Nel film di fantascienza Arrival del 2016, una linguista affronta l’arduo compito di decifrare un linguaggio alieno costituito da frasi palindromiche, che si leggono allo stesso modo in avanti e all’indietro, scritte con simboli circolari. Mentre scopre vari indizi, diverse nazioni nel mondo interpretano i messaggi in modi distinti, alcune delle quali assumendo che comunichino una minaccia. Se l’umanità si trovasse oggi in una simile situazione, la nostra migliore speranza potrebbe essere quella di rivolgerti alla ricerca che svela come l’intelligenza artificiale (IA) sviluppa lingue. Ma cosa definisce esattamente un linguaggio? La maggior parte di noi utilizza almeno una lingua per comunicare con le persone che ci circondano, ma come è nata? I linguisti si sono posti questa stessa domanda da decenni, eppure non esiste un modo semplice per scoprire come sia evoluta la lingua. La lingua è effimera, non lascia tracce esaminabili nei reperti fossili. A differenza delle ossa, non possiamo scavare lingue antiche per studiare come si siano sviluppate nel tempo. Anche se potremmo non essere in grado di esaminare la vera evoluzione del linguaggio umano, una simulazione potrebbe fornire alcune intuizioni. È qui che entra in gioco l’IA – un campo di ricerca affascinante chiamato comunicazione emergente, che è stata al centro di studi recenti.

Per simulare come un linguaggio potrebbe evolversi, diamo agli agenti (IA) semplici compiti che richiedono comunicazione, come un gioco in cui un robot deve guidarne un altro verso una specifica posizione su una griglia senza mostrargli una mappa. Forniamo (quasi) nessuna restrizione su cosa possano dire o come – semplicemente diamo loro il compito e lasciamo che lo risolvano come preferiscono. Poiché risolvere questi compiti richiede che gli agenti comunichino tra loro, possiamo studiare come la loro comunicazione evolva nel tempo per ottenere un’idea di come potrebbe evolversi il linguaggio.

Notizie spaziali recenti, aggiornamenti sulle missioni spaziali, eventi di osservazione del cielo e altro ancora! Correlato: Un team composta da padre e figlia decodifica un ‘segnale alieno’ da Marte che ha sconcertato il mondo per un anno. Esperimenti simili sono stati condotti con esseri umani. Immagina di essere un parlante italiano abbinato a un non parlante italiano. Il tuo compito è istruire il tuo partner a prendere un cubo verde da un assortimento di oggetti su un tavolo. Potresti cercare di gesticolare la forma di un cubo con le mani e indicare l’erba fuori dalla finestra per indicare il colore verde. Nel tempo sviluppereste una sorta di proto-linguaggio insieme. Potreste creare gesti o simboli specifici per “cubo” e “verde”. Attraverso interazioni ripetute, questi segnali improvvisati diventerebbero più raffinati e coerenti, formando un sistema di comunicazione di base.

Questo metodo funziona in modo simile per l’IA. Attraverso prove ed errori, apprendono a comunicare sugli oggetti che vedono, e i loro partner di conversazione apprendono a capirli. Ma come sappiamo di cosa stanno parlando? Se sviluppano questo linguaggio solo con il loro partner di conversazione artificiale e non con noi, come facciamo a sapere cosa signifi chiunque parola? Dopotutto, una parola specifica potrebbe significare “verde”, “cubo”, o peggio – entrambe. Questa sfida interpretativa è una parte chiave della ricerca.

Decodificare il codice

La sfida di comprendere il linguaggio dell’IA può sembrare quasi impossibile all’inizio. Se provassi a parlare polacco (la mia lingua madre) a un collaboratore che parla solo inglese, non potremmo capirci o persino sapere dove inizia e finisce ogni parola. La sfida con i linguaggi IA è ancora più grande, poiché potrebbero organizzare le informazioni in modi completamente estranei ai modelli linguistici umani. Fortunatamente, i linguisti hanno sviluppato strumenti sofisticati basati su teoria dell’informazione per interpretare lingue sconosciute. Proprio come gli archeologi ricompongono lingue antiche a partire da frammenti, noi utilizziamo modelli nelle conversazioni IA per comprendere la loro struttura linguistica. A volte troviamo sorprendenti somiglianze con le lingue umane, mentre altre volte scopriamo modi di comunicazione completamente nuovi. L’IA sviluppa i propri linguaggi. (Crediti immagine: cybermagician via Shutterstock)

Questi strumenti ci aiutano a dare uno sguardo all'”scatola nera” della comunicazione IA, rivelando come agenti artificiali sviluppano i loro modi unici di condividere informazioni. Il mio recente lavoro si concentra sull’utilizzo di ciò che gli agenti vedono e dicono per interpretare il loro linguaggio. Immagina di avere un trascritto di una conversazione in una lingua a te sconosciuta, insieme a ciò che ogni parlante stava osservando. Possiamo abbinare modelli nel trascritto agli oggetti nel campo visivo dei partecipanti, costruendo connessioni statistiche tra parole e oggetti. Ad esempio, forse la frase “yayo” coincide con un uccello che vola – potremmo indovinare che “yayo” è la parola del parlante per “uccello”. Attraverso un’analisi attenta di questi modelli, possiamo iniziare a decifrare il significato dietro la comunicazione. Nel più recente articolo in cui sono coinvolto, da presentare nei lavori della conferenza sui sistemi di elaborazione delle informazioni neurali (NeurIPS), dimostriamo che tali metodi possono essere utilizzati per retroingegnerizzare almeno alcune parti del linguaggio e della sintassi delle IA, offrendoci intuizioni su come potrebbero strutturare la comunicazione.

Alieni e sistemi autonomi

Come si collega tutto questo agli alieni? I metodi che stiamo sviluppando per comprendere i linguaggi dell’IA potrebbero aiutarci a decifrare comunicazioni aliene future. Se fossimo in grado di ottenere un testo alieno scritto insieme a qualche contesto (ad esempio, informazioni visive relative al testo), potremmo applicare gli stessi strumenti statistici per analizzarli. Gli approcci che stiamo sviluppando oggi potrebbero rivelarsi strumenti utili nello studio futuro delle lingue aliene, noto come xenolinguistica. Ma non abbiamo bisogno di trovare extraterrestri per trarre vantaggio da questa ricerca. Ci sono numerose applicazioni, che spaziano da miglioramento dei modelli linguistici come ChatGPT o Claude fino al miglioramento della comunicazione tra veicoli autonomi o droni. Decodificando lingue emergenti, possiamo rendere la tecnologia futura più comprensibile. Che si tratti di comprendere come le auto senza guida coordinano i loro movimenti o di sapere come i sistemi IA prendono decisioni, non stiamo semplicemente creando sistemi intelligenti: stiamo imparando a comprenderli.

Questo articolo è ripubblicato da The Conversation sotto una licenza Creative Commons. Leggi l’articolo originale.