L'intelligenza artificiale aguzza la vista grazie all'esperienza: controllando lo stesso ambiente da più angolazioni, riesce a prevederne l'aspetto da un punto di vista completamente diverso. Il risultato potrebbe aprire la strada a robot in grado di imparare da soli sulla base delle informazioni che ricevono dall'ambiente grazie ai loro sensori.
Pubblicato su Science, il risultato si deve al gruppo della Google DeepMind guidati da Mohammad Ali Eslami e segna un altro punto a favore della capacità dell'intelligenza artificiale di apprendere dall'esperienza. La tecnica, chiamata Generative Query Network (GQN), potrebbe aprire la strada a macchine in grado di apprendere autonomamente utilizzando i propri sensori, senza la necessità di imparare da una serie di dati preparati dall'uomo. Finora il principale ostacolo a un sistema di questo tipo è stato nel fatto che i dispositivi alla base dei sistemi per la visione artificiale, come le fotocamere digitali, non sono in grado di acquisire direttamente scene in 3D. "I ricercatori hanno aggirato il problema in modo elegante, utilizzando scene 2D di ambienti 3D virtuali, costruite con algoritmi standard", spiega in un commento Matthias Zwicker, dell'università americana del Maryland.
In questo modo è stato possibile produrre milioni di scene 2D da qualsiasi punto di vista desiderato e utilizzare questo materiale per addestrare una rete neurale artificiale, ossia una rete che imita il funzionamento dei neuroni nel cervello umano: la rete ha imparato in questo modo a osservare una scena da più angolazioni e a prevedere quale aspetto avrà lo stesso spazio in 3D. Dopo essere stato addestrato in questo modo, il sistema ha dimostrato di poter controllare il movimento di un braccio robotico virtuale in una scena tridimensionale.