NEIL, il computer che impara dalle immagini

«I Crawl, I See, I Learn». Questo è il motto di NEIL (Never Ending Image Learning), un enorme cluster di computer ospitato presso la Carnegie Mellon University a Pittsburgh che da metà luglio ha iniziato ad effettuare la ricerca di immagini pubblicate su Internet. Anche se il progetto è stato finanziato in parte da Google, oltre che dal Dipartimento della Difesa, non è stato pensato per aiutare gli utenti nella ricerca delle foto. NEIL è un sistema di intelligenza artificiale che riconosce autonomamente i legami tra gli oggetti mostrati nelle immagini, acquisendo lentamente il raziocinio di un essere umano.

L’obiettivo della ricerca è ottenere una macchina in grado di apprendere dall’esperienza, di pensare e acquisire buon senso senza seguire le istruzioni di un programma. NEIL usa avanzate tecnologie di computer vision per identificare le forme e i colori nelle immagini, scoprendo anche le connessioni tra gli oggetti. Sul sito ufficiale è possibile leggere cosa ha imparato finora. Ad esempio, il computer ha capito che l’Airbus 330 è un tipo di aereo, che un cervo è simile ad un’antilope e che un’auto ha le ruote.

In quattro mesi, la rete di 200 processori ha identificato 1.500 oggetti e 1.200 scene, ricavando 2.500 associazioni. Ovviamente, NEIL ha commesso qualche errore (il rinoceronte è un tipo di antilope, un attore può essere trovato in prigione), ma il professore Abhinav Gupta sottolinea che realizzare un computer simile è una sfida totalmente differente dal programmare un computer per eseguire compiti specifici ad alta velocità.

Gli esseri umani possono prendere decisioni sulla base di ipotesi e rispondere velocemente a domande che richiedono molto tempo ad un computer. Noi sappiamo che una giraffa non può entrare in un’auto, senza calcolare la massa dell’animale, come invece farebbe un normale computer. Anche NEIL potrebbe fornire la risposta giusta. Il progetto è solo all’inizio, ma i risultati sono già promettenti. In futuro, il computer analizzerà anche i video pubblicati su YouTube per trovare le relazioni tra gli oggetti.