Nota: questo post è un riassunto di un discorso tenuto al CERN Sparks! Serendipity Forum di settembre 2021, che può essere visualizzato Qui.
Quando le persone immaginano un mondo dotato di intelligenza artificiale generale (AGI), è più probabile che vengano in mente i robot piuttosto che soluzioni ai problemi più intrattabili della società. Ma credo che quest’ultima sia molto più vicina alla verità. L’intelligenza artificiale sta già consentendo enormi passi avanti nell’affrontare le sfide fondamentali: dalla risoluzione del ripiegamento delle proteine A prevedere modelli meteorologici accuratigli scienziati utilizzano sempre più l’intelligenza artificiale per dedurre le regole e i principi che sono alla base di domini del mondo reale altamente complessi, che forse non avrebbero mai scoperto senza aiuto.
I progressi nella ricerca sull’AGI potenzieranno la capacità della società di affrontare e gestire il cambiamento climatico, non ultimo a causa della sua urgenza ma anche per la sua natura complessa e sfaccettata.
Prendere il controllo
Osservando oggi il campo della ricerca sull’intelligenza artificiale, esistono due categorie comuni di problemi su cui gli scienziati si concentrano: previsione e controllo. I modelli di previsione cercano di conoscere un dominio (come i modelli meteorologici) e di capire come potrebbe evolversi, mentre i modelli di controllo spingono gli agenti a intraprendere azioni in quell’ambiente. Costruire un percorso di successo verso l’AGI richiede la comprensione e lo sviluppo di algoritmi in entrambi gli spazi, tenendo conto di tutte le variazioni che i nostri ambienti naturali e sociali ci sottopongono, da come i virus mutano o come il linguaggio può evolversi nell’uso e nel significato nel tempo a come aiutare a produrre energia da fusione. Due ambiti del mondo reale a cui gli scienziati di DeepMind stanno contribuendo per affrontare il cambiamento climatico mentre sviluppano ciò che è necessario per costruire l’AGI sono le previsioni meteorologiche e il controllo del plasma per la fusione.
È quasi impossibile modellare con precisione i modelli meteorologici: è un esempio delle variazioni della natura nella sua massima espressione. Tuttavia, cause ed effetti possono essere dedotti sulla base di grandi quantità di dati storici. Trasferire gli stessi modelli generativi utilizzati per generare immagini e video clip in modelli meteorologici per l’apprendimento in collaborazione con Ufficio Met (servizio meteorologico nazionale del Regno Unito), gli scienziati di DeepMind hanno sviluppato sistemi che possono richiedere 20 minuti di dati meteorologici per generare ipotesi multiple per mappe radar e prevedere con precisione le forti precipitazioni nei prossimi 90 minuti.
Fondamentalmente, questi modelli aiuteranno i meteorologi a fornire previsioni che aiutino il processo decisionale per i servizi di emergenza, la gestione energetica e l’attivazione di sistemi di allarme inondazioni, consentendo una migliore preparazione e risposta agli eventi meteorologici estremi, che sono diventati sempre più comuni in tutto il mondo. Aiutare a prevedere eventi meteorologici importanti prevedendo modelli meteorologici accurati è un esempio di come la ricerca sull’intelligenza artificiale può avere un impatto significativo man mano che diventa più generalmente applicabile e “intelligente”.
Sfide globali
Oltre a rispondere agli effetti del cambiamento climatico, risolverne le cause è di pari, se non maggiore, importanza. La fusione, un’unica fonte di energia pulita, illimitata e autosufficiente, è sfuggente, ma rimane una delle soluzioni più promettenti al mondo, una che a mio avviso richiede lo sviluppo di un algoritmo generale in grado di risolvere molti componenti diversi contemporaneamente. Stiamo già assistendo a progressi in un componente, il problema estremamente impegnativo di mantenere nuove forme di plasma per consentire una migliore produzione di energia e stabilità del plasma il più a lungo possibile.
Collaborando con esperti di fama mondiale presso il Centro svizzero del plasma E Politecnico federale di Losanna (EPFL), siamo in grado di andare oltre i modelli artigianali di oggi, applicando al controllo del plasma algoritmi di apprendimento per rinforzo profondo sviluppati inizialmente per la robotica. Il risultato è un controller in grado di manipolare con successo diverse forme e configurazioni del plasma a 10.000 interazioni al secondo.
Senza la collaborazione di esperti, i ricercatori nel campo dell’intelligenza artificiale non possono compiere progressi significativi nei settori del mondo reale. Individuare i giusti percorsi da seguire in questi campi richiede partenariati tra discipline, sfruttando un approccio scientifico comune per sviluppare e utilizzare l’intelligenza artificiale per affrontare questioni complesse al centro dei bisogni più urgenti della società. Ecco perché sognare insieme a una varietà di scienziati naturali e sociali come potrebbe apparire un mondo con AGI è così fondamentale.
Mentre sviluppiamo l’AGI, affrontare le sfide globali come il cambiamento climatico non solo avrà impatti cruciali e benefici che sono urgenti e necessari per il nostro mondo, ma farà avanzare anche la scienza dell’AGI stessa. Molte altre categorie di problemi AGI devono ancora essere risolte – dalla causalità, all’apprendimento efficiente e al trasferimento – e man mano che gli algoritmi diventeranno più generali, verranno risolti più problemi del mondo reale, contribuendo gradualmente a un sistema che un giorno aiuterà a risolvere tutto il resto. , pure.
