Un gruppo di ricercatori ha lasciato un braccio robotico libero di muoversi all’interno di uno spazio delimitato, senza dargli una missione specifica. Nessun algoritmo impostato per risolvere un puzzle, nessun punteggio da ottimizzare. Solo un’istruzione di fondo: riduci la noia. Per le prime ore, la macchina si è limitata a compiere movimenti slegati, quasi goffi, colpendo le pareti e muovendo l’aria. Poi ha urtato per caso un piccolo cubo di plastica nera.
Invece di ignorarlo, il sistema ha registrato la variazione. L’impatto aveva prodotto un risultato inatteso, un picco di informazioni nuove. Nelle ore successive, il robot ha iniziato a spingere quel cubo con una costanza quasi ossessiva, provando ad afferrarlo, a farlo scorrere, a capirne il peso. Senza che nessuno glielo avesse insegnato, stava facendo la stessa identica cosa che fa un bambino di dieci mesi quando lancia il cucchiaio dal seggiolone per la ventesima volta.
La trappola dell’efficienza immediata
Per decenni abbiamo addestrato l’intelligenza artificiale come se fosse un atleta olimpico: un obiettivo chiarissimo, una linea di partenza e un cronometro. Vuoi che riconosca un gatto? Mostragli un milione di foto di gatti. Vuoi che batta il campione del mondo di scacchi? Fagli calcolare miliardi di mosse al secondo mirate unicamente alla vittoria.
Questo approccio funziona benissimo quando le regole del gioco sono rigide e i confini ben definiti. Il problema emerge quando la macchina viene inserita in un ambiente imprevedibile, come una casa, una strada trafficata o un cantiere. Di fronte a un evento mai visto prima, l’AI tradizionale tende a bloccarsi o a commettere errori grossolani, perché non ha mai sviluppato una reale comprensione del mondo circostante. Ha imparato a memoria le risposte, ma non ha mai capito la fisica che sta dietro alle domande.
L’algoritmo che si annoia da solo
È qui che entra in gioco quella che gli informatici chiamano curiosità intrinseca. Per ricrearla all’interno di un software, gli sviluppatori hanno dovuto programmare una sorta di “frustrazione digitale”.
Il meccanismo è sorprendentemente lineare:
- Il sistema cerca continuamente di prevedere cosa succederà un secondo dopo il suo prossimo movimento.
- Se la previsione si rivela corretta, la macchina “si annoia” e perde interesse per quell’azione.
- Se invece il risultato lo sorprende, il cervello digitale riceve una gratificazione e continua a esplorare quel fenomeno finché non lo ha compreso a fondo.
I risultati di questa impostazione hanno spiazzato gli stessi programmatori. Inseriti in un videogioco senza alcuna istruzione su come vincere o accumulare punti, alcuni agenti artificiali dotati di spinta esplorativa hanno iniziato a superare i livelli semplicemente guidati dal desiderio di vedere cosa ci fosse nella stanza successiva.
La svolta: quando il rumore diventa una scoperta
Durante uno di questi esperimenti con ambienti simulati, gli studiosi si sono scontrati con un ostacolo imprevisto, ribattezzato “il problema della TV con il segnale disturbato”. Posizionata di fronte a uno schermo che trasmetteva neve televisiva casuale, la macchina si era completamente bloccata.
Trattandosi di un segnale imprevedibile per natura, l’algoritmo trovava in quei pixel impazziti una fonte inesauribile di novità artificiale. Continuava a fissare lo schermo perché non riusciva mai a prevedere il fotogramma successivo, rimanendo ipnotizzata dal caos.
I ricercatori hanno dovuto correggere il tiro, insegnando alla macchina a distinguere tra ciò che è casuale e ciò che è realmente strutturato. Una volta superato questo corto circuito, il salto di qualità è stato netto. Invece di limitarsi a reagire agli stimoli, i robot hanno iniziato a creare “ipotesi”. Un braccio meccanico a cui è stato lasciato il tempo di giocare con oggetti di forme e pesi diversi ha impiegato una frazione del tempo standard per imparare, in un secondo momento, a riordinare uno scaffale disordinato.
Un cambio di paradigma per le macchine di domani
Imitare l’apprendimento infantile non serve a rendere le macchine più “umane” per un puro gusto estetico o filosofico. Si tratta di una necessità pratica. Un robot spedito in missione su Marte o all’interno di una centrale dismessa non troverà mai un manuale d’istruzioni ad attenderlo. Dovrà toccare le superfici, saggiare la consistenza del terreno, cadere e rialzarsi.
La vera rivoluzione dell’intelligenza artificiale potrebbe non passare dall’aumento della potenza di calcolo o dalla dimensione dei server, ma dalla capacità di lasciare che i software perdano tempo a fare cose apparentemente inutili. Proprio come farebbe un bambino nel salotto di casa.
Scarica la nostra app e ricevi notizie, curiosità, misteri, scoperte e tecnologia direttamente sul tuo smartphone.
Scarica per Android
Mi occupo di fornire agli utenti delle news sempre aggiornate, dal gossip al mondo tech, passando per la cronaca e le notizie di salute. I contenuti sono, in alcuni casi, scritti da più autori contemporaneamente vengono pubblicati su Veb.it a firma della redazione.
