Questa attività introduce i concetti base dell’apprendimento automatico, che è una branca dell’intelligenza artificiale (IA), attraverso un esempio tratto dall’astronomia: la classificazione delle galassie. 

Le domande da cui si parte sono: 

• cosa vuol dire che una macchina apprende? 
• in che modo una macchina può aiutare gli astronomi a riconoscere le varie tipologie di galassie?

Normalmente, le macchine riescono ad aiutarci quando le programmiamo per farlo. Gli informatici, e oggi anche gli astronomi, scrivono software che codificano una serie di regole per risolvere un problema specifico. Per esempio, se vogliamo calcolare la velocità di allontanamento di una galassia a partire dagli spettri delle sue stelle, oppure calcolare la massa di un ammasso dopo averne misurato la luminosità. O, più semplicemente, calcolare il valore medio di una serie di dati raccolti al telescopio. O, addirittura, mettere in ordine crescente una serie di numeri (sembra facile, ma vi invitiamo a ideare un algoritmo capace di farlo). Alla base, per l’appunto, c’è un algoritmo che definisce come risolvere il problema. 

Tuttavia, in alcuni casi, specificare queste regole è particolarmente difficile. Si pensi, ad esempio, al riconoscimento di oggetti e persone in un’immagine, oppure alla comprensione del parlato (banalmente, quando ci si rivolge a un assistente virtuale come Alexa o Siri). Beh, non è detto che non si possa scrivere un programma capace di raggiungere questi obiettivi, basato su un algoritmo estremamente complesso, ma è molto probabile che i risultati siano insoddisfacenti. Oltretutto, il sistema può dover adattarsi a un ambiente in continua evoluzione. Quindi, che si fa? Si deve cambiare il programma tutte le volte, in base all’ambiente? Non è proponibile.

L’ideale è che il sistema (il programma) si adatti al cambiamento dell’ambiente. Per farlo bisogna addestrarlo, ossia dargli altri esempi. Perché, a partire da una serie di esempi, la macchina può imparare.

I sistemi di apprendimento automatico (in inglese machine learning, o ML) non vengono direttamente programmati per risolvere un problema, ma costruiscono una soluzione a partire da esempi di come dovrebbero funzionare e da una serie di esperienze, attraverso tentativi ed errori. 

L’approccio ML consiste nel progettare algoritmi che apprendono automaticamente dai dati o, più in generale, dall’esperienza. È diverso dall’approccio informatico “standard”: in questo caso vogliamo trovare una regola generale, avendo accesso solo agli esempi di addestramento. Si tratta di definire il modello e, sulla base degli esempi, addestrarlo aggiustandone i parametri in modo che il suo comportamento imiti al meglio quello degli esperti. Alla fine dell’addestramento, abbiamo sviluppato un modello con parametri fissati. A quel punto, a fronte di nuovi dati in ingresso, anche diversi da quelli visti in fase di addestramento, se abbiamo lavorato bene, il modello dovrebbe dare risposte simili a quelle che avrebbe dato un esperto. 

L’obiettivo è che la macchina ci dica qualcosa di ragionevole anche su ciò che non ha mai visto. Questa capacità, nota come generalizzazione, è un tratto distintivo dell’intelligenza umana. In questa accezione, apprendere significa incorporare informazioni nel sistema, a partire dagli esempi di addestramento.

Alla base di tutto questo c’è il concetto di classificazione. La macchina deve effettuare una classificazione. Il trucco, l’avrete capito, sta nel sottoporre alla macchina una serie di esempi rappresentativi. Solo così, quando gli si presenterà qualcosa di nuovo, abbiamo la speranza che possa attingere a questi esempi per capire di cosa si tratti.

Chi lavora con l’apprendimento automatico si propone quindi di costruire un programma flessibile il cui comportamento sia determinato da una serie di parametri. I parametri sono come manopole di comando che consentono al programmatore di modificare il comportamento del programma. Il campione di dati a disposizione per l’addestramento (detto anche training set, o set di addestramento) dovrebbe consentire di individuare la configurazione ottimale dei parametri.

Il programma con parametri fissati è detto modello. L’insieme di tutti i programmi ottenibili manipolando i parametri costituisce una famiglia di modelli. Il procedimento utilizzato per scegliere i parametri a partire dal dataset è detto algoritmo di apprendimento.

Non entreremo nel dettaglio su come funziona un algoritmo di apprendimento dal punto di vista computazionale. Ci basterà sapere che esistono varie tipologie di apprendimento, tra cui:

• Apprendimento supervisionato: basato su esempi già classificati da esperti
• Apprendimento non supervisionato: all’algoritmo vengono forniti dati senza etichette, su cui deve essere addestrato, senza conoscere nulla in più. L’algoritmo cerca di capire se in questi dati c’è una struttura: ad esempio, se possono essere suddivisi in gruppi omogenei, ma senza un riferimento che indichi quali dati appartengono a un certo gruppo oppure a un altro. La macchina può riconoscere schemi ricorrenti e suddividere i dati in gruppi con caratteristiche simili. Di fatto si tratta di algoritmi di raggruppamento dei dati.
• Apprendimento per rinforzo: il sistema non solo si addestra e predice, ma interagisce con l’ambiente circostante per consolidare i propri parametri.

Con questa attività unplugged, gli studenti potranno comprendere, in modo giocoso, come funzionano l’apprendimento supervisionato e quello non supervisionato, utilizzando l’astronomia come filo conduttore. Arriveranno infatti a capire come si è giunti alla famosa sequenza di Hubble, strumento fondamentale alla base della classificazione delle galassie.

Grandi e piccole, ordinate e caotiche, spirali ed ellittiche, blu e rosse: le galassie hanno dimensioni, masse, forme e colori molto diversi. Sull’origine di questa grande varietà morfologica si interrogano gli astronomi da circa un secolo, subito dopo aver compreso che quelle splendide sorgenti, all’epoca chiamate “nebulose a spirale”, non facevano parte della Via Lattea, ma costituivano intere “isole stellari” al di là della nostra galassia. Galassie, in un mare cosmico pullulante di galassie. Fu l’astronomo statunitense Edwin Hubble, nel 1924, a confermare il carattere extragalattico di queste “nebulose” misurando la distanza di una di esse – Andromeda – con il telescopio Hooker da 2,5 metri dell’Osservatorio di Mount Wilson, in California. I risultati furono annunciati ai primi di gennaio del 1925, durante il meeting annuale dell’American Astronomical Society.

Una volta compresa la loro natura, Hubble passò a occuparsi della classificazione di questi sistemi, analizzando 400 lastre fotografiche che ritraevano galassie e cercando di raggrupparle in base a caratteristiche morfologiche. Da una parte le galassie ellittiche, dalla forma rotondeggiante; dall’altra le spirali, divise a loro volta in quelle solcate da una struttura allungata, detta “barra”, e in quelle invece prive di tale struttura; infine, una piccola percentuale di inclassificabili – le cosiddette irregolari. Lo schema risultante, pubblicato nel 1926 e perfezionato negli anni a venire, passò alla storia come la “sequenza di Hubble”, inaugurando una ricca collezione di leggi, costanti e telescopi spaziali che portano il nome del celebre astronomo. C’è chi lo chiama anche diagramma a “diapason” (il nome di uno strumento acustico usato per accordare gli strumenti musicali) per via del suo aspetto, e chi rende onore anche a Gérard de Vaucouleurs, astronomo franco-statunitense che, nel 1959, estese lo schema originale e la sua interpretazione in termini di evoluzione galattica.

Ma vediamo le tre tipologie un po’ più nel dettaglio e come le diverse morfologie sono legate alle proprietà fisiche interne dei vari tipi di galassie presenti nell’Universo. 

Le galassie ellittiche sono insiemi quasi sferici (il termine tecnico è ellissoide) composti principalmente da vecchie stelle, privi di gas e polvere necessari per formare nuove stelle. Le stelle orbitano in maniera piuttosto caotica intorno al centro, e la rotazione non gioca un ruolo importante nella loro forma. I movimenti delle loro stelle, spesso lungo orbite ovali, determinano la forma ellittica. Generalmente queste galassie si trovano vicino ai centri degli ammassi, grandi gruppi formati da centinaia o migliaia di galassie, il che suggerisce che potrebbero formarsi quando le galassie si fondono tra loro. 

Le galassie più conosciute sono le galassie spirali, per via delle loro forme spesso spettacolari e molto affascinanti. Il centro di una galassia a spirale presenta un ampio agglomerato di stelle, di forma approssimativamente sferica, chiamato “bulge”. Questo rigonfiamento è simile a quello di una galassia ellittica e diminuisce man mano che ci si sposta verso destra lungo la sequenza. Un’importante differenza tra ellittiche e spirali sta nella rotazione delle stelle, che nelle spirali ruotano in maniera ordinata attorno all’asse galattico, nel disco piatto che le caratterizza e che contiene i caratteristici bracci. A differenza delle ellittiche, le spirali ospitano sia stelle giovani sia stelle vecchie e sono ricche di gas e polvere, favorendo la formazione di nuove generazioni di stelle. La formazione stellare in queste galassie avviene principalmente nei bracci a spirale del disco ed è simile a un ingorgo stradale. Come le automobili su una strada, la materia che si muove più lentamente nel disco crea un collo di bottiglia, concentrando il gas e la polvere lungo la parte interna dei bracci. Questo ingorgo di materia può diventare così denso da collassare, dando origine a nuove stelle. 

Come anticipato, le galassie a spirale si suddividono in “non barrate” e “barrate” e sono classificate in base alla dimensione del loro bulge e a quanto sono stretti i bracci. Le barre si formano nelle galassie a spirale quando le orbite delle stelle diventano instabili e si allungano, creando una struttura a forma di barra che si allunga quando la gravità cattura altre stelle vicine. 

Le galassie irregolari non rientrano nelle categorie precedenti. Sono prive di forma e di simmetria o di struttura ordinata. Possono contenere stelle vecchie e giovani e spesso presentano accumuli di gas e polvere che daranno origine a nuove stelle.

Gli astronomi hanno ampliato il diagramma a diapason di Hubble per includere le galassie che si trovano un po’ in mezzo tra le altre categorie. Le galassie a spirale intermedia si collocano tra le spirali non barrate e quelle barrate e presentano una piccola barra. Le galassie lenticolari si collocano tra le galassie ellittiche e quelle spirali. Hanno un rigonfiamento centrale di stelle e un disco appiattito, ma non presentano bracci a spirale. Come le ellittiche, le galassie lenticolari non contengono molto gas né polvere e sono principalmente costituite da stelle vecchie. Se osservate “di profilo”, la loro forma assomiglia a quella di una lente, motivo per cui sono chiamate “lenticolari”. 

A quasi un secolo dalla prima classificazione delle galassie, la missione Euclid ha già ripreso un milione e duecentomila grandi galassie, che oggi vengono classificate grazie ad algoritmi di intelligenza artificiale per misurare e descrivere la loro forma e le loro caratteristiche. Un estratto di questi 1,2 milioni di immagini è stato selezionato per costruire un diagramma che si richiama a quelli di Hubble e de Vaucouleurs, organizzando le galassie lungo una sequenza in base alla loro forma, dimensione, presenza di una barra stellare, di bracci a spirale e altre caratteristiche. Si distinguono le ellittiche, a sinistra, le lenticolari (S0) con o senza barra, e poi le spirali, anch’esse con o senza barra, con tanto di “barrate intermedie”. Ci sono poi le irregolari, che sfuggono alla classificazione (all’estrema destra), e le spirali viste di taglio (riportate in basso a sinistra).

Sorprendentemente, le galassie più comuni nell’universo non sono le splendide, grandi galassie a spirale di colore bluastro. Al contrario, le galassie più frequenti sono le più piccole, dette nane. Non solo hanno piccole dimensioni, ma sono anche molto deboli perché contengono poche stelle: per decenni, osservarle è stata una sfida enorme, ma oggi Euclid ha rivoluzionato questo campo di ricerca, scoprendone a migliaia e iniziando a inquadrare il loro ruolo nell’evoluzione cosmica delle galassie. Per questo motivo, le galassie nane si sono guadagnate una “categoria” nella versione aggiornata del diagramma, anche se, a vederle, sembrano semplici ellittiche o irregolari.

Tuttavia, poiché il lavoro di classificazione proposto agli studenti non tiene conto delle dimensioni delle galassie, bensì solo della loro forma, ci attendiamo una soluzione più “essenziale”, simile alla prima versione di Hubble, in cui le galassie sono state classificate in ellittiche, spirali e irregolari. Occhi attenti riusciranno a classificare le lenticolari e a capire che rappresentano una via di mezzo tra le ellittiche e le spirali.

Le galassie di Euclid che compongono il diagramma vengono utilizzate come training set per la seconda parte dell’attività. Sono 40 e, oltre al tipo (ellittiche, spirali, lenticolari, irregolari e nane), viene indicata anche la classe, solo per far capire ai partecipanti che, ad esempio, le ellittiche possono essere più o meno schiacciate e i bracci delle spirali più o meno avvolti, con o senza la barra. Galassie interagenti e spirali edge-on (spirali viste di lato) sono esempi di ciò che si può osservare nell’Universo, ma non sono vere e proprie categorie.

Riteniamo importante che gli studenti comprendano che la classificazione delle galassie non è statica, ma può evolvere nel tempo, poiché strumenti sempre più accurati saranno in grado di rivelare nuovi dettagli che permetteranno di raffinarla.

Il mazzo di carte viene distribuito equamente tra due gruppi di giocatori: carte da 1 a 30 a una metà della classe, carte da 31 a 60 all’altra metà, ad esempio). Le carte sono state numerate in modo tale che la prima metà e la seconda metà del mazzo sono ben bilanciate, in termini di galassie di ogni tipo. Entrambi i gruppi avranno quindi a disposizione 30 carte, ciascuna delle quali raffigura una o più galassie, eventualmente interagenti tra loro. Ciò che si chiede agli studenti dei due gruppi è di raggruppare le galassie (clustering), definendo i parametri in base ai criteri che ritengono più opportuni. In questa fase, ogni gruppo ha un facilitatore che lo stimola a ragionare su quali potrebbero essere le caratteristiche da prendere a riferimento nella classificazione, senza però suggerire alcunché. Definiti i parametri, ciascun gruppo classifica le galassie del proprio mazzo e le dispone su un foglio A3 in base alle categorie definite, riportate sul foglio stesso dai partecipanti.

Se si ha più tempo a disposizione per l’attività, prima di passare alla seconda parte si potrebbero invertire i mazzi tra i due gruppi, facendo classificare a ogni gruppo le carte dell’altro, usando i criteri appena definiti. In questo modo potrebbero emergere interessanti osservazioni in fase di discussione. Inoltre, eventualmente, all’inizio il mazzo delle 60 carte potrebbe essere rimescolato e i due mazzi risultanti potrebbero essere divisi a caso: questo potrebbero portare ad avere mazzi sbilanciati e, anche questo, potrebbe condurre a interessanti considerazioni.

Addestramento (comune ai due gruppi) 

Vengono mostrate le 40 galassie della release di Euclid, etichettate (Presentazione). Attenzione: non devono essere spiegati i parametri (morfologici) con i quali è stata fatta la classificazione. Sono i due gruppi (le macchine) che dovrebbero arrivare, da soli, a capire quali sono i criteri usati nella classificazione.

Nota: nella presentazione ci sono tre slide, alla fine, in cui sono riportati due casi clinici (mammografia e mappatura dei nei) e un collage in cui è evidente cosa può succedere se il training set non è buono (simpatica composizione con chihuahua e muffin). Queste tre slide possono essere utilizzate come chiusura dell’attività.

Classificazione

Il mazzo di carte distribuito nella prima parte viene nuovamente ripartito equamente tra i due gruppi di giocatori, che dovranno classificare le galassie in base all’addestramento ricevuto e compilare il modulo A4.

Occorre evidenziare, al termine dell’attività, l’importanza di disporre di un buon training set. Succede, purtroppo, che alcuni elementi errati nel training set compromettano la classificazione (ultima slide della presentazione).

• Mazzo di carte
• Scatolina
• Modulo A3
• Modulo A4
• Cartolina
• Soluzioni