Robot in cucina, robot in sala operatoria, robot tra i cieli ed anche sotto i mari, ma presto diventeranno anche molto curiosi. Sono sempre di più infatti gli esperimenti che mirano a realizzare robot in grado di imparare da ciò che vedono. L’ultimo è stato pubblicato sulla rivista Artificial Intelligence ed è descritto anche sul sito di Science. E’ stato messo a punto da due informatici, Todd Hester, dell’azienda Google DeepMind, a Londra, e Peter Stone, dell’Università del Texas.
Robot curiosi
Negli ultimi anni sono stati messi a punto molti algoritmi per tentare di far diventare curiosi i robot, ma nessuno è riuscito mai ad avvicinarsi alla curiosità umana. I ricercatori hanno quindi tentato di migliorare questi programmi: ”Stavo cercando metodi per rendere i computer più intelligenti e renderli capaci di esplorare come un essere umano” ha detto Hester. L’intenzione era di renderli capaci ”non di esplorare tutto, e a caso, ma cercare di fare qualcosa un po’ più intelligente”.
L’algoritmo Texplore-Venir
Insieme con il collega Stone, Hester ha sviluppato un nuovo algoritmo, Texplore-Venir, che si basa su una tecnica chiamata apprendimento per rinforzo. Questa tecnica viene usata da Google DeepMind per consentire ai programmi di padroneggiare i giochi da tavolo, come quella che ha permesso al suo computer di battere il campione mondiale di ”go”. Nell’apprendimento di rinforzo, un programma cerca qualcosa, e se la mossa lo avvicina a un obiettivo, come l’uscita da un labirinto, riceve una ricompensa. In questo modo avrà imparato con più efficacia ed è più probabile che la prossima volta riesca anche a fare meglio.
Texplore-Venir, invece, fa qualcosa in più: aggiunge anche un obiettivo interno, per il quale il programma si auto-ricompensa quando impara qualcosa di nuovo. I ricercatori hanno provato il loro metodo sia su un bot, ossia un programma per computer, sia su un robot umanoide alto mezzo metro e chiamato Nao. L’esperimento ha dimostrato che è possibile far diventare i robot curiosi, una qualità importante, secondo Hester, per rendere le macchine capaci di avere comportamenti flessibili se impegnate in lavori domestici o in un processo produttivo.
