La natura della mente e del pensiero: Apprendimento Profondo (Deep Learning) e Intelligenza Artificiale

Deep learning e reti neurali artificiali. Così i robot sfidano l’uomo, è un articolo che riesce a spiegare, per i non addetti ai lavori, cosa sia il Deep Learning o Apprendimento Profondo. L'articolo è stato pubblicato su Robotiko, autore Massimiliano Patacchiola, laureato in scienze cognitive e ricercatore nel campo dell'I.A. e della robotica umanoide.

Creazione di Senso - Sense Making

Per chi si occupa di apprendimento e si confronta con  forme di comunicazione sempre più fondate sulla digitalizzazione dell'informazione e deve sviluppare un approccio alla conoscenza in cui il web gioca un ruolo sempre più centrale come ambiente in cui il sapere viene generato, diffuso e condiviso; questo tema riveste un rilievo cruciale. 

In prospettiva, infatti, lo sviluppo dell'Intelligenza Artificiale porterà la formazione a doversi confrontare con modelli di conoscenza post umani o, comunque, radicalmente altri rispetto alle tradizionali modalità di reperimento, selezione e organizzazione delle informazioni. 

Siamo di fronte, in altri termini, ad un problema chiave in cui è in gioco il significato stesso dell'umano, la questione della "generazione del senso" o Sense Making, la capacità dell'essere umano di assegnare un significato ai dati e costruire la propria esperienza di sé, dell'altro e del mondo.

Kelvy Bird, Sense Making

La ricerca di senso

"Il Deep Learning (in italiano Apprendimento Approfondito) è un insieme di algoritmi e tecniche statistiche che permettono di individuare pattern, modelli, schemi ricorrenti, regolarità in un insieme di dati non organizzato". 

La peculiarità dell'apprendimento approfondito  è che si basa sulle Reti Neurali Artificiali la cui struttura e il cui funzionamento è modellato su quello del cervello umano, sono infatti costituite da milioni di unità connesse tra loro, che sono in grado di apprendere dall'esperienza, memorizzare ciò che hanno appreso, generalizzare quanto appreso ed applicarlo a situazioni nuove.

Sempre muovendoci a un livello molto generale, possiamo dire che tramite il Deep Learning e le Reti Neurali Artificiali, si cerca di produrre un comportamento intelligente piegando gli algoritmi e i modelli computazionali a quello che si ritiene essere il funzionamento della mente umana.

Il Deep Learning è l'esatto contrario di quanto vanno vaneggiando certe concezioni imperniate sul pensiero computazionale e sul coding, che vorrebbero seguire un procedimento opposto, adattare il pensiero umano al modello dell'algoritmo informatico e rifondare su tale base l'apprendimento.

Idoli e Didattica

Una comprensione superficiale e schematica dell'Intelligenza Artificiale può portare a gravi fraintendimenti. Da Francesco Bacone a Fredrich Nietzsche, generazioni di filosofi e scienziati ci mettono in guardia dagli idoli, quegli stereotipi e pregiudizi in cui l'uomo riversa la propria fede per il suo bisogno di credere. Il risultato è che si scivola inevitabilmente nella "superstizione" e si sviluppano approcci più religiosi che scientifici ai problemi, come accade con la credenza che si debba rinnovare la scuola fondando il processo di apprendimento sul pensiero computazionale.

In realtà il modello computazionale del pensiero è stato abbandonato negli studi sull'Intelligenza Artificiale intorno alla fine degli anni ottanta e sono stati introdotti altri programmi di ricerca che 

hanno abbandonato l'equazione pensiero = calcolo, su cui si basava il computazionalismo classico, sviluppando altri approcci alla questione dell'intelligenza e del pensiero come:

• Intelligenza o Cognizione Incorporata o Incarnata: secondo tale approccio il dualismo mente / corpo sarebbe del tutto errato e le attività cognitive della mente sarebbero strettamente correlate al corpo. Conseguenza di tale premessa è che il conseguimento di una IA forte non richiede l'uso di computer, ma di robot dotati di corpo. Sempre entro tale prospettiva si è rivalutato anche il ruolo delle emozioni come costitutive dell'attività cognitiva.
• Intelligenza o Cognizione Situata: nasce negli anni '80 e '90 dal rifiuto del modello computazionale della mente caratterizzato da uno schema top down secondo cui le funzioni superiori del pensiero simbolico sono del tutto slegate dal corpo e dall'ambiente e sono esaustivamente riducibili a un calcolo implementabile in un software. Clark, Brooks e altri hanno sostenuto la necessità far ricorso a uno schema bottom - up e di dare "corpo alla mente" in modo da ricomprendere nell'intelligenza l'interazione con l'ambiente. Questo ha prodotto la proposto di una "robotica da scarafaggi" o cockroach robotic e il calcolo simbolico viene totalmente sostituito da un comportamento regolato dall'ambiente.
• Mente Estesa: teoria avanzata da Clark e Chalmers nel 1989, nasce dal rifiuto della tradizionale equazione mente = pensiero = io = coscienza = identità personale. Secondo la teoria della mente estesa, l'attività cognitiva non è confinata all'interno di una parte del nostro corpo (testa, cervello). Il pensiero si avvale dell'interazione con l'ambiente e con artefatti cognitivi esterni al corpo (linguaggio, strumenti, tecniche), che sarebbero parte costitutiva del processo del pensiero e quindi farebbero anch'essi parte della mente. Quindi, in sintonia con l'enattivismo, la teoria della mente estesa considera l'attività pensante come un sistema distribuito e diffuso in cui interagiscono elementi interni ma anche esterni alla mente propriamente detta, quando usiamo una penna per disegnare uno schema, la penna, la carta e l'inchiostro stanno pensando insieme a noi! I processi cognitivi non si trovano solo nel chiuso del cervello.

Cos'è l'Intelligenza Artificiale?

Chi non fosse addentro, come nel mio caso, alle questioni dell'Intelligenza Artificiale, può trovare un utile strumenti che introduce a questo campo di ricerca in questo quadro sinottico sul tema dell'IA: Cos’è l’Intelligenza Artificiale, perché tutti ne parlano e quali sono gli ambiti applicativi. Si tratta di un testo sintetico scritto da Nicoletta Boldrini e pubblicato il 9 giugno 2018 su AI 4 Business.

Si tratta di un testo piuttosto lungo per il web, l'approccio è divulgativo, si cerca di fornire sinteticamente il quadro generale dei temi, problemi e concetti chiave inerenti il campo dell'IA. L'indice comprende 14 argomenti principali tra cui si trovano tutte le principali questioni riguardanti l'IA: cosa essa sia, IA forte e debole, reti neurali, Deep Learning e Machine Learning, Quantum Computing, etc. Si cerca di dar conto anche delle ricadute degli studi sulla IA in ambito economico, marketing, sicurezza, ma anche in ambito filosofico, etico, psicologico. Interessante anche il link finale, che rimanda a un articolo della stessa autrice in cui sono indicati 15 film che trattano il tema della IA: Intelligenza Artificiale e film: i più bei film con robot che del cinema fino ad oggi.

Linkografia
Cinema, Intelligenza Artificiale e film: i più bei film con robot che del cinema fino ad oggi, Nicoletta Boldrini
Cognizione Incorporata, Wikipedia
Cognizione Situata,
Cos'è l'Intelligenza Artificiale, Nicoletta Boldrini
Deep learning e reti neurali artificiali. Così i robot sfidano l’uomo, Massimiliano Patacchiola
Enattivismo, Treccani
Modello della Mente Estesa, Alessio Persichetti
Intelligenza Artificiale Forte e Debole, Wikipedia
Pensiero Computazionale, Pensiero Critico