Intelligenza Artificiale: c’è bisogno di “ragionamento”

di Alessandro Ferrari



Il centro Thomas J. Watson di IBM Research, Yorktown Heights, NY

“Onestamente, qui penso di aver trovato il lavoro perfetto. Non corro il rischio di annoiarmi, opero in piena libertà e l’attività di ricerca è orientata all’applicazione pratica dei risultati “. Il suo entusiasmo riesce a essere contagioso persino in video conferenza.

Sguardo intenso e chioma fluente - come si addice a un talentuoso chitarrista e compositore di due apprezzate band del metal tricolore, i Twilight Gate e i Vinterblot - Gaetano prova a mostrarti uno scorcio dei luminosi uffici di Astor Place, a Manhattan. Più o meno venti minuti da Brooklyn, dove risiede. Poi sorride.

È qui, nel cuore della “Silicon Valley dell’Est”, che il giovane informatico e matematico barese, appena insignito in Italia del premio ‘Marco Cadoli’ per la miglior tesi di dottorato sui temi dell’intelligenza artificiale, alterna il suo tempo con quello trascorso a Yorktown Height, 72 chilometri più a nord, sede dell’IBM Thomas J. Watson Research Center.

Rossiello opera sotto la guida di Alfio Gliozzo – ricercatore di esperienza il cui lavoro nel Deep QA team portò allo sviluppo del sistema Watson, vincitore sull’uomo a “The Jeopardy!” nel 2011 – occupandosi di Knowledge Induction. Per la suite di Watson, appunto.

Knowledge Induction non è un termine di facile traduzione. Per tentare di comprenderne la portata occorrono le parole e la capacità di semplificazione di chi sostiene una sfida che viene da lontano e che ha profonde implicazioni per lo sviluppo dell’intera disciplina.

“Il nostro gruppo - spiega Rossiello - affronta il problema dell’acquisizione automatica di conoscenza, elemento fondamentale per lo sviluppo di processi intelligenti complessi. Per farlo partiamo da documenti testuali applicando tecniche proprie dell’elaborazione del linguaggio naturale, della rappresentazione della conoscenza e di algoritmi di Machine Learning. Le informazioni automaticamente estratte dal testo sono poi strutturate in Knowledge Base, al fine di sviluppare sistemi di ritrovamento dell’informazione sempre più intelligenti, dotando le macchine della capacità di ragionamento e di adattamento a nuovi domini. Il risvolto è di natura pratica perché siamo chiamati a soddisfare le richieste di un mercato che mostra un crescente bisogno informativo e che vuole soluzioni tecnologiche capaci di rispondere a esigenze tra loro differenti”.

Nel caso specifico, parliamo di sistemi di Cognitive Computing come Watson Discovery Service, la cui avanzata capacità di comprensione delle sfumature del linguaggio e delle diverse tipologie di analytics, consente di soddisfare i bisogni informativi degli utenti anche in domini specifici. Un sistema che non ha bisogno di una grande mole di dati di addestramento e che continua ad imparare dall’esperienza degli utenti nel tempo.

Se tuttavia guardiamo al panorama degli assistenti conversazionali virtuali oggi disponibili - dispositivi come Siri e Alexa, ben noti al grande pubblico – “ricadiamo in un tipico sistema di Question and Answering, cioè di domanda e risposta. I progressi scientifici e tecnologici in questo settore sono evidenti. Gli agenti conversazionali sul mercato sono sempre più accurati, tanto che gli utenti li percepiscono come ‘intelligenti’. In realtà, qui non siamo in presenza di sistemi in grado di addestrarsi e di adattarsi a nuovi contesti in maniera autonoma: ogni area è infatti ingegnerizzata ad-hoc. Ecco perché l’obiettivo, un po’ per tutti gli attori in gioco, è andare oltre: addestrare i sistemi su domini generali, trasferire la conoscenza su quelli verticali e dotarli della capacità di fornire spiegazioni attraverso il ragionamento. Sono questi i requisiti che un agente conversazionale deve soddisfare per potersi definire realmente intelligente”.

La sede di IBM Research a Manhattan

La ricerca in intelligenza artificiale muove costantemente verso lo sviluppo di sistemi la cui adozione da parte di organizzazioni di ogni settore d’industria, finora frenata da resistenze di tipo culturale e dalla mancanza delle giuste competenze, è entrata in una fase di forte accelerazione. Il report “From Roadblock to Scale: the global sprint towards AI”, edito recentemente da IBM, attesta che i prossimi due anni registreranno un’esplosione nell’impiego dell’AI, con un incremento pari al 90%.

”Va riconosciuto - aggiunge Rossiello - che il progresso scientifico legato all’Artificial Intelligence negli ultimi anni è stato incredibile e io sono contento e orgoglioso dell’esposizione raggiunta da questa disciplina, a un livello mediatico impensabile fino a qualche tempo fa. Sicuramente uno dei meriti va attribuito al Deep Learning con i risultati sorprendenti ottenuti in ogni area, dalla Computer Vision al Natural Language Processing. Così possiamo senz’altro dire di trovarci a uno stadio avanzato ogni qualvolta il problema è riconducibile al pattern matching, per esempio come nel caso dell’apprendimento di un modello per il riconoscimento facciale. In tale ambito, i modelli basati su reti neurali oggi risultano chiaramente in grado di sovrastare le capacità umane dal punto di vista predittivo. Tuttavia, questi modelli sono ben lungi dal poterlo fare laddove entrano in gioco il ragionamento e la spiegazione. Ecco, occorrerebbe progredire in questa direzione: nella comprensione del ‘perché’ un sistema ha fornito dei risultati, non limitarsi a qualcosa, pur importante, che possa semplicemente funzionare. È questa la direzione verso cui, in IBM, stiamo portando avanti la ricerca con lo studio di metodologie nell’area del Neuro-Symbolic al fine di dotare le reti neurali della capacità di manipolazione simbolica e quindi di ragionamento”.

Va da sé che la ricerca di IBM non ha il fine di duplicare ciò che l’uomo è già in grado di compiere da sé, e bene. La tecnologia cognitiva e l’intelligenza artificiale nel suo complesso devono diventare strumenti in grado di aumentare le nostre capacità, non certo di sostituirle.

Natural Language Understanding e Deep Learning sono le aree su cui Rossiello ha dato la sua tesi di dottorato. Una passione di carattere professionale che, ancora da dottorando al Dipartimento di Informatica dell’Università di Bari, grazie a una borsa di studio ottenuta da InnovaPuglia, gli aveva aperto le porte del Thomas J. Watson Research Center.

Dopo due distinte fasi di internship nel 2017 e nel 2018 - periodo in cui ha contribuito allo sviluppo di IBM Socrates, motore per l’estrazione della conoscenza sul Web vincitore del Semantic Web Challenge 2017 – e un breve ritorno in Italia per la conclusione del ciclo di studi, Rossiello ha ottenuto il visto O1 che permette di lavorare negli USA senza limiti di tempo. Così, sette mesi dopo, quell’esperienza internazionale si è trasformata in una posizione da Research Scientist in IBM Research.

”Il nostro è il Paese più bello del mondo, lo sappiamo. Ma mentirei se non riconoscessi le difficoltà, gli ostacoli di varia natura e la mancanza di aiuto con cui in Italia sei chiamato quotidianamente a misurarti. Qui il merito vince, sempre e comunque. Un fattore imprescindibile per chi, come me, vuole fare ricerca”.

21 gennaio 2020

Alessandro Ferrari, External Relations and Executive Communications lead
@alefederferrari

Visit us on LinkedIn