IA dell’EPFL si ispira al cervello per ragionare in modo trasparente

by Gabriele Romanato

Quattro moduli specializzati cooperano nel nuovo modello MiCRo, progettato per rendere più leggibili e controllabili i processi decisionali Una rappresentazione grafica sintetizza il principio di funzionamento di MiCRo: un’unica architettura Transformer integra quattro esperti specializzati che collaborano durante l’elaborazione dei token, favorendo una maggiore interpretabilità senza rinunciare alle prestazioni nei benchmark di ragionamento (Illustrazione: Innovando.News) Negli ultimi anni i Large Language Model o LLM hanno modificato profondamente il rapporto tra esseri umani e sistemi di intelligenza artificiale. Dalla generazione di testi alla programmazione software, passando per la traduzione automatica, l’analisi documentale e il supporto alla ricerca scientifica, queste reti neurali hanno raggiunto livelli di accuratezza impensabili fino a pochi anni fa. La loro crescente diffusione, tuttavia, ha portato con sé un interrogativo che accompagna ormai gran parte del dibattito scientifico: è possibile comprendere davvero come questi sistemi arrivino alle conclusioni che producono? La questione non è puramente accademica. In ambiti come la medicina, la finanza, la giustizia o la progettazione industriale, sapere perché un algoritmo abbia formulato una determinata risposta può essere importante quanto la risposta stessa. La maggior parte dei modelli oggi disponibili continua invece a comportarsi come una “black box”: il risultato è visibile, mentre il percorso computazionale seguito dalla rete neurale rimane in larga parte opaco perfino ai suoi sviluppatori. È proprio su questo limite che interviene una ricerca dell’École Polytechnique Fédérale de Lausanne (EPFL), in Svizzera. Un gruppo di studiosi ha sviluppato MiCRo, acronimo di Mixture of Cognitive Reasoners, un’architettura modulare basata sui Transformer e progettata per indurre una specializzazione funzionale fra differenti componenti del modello. MiCRo non cerca di riprodurre fedelmente la struttura biologica del cervello umano e non dimostra che una rete neurale artificiale pensi come una persona. Riprende invece un principio generale osservato nelle neuroscienze cognitive: l’intelligenza umana non dipende da un’unica area indistinta, ma dall’interazione fra reti specializzate in funzioni differenti, come il linguaggio, il ragionamento logico, la comprensione sociale e il recupero delle conoscenze. Il progetto nasce dall’incontro fra linguistica computazionale, machine learning e neuroscienze. Gli autori sono Badr AlKhamissi, Nicolò De Sabbata, Greta Tuckute, Zeming Chen, Martin Schrimpf e Antoine Bosselut, con affiliazioni all’EPFL, al Massachusetts Institute of Technology e all’Università di Harvard. Il lavoro è stato accolto dalla quattordicesima edizione dell’International Conference on Learning Representations, in programma in questo 2026. Il progetto MiCRo prende ispirazione dall’organizzazione funzionale del cervello umano, ma non pretende di riprodurne il funzionamento…