Decodificare la mente con l’aiuto dell’intelligenza artificiale
I modelli mentali sono rappresentazioni cognitive create dal cervello per prevedere e interpretare il mondo esterno e le conseguenze delle nostre azioni, comprendere l’ambiente circostante e definire i processi decisionali. Tali modelli vengono costantemente aggiornati e perfezionati in base ai nuovi stimoli sensoriali e al riscontro raccolto dell’ambiente, nonché grazie alle esperienze passate e alle conoscenze acquisite. Quando si allunga la mano per afferrare un oggetto, ad esempio, il cervello usa un modello mentale per generare previsioni sul feedback sensoriale atteso da questa azione, in base al peso e alla consistenza dell’oggetto, nonché alla forza con cui lo si maneggia. Quando lo si afferra effettivamente, il cervello confronta il feedback sensoriale concreto con le previsioni del modello mentale, che viene aggiornato in vista di simili azioni future.
Comprendere le rappresentazioni interne del cervello
Il progetto COGTOM, finanziato dal Consiglio europeo della ricerca, si è prefisso di svelare il ricco mondo delle rappresentazioni interne degli esseri umani, ovvero le fondamenta del nostro comportamento adattivo. «Si presume che le rappresentazioni interne siano parte integrante del funzionamento della mente. Tuttavia, il fatto che non siano osservabili direttamente costituisce una sfida significativa per la scienza cognitiva», spiega il ricercatore Máté Lengyel. Sebbene siano facilmente osservabili in un contesto sperimentale, i nostri comportamenti scaturiscono dalle rappresentazioni interne della mente in modi spesso complessi e indiretti. COGTOM si è posto l’obiettivo di comprendere meglio il processo con cui la mente costruisce modelli interni deputati alla percezione, alle decisioni, al controllo dei movimenti e all’interazione con gli altri.
Modelli delle capacità cognitive cerebrali
Il ricercatore ha utilizzato l’approccio più diffuso nel mondo dell’IA: l’apprendimento automatico, che si basa su algoritmi in grado di apprendere tramite «l’esperienza» attraverso alcuni dati. Gli strumenti avanzati di apprendimento automatico possono essere applicati per analizzare grandi serie di dati raccolti di routine nei moderni esperimenti nel settore neuroscientifico e delle scienze cognitive. Inoltre, nel contesto di COGTOM l’apprendimento automatico ha offerto un quadro teorico per formalizzare matematicamente le modalità con cui l’essere umano apprende dall’esperienza e prende decisioni. Nel corso del progetto, è stata messa alla prova l’applicabilità dei modelli bayesiani per valutare i dati comportamentali umani e spiegare come il cervello elabora e integra le informazioni sensoriali al fine di prendere le migliori decisioni. I modelli bayesiani presuppongono che il cervello integri le conoscenze o le aspettative precedentemente elaborate con i dati che percepisce attraverso i sensi. Attraverso alcune osservazioni comportamentali, i ricercatori del progetto hanno quindi ricostruito un modello mentale dettagliato relativo ai cambiamenti delle capacità cognitive superiori degli esseri umani nel corso del tempo. Tale approccio è stato quindi applicato a diversi set di dati sperimentali che riguardavano vari tipi di apprendimento, quali percettivo, visivo e di strutture motorie. Inoltre sono state eseguite analisi approfondite dei movimenti oculari, il cui ruolo è stato riconosciuto come fondamentale per derivare modelli mentali più precisi e raffinati a partire dai dati comportamentali. COGTOM ha dunque svelato il processo con cui gli esseri umani segmentano il flusso continuo di esperienze in contesti distinti. Tale segmentazione ha notevoli ripercussioni su come gli individui creano, aggiornano ed esprimono i ricordi dipendenti dal contesto. Le scoperte di COGTOM in merito alla straordinaria capacità umana di apprendere e integrare continuamente nuove informazioni potrebbero rivelarsi utili anche per superare le difficoltà attuali nel campo dell’IA.
L’IA come valore aggiunto nella ricerca
«L’importanza dell’IA (apprendimento automatico) nella mia ricerca va ben oltre il semplice valore aggiunto, ma svolge un ruolo indispensabile. Senza le tecniche e i quadri teorici forniti dall’apprendimento automatico, la ricerca di COGTOM non sarebbe stata possibile», sottolinea Lengyel. «In generale, la matematica offre i mezzi più efficaci a nostra disposizione per poter mettere alla prova e confutare le teorie scientifiche, nonché per garantire la coerenza concettuale. In particolare, per affrontare i temi della cognizione e della percezione, l’apprendimento automatico fornisce il linguaggio matematico adatto a incorporare i concetti e i quadri essenziali. Inoltre, le tecniche di apprendimento automatico sono necessarie anche per confrontare in modo rigoroso le previsioni di queste teorie con i dati reali.»
Parole chiave
COGTOM, cervello, IA, rappresentazioni interne, abilità cognitive, modelli bayesiani, modelli mentali, apprendimento automatico, neuroscienze, informazioni sensoriali
