Da anni gli scienziati stanno tentando di insegnare ai computer a riconoscere visivamente gli oggetti, imitando la struttura occhio-cervello umana, e le ultime ricerche mostrano diversi progressi in questo campo: i nuovi programmi di ultima generazione sembrano infatti aver implementato la percentuale di successo di questi sistemi nel riconoscere immagini, soprattutto quelle naturalistiche (fino al 60%).
Dal Mit (Massachusetts Institute of Technology), però, arrivano ora delle perplessità circa la reale efficacia di questi sistemi: secondo James Di Carlo, neuroscienziato del McGovern Institute for Brain Research del Mit, e Nicolas Pinto e David Cox del Rowland Harvard Institute, gli esami cui sono sottoposti i programmi sarebbero affetti da un “vizio di forma” e avvantaggerebbero i computer, dando esiti positivi superiori alle reali capacità dei software. Tra questi programmi-test vi è anche uno dei più utilizzati, il Caltech 101 (del California Institute of Technology), pensato per provare gli algoritmi di riconoscimento visivo su centinaia di immagini del mondo reale. Gli autori dello studio sostengono infatti che le immagini usate non rispecchiano l’ampio raggio di situazioni che si presenta in ogni istante all’occhio umano.
I ricercatori hanno testato l’abilità dei programmi di riconoscimento sperimentandola su due soli oggetti, ma variandone posizione, dimensione e orientamento, in modo da riflettere meglio le diversità del mondo reale. “Con solo due tipi di oggetti da distinguere, questa prova sarebbe dovuta risultare più semplice dei test di routine, in cui il computer deve identificare molti oggetti. Invece si è rivelata più difficile” dice Cox. “Il nostro computer ha lavorato meglio con le immagini del Caltech101 database perché non tengono conto delle variabili presenti nel mondo reale. Per realizzare sistemi artificiale che possano imitare le abilità umane, si dovrà comprendere meglio come le informazioni visive sono elaborate dal nostro cervello”. (g.r.)
