Il sogno di trovare vicini tra le stelle è potente. I metodi che usiamo per trovarli? Potenzialmente difettoso.
L’intelligenza artificiale lotta con cose che non ha mai visto prima. Due ricercatori della Michigan State University, Christoph Adami e Ankit Gupta, lo hanno dimostrato in una simulazione. Hanno testato la capacità dell’intelligenza artificiale di individuare la vita al di fuori dei confini del nostro pianeta.
Il risultato non è stato carino per la macchina.
L’intelligenza artificiale ha un “tallone d’Achille”. È la tendenza a classificare erroneamente dati non familiari. Adami chiama questi campioni “fuori distribuzione”. Mettere un microbo alieno di fronte a un robot addestrato solo sulla biologia terrestre? Non saprà cosa sta succedendo. La macchina potrebbe semplicemente avere allucinazioni su una forma di vita dal nulla.
“Avevamo già visto che l’intelligenza artificiale ha un enorme punto cieco quando ha a che fare con i dati, a differenza del suo set di addestramento”, ha spiegato Adami. È incredibilmente facile ingannare l’algoritmo facendogli vedere la vita dove non ce n’è.
La biologia digitale come stress test
Come si verifica l’ignoto? Hai bisogno di una verità fondamentale.
Adami utilizza Avida, un ambiente digitale evolutivo. Lanciato nel 1993, ospita programmi per computer che si comportano come organismi. Si replicano. Competono per i cicli della CPU. Si evolvono. È un codice mascherato da vita di carbonio, ma a scopo di test fornisce un enorme set di dati etichettati.
Le forme di vita e i programmi non vita condividono strutture di codifica molto simili. Le differenze sono sottili. Questo imita la realtà dell’astrobiologia. Gli alieni probabilmente non ci assomiglierebbero. Potrebbero anche non usare il DNA. Ma l’impronta digitale computazionale potrebbe ancora sembrare sospettosamente simile a noi.
I due hanno trascorso tre mesi analizzando 1.000 macchine parallele. Il loro compito? Insegna a un’intelligenza artificiale a distinguere il codice che rappresenta la vita dal codice che non lo fa.
Hanno iniziato con sequenze molecolari casuali. Poi hanno modificato una cosa alla volta. L’obiettivo era infallibile: rendere la sequenza della non vita sempre più simile alla vita agli occhi dell’algoritmo.
“Entro circa 15 modifiche… potremmo far sì che l’intelligenza artificiale sia perfettamente sicura nella classificazione della vita”, ha detto Adami.
La fiducia ha raggiunto il picco. La precisione ha toccato il fondo.
Con una confidenza del 100%, il programma non identificava mai la vita reale. Era vedere i fantasmi. È successo costantemente in tutte le sequenze iniziali.
La mela, la banana e il microbo
Perché è importante?
L’intelligenza artificiale è fantastica nell’elaborare modelli di dati che comprendiamo. Ha un valore inestimabile per setacciare il rumore. Ma richiede contesto.
“Se chiedi a un’IA qualcosa riguardo ai suoi dati di addestramento, di solito è corretto”, ha osservato Adami. Addestralo a identificare le mele. Mostrargli più mele? Funziona. Mostrargli le banane? Confusione. La banana è “fuori distribuzione”. Forma diversa. Caratteristiche diverse. All’IA mancano i punti di riferimento per esprimere un giudizio valido.
Affrontiamo lo stesso identico problema con i microbi extraterrestri.
Non abbiamo idea di come sarà biologicamente la vita aliena. Potrebbe essere radicalmente diverso dagli organismi terrestri. Pertanto, rappresentano dati “fuori distribuzione” rispetto ai nostri attuali modelli di intelligenza artificiale. Non ci sono dati di addestramento per quello. L’intelligenza artificiale non ha alcun contesto per verificare se uno specifico cluster di molecole sia effettivamente vivo o semplicemente chimicamente rumoroso.
“Devi conoscere i tuoi dati di allenamento”, ha detto Adami. “Se i dati dei test provengono dalla stessa distribuzione dell’addestramento, starai bene. Non puoi garantirlo con la biologia extraterrestre.”
Missioni spaziali e trappole per spettrometri di massa
Questo non è solo un rischio teorico. Influisce sulle prossime missioni.
Immagina un rover su Marte che perfora una roccia. Trova una struttura. Se il robot vede una macchia riconoscibile simile a una cellula, possiamo verificarlo. Possiamo testarlo con bagni chimici e microscopia. I dati sono diretti.
Ma la visualizzazione diretta è l’eccezione, non la regola.
Le ricerche future si basano sulla spettrometria di massa. Cercano processi molecolari in atmosfere come Venere, sotto il ghiaccio degli oceani di Europa o su esopianeti distanti osservati dall’Habitable Worlds Observatory della NASA (mirato per la finestra di lancio del 2040).
I dati saranno firme chimiche complesse, non foto ad alta risoluzione.
“Se un’intelligenza artificiale in missione analizzasse i dati della spettrometria di massa… potrebbe restituire un verdetto positivo per la vita senza alcuna relazione con la vita reale”, ha avvertito Adami. La macchina annuncerà con sicurezza una scoperta. La scoperta sarà falsa. Il segnale è un mimetismo non biologico e l’intelligenza artificiale, priva di contesto per la vera biologia aliena, viene ingannata.
Prossimi passi in laboratorio
La conclusione?
L’intelligenza artificiale non può sostituire la cautela umana. Non può sostituire il requisito della tradizionale verifica pratica.
Adami e Gupta stanno poi portando questa ricerca fuori dal regno puramente digitale. Hanno in programma di eseguire gli stessi test utilizzando set di dati chimici e biologici del mondo reale. Resta l’ipotesi: senza comprendere la distribuzione completa delle possibili forme biologiche, l’IA continuerà a inciampare nei propri punti ciechi.
Si prevede che presenteranno questi risultati in agosto alla Conferenza 2a026 sulla vita artificiale a Waterloo, in Canada.
Per ora la ricerca continua. Ci fidiamo delle nostre macchine perché elaborano più velocemente. Ma un’elaborazione più rapida delle ipotesi errate è solo un percorso più rapido verso la delusione. Potremmo guardare attraverso il rumore e trovare modelli che sembrano amici, quando in realtà sono solo statici.
Un modello diventa partner nel momento in cui i nostri computer dicono “sì”?
Forse dovremmo ricontrollare.
