AGI – Quando vediamo l’immagine di un ambiente sconosciuto – un sentiero di montagna, una strada trafficata o un fiume – sappiamo immediatamente come potremmo muoverci: camminare, andare in bicicletta, nuotare o fermarsi. Ma come fa il cervello a determinare queste opportunità di azione?
Il dottorando Clemens Bartnik e un team guidato dalla neuroscienziata computazionale Iris Groen hanno mostrato come stimiamo le azioni possibili grazie a schemi cerebrali unici. Il team ha confrontato questa capacità con quella di modelli di intelligenza artificiale, tra cui ChatGPT.
Esperimento con risonanza magnetica
Utilizzando una risonanza magnetica, i ricercatori hanno osservato l’attività cerebrale di partecipanti mentre guardavano immagini di ambienti interni ed esterni. Dovevano indicare se l’immagine suggeriva di camminare, andare in bici, guidare, nuotare, andare in barca o arrampicarsi.
Affordance: vedere e agire
Secondo Groen, il cervello non si limita a vedere oggetti o colori, ma riconosce automaticamente anche cosa possiamo farci. Queste sono le cosiddette “affordance”, ovvero opportunità di azione. Alcune aree della corteccia visiva si attivano in modo indipendente dagli oggetti visibili, indicando che il cervello elabora azioni potenziali anche senza istruzioni esplicite.
IA vs cervello umano
I modelli di intelligenza artificiale come GPT-4 si sono dimostrati meno efficaci nel prevedere le azioni possibili. Anche se addestrati per il riconoscimento delle azioni, non replicano gli schemi cerebrali umani. Questo dimostra che la nostra percezione è profondamente legata alla nostra esperienza fisica del mondo.
Implicazioni per lo sviluppo dell’IA
La ricerca solleva interrogativi sull’affidabilità dell’IA in contesti reali, come robotica o auto a guida autonoma. Groen sottolinea anche l’aspetto sostenibile dell’IA: i metodi attuali consumano molta energia e sono accessibili solo a grandi aziende tecnologiche. Comprendere meglio il cervello umano può rendere l’IA più intelligente, economica e umana.
