Ricercatori hanno sviluppato una rete di intelligenza artificiale che dimostra un significativo progresso nelle capacità di comunicazione e apprendimento dell'IA. Questa rete, capace di apprendere compiti attraverso istruzioni scritte, può trasmettere la propria conoscenza ad un'altra entità IA utilizzando l'elaborazione del linguaggio naturale (NLP), una tecnologia progettata per interpretare e generare il linguaggio umano. Questa svolta, dettagliata in uno studio pubblicato il 18 marzo sulla rivista Nature, segna la prima istanza di entità IA che scambiano conoscenze puramente attraverso mezzi linguistici.
Lo studio ha utilizzato un modello di NLP noto come "S-Bert" per facilitare la comprensione del linguaggio umano all'interno dell'IA. Questo modello è stato integrato con una rete neurale ricorrente sensorimotoria (RNN), che è stata poi addestrata su 50 compiti psicofisici, raggiungendo un tasso di successo dell'83% nell'eseguire compiti basati su istruzioni scritte senza un addestramento diretto precedente. La rete IA potrebbe poi istruire un'altra rete IA identica su come eseguire questi compiti esclusivamente attraverso il linguaggio, nonostante la seconda rete non avesse esperienze precedenti con i compiti.
Questa ricerca è ispirata alla capacità umana di apprendere ed eseguire compiti da sole istruzioni verbali o scritte, una competenza cognitiva che differenzia gli umani dagli altri animali. I modelli di IA attuali possono interpretare istruzioni linguistiche per generare immagini o testo, ma tradurre queste istruzioni in azioni fisiche o insegnare a un'altra IA a farlo è stato oltre le loro capacità.
Sebbene lo sviluppo non indichi l'emergere immediato dell'intelligenza generale artificiale (AGI), rappresenta un passo significativo in avanti nella comprensione delle funzioni cognitive e potrebbe portare a applicazioni pratiche in robotica e automazione. Robot dotati di tale IA potrebbero comunicare tra loro per eseguire compiti, migliorando l'efficienza nella produzione e in altre industrie. I ricercatori sottolineano il potenziale per sviluppare reti più complesse basate su questo modello, aprendo la strada a robot umanoidi capaci di comprendere e interagire con gli umani e tra loro.
