TV7 NEXT - COME IMPARA L'INTELLIGENZA ARTIFICIALE

L’intelligenza artificiale è ormai entrata in molti ambiti della vita quotidiana e dell’economia: comunicazione, medicina, industria, finanza, ricerca scientifica, mobilità e formazione. I sistemi di AI, cioè intelligenza artificiale, sono capaci di riconoscere immagini, generare testi, tradurre lingue, prevedere comportamenti e analizzare grandi quantità di informazioni.
Il fatto che funzionino, però, non significa che il loro funzionamento sia sempre chiaro. Uno dei problemi centrali della ricerca sull’intelligenza artificiale riguarda proprio questo: capire in modo rigoroso come una rete neurale impari dai dati.
Un nuovo studio guidato da Jean Barbier, ricercatore del Centro internazionale di fisica teorica Abdus Salam di Trieste, l’ICTP, ha affrontato questo tema con strumenti matematici e fisici. La ricerca è stata pubblicata su Physical Review X e coinvolge anche Francesco Camilli dell’Università di Bologna, Minh-Toan Nguyen, Mauro Pastore e Rudy Skerk.
Il lavoro analizza una classe di reti neurali profonde e cerca di descrivere come evolvano le loro prestazioni quando aumenta la quantità di dati disponibili. Non si tratta quindi di costruire un nuovo chatbot o un nuovo software commerciale. Si tratta di capire il meccanismo teorico che permette a un modello di apprendere, estrarre caratteristiche rilevanti e generalizzare.
Generalizzare è una parola chiave. Un sistema di intelligenza artificiale non è davvero utile se sa rispondere solo agli esempi già visti durante l’addestramento. Diventa utile quando riesce ad applicare ciò che ha imparato a dati nuovi. È la differenza tra imparare a memoria una soluzione e capire davvero la regola del problema.

DALLA FISICA STATISTICA AL DEEP LEARNING

Lo studio usa strumenti della fisica statistica e della teoria delle matrici casuali. La fisica statistica è la disciplina che descrive sistemi composti da moltissimi elementi, cercando di capire come dal comportamento dei singoli componenti emergano proprietà collettive. È stata usata per studiare gas, materiali, transizioni di fase e sistemi complessi.
Applicarla all’intelligenza artificiale significa trattare una rete neurale come un sistema formato da molti elementi interconnessi: pesi, neuroni artificiali, strati, segnali e dati. Ogni singolo parametro può sembrare difficile da interpretare, ma l’insieme può mostrare regolarità matematiche.
La teoria delle matrici casuali, invece, studia grandi matrici, cioè tabelle di numeri, in cui gli elementi seguono distribuzioni probabilistiche. Questi strumenti sono utili quando si lavora con modelli molto grandi, dove il numero di parametri rende impossibile seguire ogni dettaglio uno per uno.
Il modello analizzato dai ricercatori è il percettrone multistrato, o multilayer perceptron. Il percettrone è una struttura fondamentale dell’intelligenza artificiale. Riceve dati in ingresso, li combina attraverso pesi numerici e produce un risultato. Quando i livelli di elaborazione sono più di uno, si parla di percettrone multistrato.
Le reti neurali profonde, alla base di molti sistemi moderni, sono costruite proprio su questa logica: più strati elaborano progressivamente l’informazione. I primi livelli possono catturare caratteristiche più semplici, quelli successivi relazioni più astratte e complesse.
Secondo l’articolo di AI News, il team di Trieste ha sviluppato un modello teorico che spiega come le reti neurali profonde apprendano in modo efficiente e come le loro prestazioni cambino in base alla quantità di dati forniti.
Il risultato pubblicato su Physical Review X descrive anche un passaggio interessante: con dati sufficienti, il modello raggiunge prestazioni ottimali attraverso una specializzazione verso l’obiettivo. Prima tende a rappresentare i dati in modo più generale, poi le sue unità interne iniziano a specializzarsi su caratteristiche specifiche.
In modo semplice, è come se la rete all’inizio cercasse una forma approssimata del problema. Con più dati e più apprendimento, alcune parti del modello iniziano a riconoscere aspetti particolari della regola nascosta. Non si limitano a copiare esempi. Cercano, progressivamente, la struttura che li genera.
Questa distinzione è centrale. Una rete che memorizza soltanto può sembrare brava sui dati già visti, ma fallire su situazioni nuove. Una rete che generalizza riesce invece a cogliere elementi più profondi e a usarli anche fuori dal caso specifico.

PERCHÉ CAPIRE L’AI PUÒ RENDERLA PIÙ EFFICIENTE

Il valore di questa ricerca non riguarda solo la teoria. Capire come l’intelligenza artificiale impari dai dati può avere conseguenze pratiche molto importanti.
Prima di tutto, può aiutare a progettare modelli più efficienti. Oggi molti progressi dell’AI dipendono da modelli sempre più grandi, addestrati su enormi quantità di dati e con consumi energetici elevati. Se si comprendono meglio i meccanismi dell’apprendimento, diventa possibile capire quali dati siano davvero utili, quali architetture funzionino meglio e dove si sprechi potenza computazionale.
Potenza computazionale significa capacità di calcolo: processori, schede grafiche, data center, energia elettrica e infrastrutture necessarie per addestrare e far funzionare i modelli. Ridurre questi costi non è solo una questione economica. È anche una questione ambientale, perché l’intelligenza artificiale richiede sempre più energia.
Una teoria più solida può inoltre aiutare a rendere i modelli più affidabili. Se si capisce quando una rete generalizza bene e quando invece rischia di cadere in soluzioni non ottimali, si possono progettare sistemi più controllabili. Questo è importante soprattutto negli ambiti ad alto rischio: sanità, mobilità, industria, sicurezza informatica e infrastrutture critiche.
Lo studio segnala anche che raggiungere la prestazione ottimale non è sempre semplice. Gli algoritmi di addestramento possono essere attratti da soluzioni subottimali, cioè risultati che sembrano buoni ma non sono i migliori possibili. Questo punto è particolarmente importante perché mostra che non basta avere un modello potente. Serve anche capire il percorso attraverso cui viene addestrato.
Nel deep learning, cioè nell’apprendimento profondo, l’addestramento consiste nel modificare progressivamente i pesi della rete neurale in modo che le sue risposte diventino più corrette. Di solito questo avviene confrontando l’uscita del modello con il risultato atteso e correggendo l’errore. Il processo può richiedere milioni o miliardi di passaggi.
Il contributo della fisica teorica è proprio qui: non guardare solo il singolo passaggio tecnico, ma descrivere il comportamento complessivo del sistema. Come cambia la rete quando aumentano i dati. Come emergono le caratteristiche rilevanti. Come si passa da un apprendimento generico a una specializzazione. Come si può prevedere l’errore di generalizzazione.
Errore di generalizzazione significa quanto un modello sbagli quando lavora su dati nuovi, diversi da quelli usati per addestrarlo. È uno degli elementi più importanti per valutare la qualità reale di un sistema di intelligenza artificiale.
Questa ricerca è anche una buona notizia per la scienza europea e italiana. Il lavoro arriva dall’ICTP di Trieste, un centro internazionale di eccellenza nella fisica teorica, e coinvolge ricercatori attivi tra Italia e istituzioni internazionali. In un settore spesso dominato dai grandi laboratori industriali americani e cinesi, la ricerca teorica resta uno spazio fondamentale di leadership scientifica.
Il punto non è competere solo sulla dimensione dei modelli. Non tutti possono addestrare sistemi giganteschi con risorse quasi illimitate. Ma capire meglio i principi dell’apprendimento può aprire strade diverse: modelli più piccoli, più efficienti, più trasparenti e meno costosi.
L’intelligenza artificiale generativa, cioè quella capace di produrre testi, immagini, codice, video o suoni, potrebbe beneficiare indirettamente di questi avanzamenti. I grandi modelli linguistici, spesso indicati con la sigla LLM, Large Language Models, cioè modelli linguistici di grandi dimensioni, sono molto più complessi del percettrone multistrato studiato nel lavoro. Tuttavia, comprendere modelli teorici più controllabili può aiutare a costruire basi scientifiche utili anche per sistemi più avanzati.
La storia della scienza funziona spesso così. Prima si capiscono modelli più semplici, poi si estendono i principi ai casi più complessi. Non è una scorciatoia. È il modo in cui la conoscenza diventa solida.
Il messaggio finale è che l’intelligenza artificiale non può restare una scatola nera affascinante e costosa. Più entra nella società, più serve comprenderne i meccanismi. Non solo per usarla meglio, ma per governarla meglio.
Sapere come l’AI impari dai dati significa capire anche i suoi limiti. Significa sapere quando abbia bisogno di più dati, quando rischi di imparare male, quando generalizzi davvero e quando, invece, stia solo ripetendo schemi.
L’innovazione non è solo costruire macchine più potenti. È anche capire perché funzionino. Perché una tecnologia che funziona senza essere compresa può stupire. Una tecnologia compresa può essere migliorata, controllata e resa più utile.

Servizio a cura di Claudia Chasen, redazione TV7.