“Ma cosa ci vorrà mai”, pensano spesso i non addetti ai lavori quando si
parla di programmare un computer per farlo interagire con il mondo reale. In fin
dei conti, dicono, se un bambino è capace di riconoscere un oggetto e di
allungare una mano e prenderlo, non può essere un compito così difficile
insegnare la stessa cosa a una macchina: basta immettere le istruzioni
giuste.
Non è così, e una bella dimostrazione di quanto sia difficile questa interazione
è proposta da Andrej Karpathy, direttore del reparto di intelligenza artificiale
di Tesla, in questa conferenza tenuta al TRAIN AI 2018.
Il video è qui (l’embed non è
permesso; la parte più ghiotta è dal quindicesimo minuto in poi) e le slide
della sua presentazione sono qui sotto.
Sottolineo che quello descritto da Karpathy non è il software attualmente
installato sulle Tesla, ma è la base di quello che verrà installato in futuro;
alcuni suoi elementi sono già inclusi nel software installato a partire da marzo
scorso.
L’azienda sta usando le immagini acquisite dalle telecamere di bordo delle
proprie auto, circa 250.000 sparse per il mondo, per costruire un enorme
archivio sul quale addestrare il proprio software di intelligenza artificiale in
modo da permettergli, a furia di vedere esempi, di riconoscere gli oggetti che
incontra per strada e gestirli di conseguenza.
Detta così pare facile: per insegnare a un’auto a riconoscere un semaforo basta
farle vedere tanti semafori di vari tipi e il software si farà un’astrazione del
concetto di semaforo. Ma Karpathy presenta alcuni esempi eloquenti di quanto
possa essere variabile l’idea apparentemente semplice di “semaforo”.
Ci sono anche altri esempi chiarissimi nella presentazione di Andrej Karpathy.
Pare abbastanza banale riconoscere le righe di delimitazione di una corsia, ma
poi trovi cose come queste:
Anche la categoria “automobili” pare abbastanza ovvia da riconoscere, poi capita
un caso come questo: quante auto sono? Una sola, due, quattro?
Uno degli aspetti più difficili è includere i casi atipici e rari: la stragrande
maggioranza delle immagini campione acquisite e usate per addestrare
l’intelligenza artificiale rappresenta auto e solo una piccolissima percentuale
mostra altri veicoli insoliti, tipo i tram, oppure situazioni come le strade
innevate.
Un caso che sembra comune ma in realtà è raro è il giallo dei semafori: è un
segnale importante tanto quanto il verde e il rosso, eppure compare molto meno
frequentemente degli altri due colori nelle immagini raccolte. Insegnare al
software che un evento raro è importante e va capito bene tanto quanto uno
frequentissimo non è banale.
Poi c’è l’incubo della lettura dei cartelli stradali (che mette in crisi anche
molti esseri umani).
La parte più difficile, insomma, non è più scrivere le singole righe di
istruzioni, ma costruire un repertorio di immagini realmente completo e
correttamente bilanciato. Forse non arriveremo alla guida realmente autonoma
finché non decideremo di semplificare e uniformare drasticamente la segnaletica
e la viabilità, riprogettandola in funzione dei limiti del software di guida.