, autore di questo studio assieme al professor Angelo Cangelosi, docente di Scienze Cognitive e Intelligenza Artificiale all’Università di Plymouth, noto per aver lavorato al robot androide iCub.

“Una risposta completa ancora non c’è – afferma Bruno Golosio – Si potrebbe pensare che il cervello funzioni in modo simile a un computer: entrambi si servono di segnali elettrici. Molti ricercatori hanno proposto modelli basati sull’analogia cervello-computer fin dagli anni ’60. Tuttavia, esistono differenze profonde, non solo strutturali, ma soprattutto nei meccanismi di apprendimento e di elaborazione dell’informazione”. I computer funzionano per mezzo di programmi preparati da programmatori umani. Invece non ci sono evidenze dell’esistenza di simili “programmi” nel cervello umano. Difatti, oggi molti ricercatori ritengono che il nostro cervello sia in grado di sviluppare le capacità cognitive più elevate semplicemente attraverso l’interazione con l’ambiente esterno, partendo da pochissime conoscenze innate. Il modello ANNABELL sembra confermarlo.

 

ANNABELL non ha conoscenze linguistiche precodificate, impara a parlare esclusivamente attraverso la comunicazione con un interlocutore umano attraverso due meccanismi fondamentali, presenti anche nel cervello biologico: la plasticità sinaptica e il gating neurale.”La plasticità sinaptica è la capacità che ha la connessione tra due neuroni di aumentare la propria efficienza quando i due neuroni sono attivi contemporaneamente o quasi. Questo meccanismo è fondamentale per l’apprendimento e per la memoria a lungo termine. Il gating neurale si basa sulla proprietà di certi neuroni, detti bistabili, di comportarsi come dei cancelli (in inglese gate) che possono essere aperti o chiusi da un segnale di controllo proveniente da altri neuroni. Quando sono aperti, i gate neurali trasmettono il segnale da una parte del cervello a un’altra, altrimenti lo bloccano.” spiega ancora Golosio. “Il nostro modello riesce a imparare, grazie alla plasticità sinaptica, a controllare i segnali che aprono e chiudono i gate neurali, in modo da controllare il flusso dell’informazione tra le diverse aree.”

Questo modello cognitivo è stato validato usando un database di circa 1500 frasi di input, basate sulla letteratura sullo sviluppo del linguaggio infantile, e ha risposto producendo complessivamente circa 500 frasi in output, contenenti nomi, verbi, aggettivi, pronomi, e altre parti del discorso, e dimostrando la capacità di esprimere un’ampia gamma di funzionalità nell’elaborazione del linguaggio umano.

Approdata sulle pagine web di PLOS ONE, la ricerca non si ferma qui: “Il prossimo passo sarà quello di incorporare il modello in un robot per estenderlo e verificarlo ulteriormente attraverso lo studio delle interazioni tra il robot e gli umani”, conclude Golosio.