Nel panorama attuale dell'intelligenza artificiale, dove i modelli statistici dominano la scena grazie a capabilities impressionanti, emerge una voce dissonante dal mondo delle neuroscienze. Il neuroscienziato Simon Thorpe, in collaborazione con il filosofo e professore emerito di informatica Jean-Gabriel Ganascia della Sorbonne Université, propone un ritorno a principi biologici fondamentali per il riconoscimento delle immagini. Questa "IA frugale" mira a risolvere uno dei maiores problemi dell'AI moderna: il consumo energetico estremamente elevato richiesto dai sistemi basati su grandi quantità di dati.
I fondamenti neurologici: l'ordine dei segnali
Per comprendere perché questo nuovo approccio possa essere rivoluzionario, è necessario guardare a come il cervello umano elabora la visione. I neuroni comunicano attraverso segnali elettrici di circa 100 millivolt. È cruciale notare che l'ampiezza di questo segnale non varia; è costante indipendentemente dal neurone o dall'informazione trasmessa. L'informazione risiede quindi non nella forza del segnale, ma nella sua presenza o assenza, e soprattutto, nell'ordine temporale con cui questi segnali vengono emessi.
Simon Thorpe evidenzia un punto fondamentale: «I segnali elettrici sono estremamente rari. Per me, ciò che conta per trasmettere un'immagine e la sua composizione, dalla retina al cervello, è prima di tutto l'ordine in cui i segnali elettrici partono dai 100 milioni di neuroni che ogni retina possiede, per andare fino al cervello.» Questo meccanismo distingue radicalmente l'elaborazione biologica da quella computazionale tradizionale:
- I primi segnali elettrici determinano i punti più luminosi o ad alto contrasto nel campo visivo.
- L'immagine si costruisce progressivamente, passando dalle aree brillanti a quelle più scure.
- Il processo si interrompe quando gli stimoli diventano troppo deboli per innescare un segnale neuronale.
La storia del modello di Thorpe
Questa base teorica è stata sviluppata da Thorpe sin dagli anni '80. Ha utilizzato questi principi per costruire un modello di intelligenza artificiale specificamente progettato per il riconoscimento di oggetti all'interno di paesaggi complessi. La genialità del modello risiede nel trattamento dei bordi degli oggetti: essi vengono interpretati come variazioni brusche di luminosità, rendendoli facilmente identificabili dal sistema.
Un esempio pratico e affascinante è il riconoscimento dei volti. Il modello identifica un volto non analizzando pixel statici, ma rilevando una sequenza strutturata: un bordo superiore (il cranio), un bordo inferiore (la mandibola) e un bordo intermedio (la bocca). Questa sequenza temporale permette un riconoscimento robusto anche in condizioni di illuminazione variabile.
Dalla ricerca al mercato: Spikenet Technology
L'applicazione commerciale di questa tecnologia ha preso forma nel 1999 con la co-fondazione di Spikenet Technology. L'azienda si è concentrata sul trattamento delle immagini per identificare loghi durante eventi sportivi come il ciclismo o la Formula 1. L'obiettivo era fornire ai servizi di marketing strumenti per ottimizzare i propri posizionamenti pubblicitari.
Jean-Gabriel Ganascia spiega il contesto dell'epoca: «Era un mercato in forte développement, sia sugli eventi fisici che sugli spazi digitali. I professionisti volevano utilizzare questa tecnologia per ottimizzare il posizionamento della pubblicità, affinché raggiungesse il pubblico senza che si sentisse invaso dalla saturazione visiva.»
La sfida dei modelli statistici e il cambio di paradigma
Per un lungo periodo, questo approccio è stato eclissato. Tra il 2010 e il 2017, il prestigioso concorso ImageNet Large Scale Visual Recognition Challenge (ILSVRC) ha visto la supremazia dei modelli basati sulla scienza statistica. Nel 2012, un modello statistico ha vinto la competizione, un evento che ha segnato l'inizio dell'egemonia di questi sistemi, noti come Large Language Models (LLM) o reti neurali profonde nel campo della visione.
«In effetti, i modelli basati sulla scienza statistica erano allora considerati avere un margine di errore inferiore rispetto a quelli basati sulle neuroscienze», indica Ganascia. Pertanto, per modelli come quello di Thorpe, il momento storico era passato. Erano visti come obsoleti e inefficaci rispetto alla bruta potenza di calcolo dei loro concorrenti.
Il ritorno alla frugalità: l'energia come fattore critico
Tuttavia, l'attualità tecnologica sta cambiando la prospettiva. Simon Thorpe osserva: «Il momentum era passato. Ma – l'attualità recente ce lo mostra bene – ci accorgiamo che questi modelli sono molto costosi in termini di energia.» Il problema principale dei modelli statistici attuali è la quantità astronomica di immagini che devono analizzare durante la fase di apprendimento per distinguere, ad esempio, una casseruola da un tamburo.
Thorpe usa un'analogia umana per sottolineare l'inefficienza di questo metodo: «Ora, non è così che l'essere umano funziona. Altrimenti, 10 anni di istruzione non basterebbero per passare il baccalaureat!» Questa osservazione pone le basi per la "IA frugale", un movimento che cerca di raggiungere obiettivi complessi con un minimo di risorse, anziché con un massimo di potenza computazionale.
Meccanismo operativo: i neuroni silenziosi
Il modello di Simon Thorpe opera in due fasi successive precisamente definite. La prima fase consiste nell'identificazione dell'immagine basata sull'ordine delle scariche elettriche piuttosto che sulla loro ampiezza, costruendo così il significato visivo. La seconda fase è cruciale per l'efficienza: l'immagine viene memorizzata in un sistema detto di «neuroni silenziosi».
Questi sono equivalenti digitali di connessioni neuronali inattive nel cervello che, dopo aver appreso, entrano in uno stato di standby per evitare sovraccarichi. Possono essere riattivati rapidamente quando l'immagine appare nuovamente. Questo meccanismo evita il ricalcolo continuo dei dati, riducendo drasticamente il consumo energetico rispetto ai modelli che richiedono ricostruzioni complessive ad ogni esecuzione.
Il contesto dell'IA frugale contemporanea
L'interesse per modelli più efficienti non si limita alla ricerca accademica. Multinazionali come Microsoft e aziende francesi come Mistral AI hanno rilasciato i propri modelli di IA frugale, noti come Phi 3 e Mistral 7B. Sebbene questi sistemi si basino ancora sulla statistica, adottano strategie di ottimizzazione lavorando su banche dati più ristrette per l'apprendimento, riconoscendo implicitamente i limiti energetici e computazionali dei modelli enormi.
In conclusione, l'approccio "frugale" ispirato alle neuroscienze di Thorpe potrebbe recuperare un vantaggio competitivo attuale. Non si tratta solo di efficienza, ma di una differente filosofia di elaborazione dell'informazione: meno dati, meno energia, ma una logica di elaborazione sequenziale e biologica che imita la parsimonia del cervello umano. In un'era in cui l'impatto energetico dell'IA è una preoccupazione crescente, questi modelli offrono una strada alternativa verso un'intelligenza artificiale più sostenibile e scalabile.