Mille cervelli in uno by Jeff Hawkins

autore:Jeff Hawkins
La lingua: ita
Format: epub
editore: Il Saggiatore
pubblicato: 2022-09-29T00:00:00+00:00

Quand’è che qualcosa è intelligente?

Quando possiamo considerare intelligente una macchina? C’è una serie di criteri che possiamo usare? È analogo a chiedersi: quali macchine sono computer generali? Per potersi considerare adatto a tutti gli usi, cioè per essere una macchina di Turing universale, un computer deve essere provvisto di certi componenti, come la memoria, un’unità centrale di calcolo e un programma. Da fuori non possiamo riconoscere questi ingredienti. Per esempio, non posso sapere se il mio tostapane ha un computer generale o un chip personalizzato; più funzioni ci sono, più è probabile che contenga un computer generale, ma l’unico modo sicuro per capirlo è aprirlo e vedere come funziona.

Allo stesso modo, per qualificarsi come intelligente, una macchina deve funzionare secondo una serie di princìpi. Osservando un sistema dall’esterno, non è possibile rilevare se ne fa uso. Per esempio, se vedo un’automobile che percorre l’autostrada, non so dire se sia guidata da un essere umano intelligente che impara e si adatta alle necessità della guida o da un semplice meccanismo che mantiene l’auto tra due linee. Più è complesso il comportamento esibito dall’auto, più è probabile che ne abbia il controllo un operatore intelligente, ma l’unico modo sicuro per capirlo è guardare all’interno.

Quindi, esiste una serie di criteri che le macchine devono soddisfare perché le si possa considerare intelligenti? Credo di sì. La mia proposta si basa sul cervello. Ciascuno dei quattro attributi nell’elenco che segue è qualcosa che il cervello sa fare, per quanto ne sappiamo, e che credo vada richiesto anche a una macchina intelligente. Descriverò ciascun attributo, il motivo della sua importanza e il modo in cui lo implementa il cervello. Naturalmente le macchine intelligenti possono implementarli in modo diverso da un cervello; per esempio, non è detto che siano composte da cellule viventi.

Non tutti saranno d’accordo con la mia scelta di attributi ed è possibile sostenere che ho tralasciato qualcosa di importante. Va benissimo. Lo considero un elenco minimo per l’Iag, o un riferimento di base. Oggi pochi sistemi di intelligenza artificiale hanno anche solo uno di questi attributi.

1. Apprendimento continuo

Che cos’è? Impariamo in ogni momento di veglia, per tutta la vita. La durata di ogni specifico ricordo può variare molto. Alcune cose si dimenticano rapidamente, come la disposizione dei piatti sul tavolo o i vestiti che indossavamo ieri. Altre rimarranno con noi per tutta la vita. L’apprendimento non è un processo separato dal percepire e dall’agire. Impariamo di continuo.

Perché è importante? Il mondo è in costante evoluzione; il nostro modello del mondo deve quindi imparare continuamente per rispecchiare questi cambiamenti. La maggior parte dei sistemi di Ia odierni non è in grado di farlo. Attraversano un lungo processo di addestramento e, alla fine, sono pronti per l’uso. È uno dei motivi per cui non sono flessibili: la flessibilità richiede un continuo adattamento alle condizioni mutevoli e alle nuove conoscenze.

Come ci riesce il cervello? La componente più importante per l’apprendimento continuo del cervello è il neurone. Quando un neurone impara qualcosa di nuovo, forma nuove sinapsi su un dendrite.

scaricare

Disconoscimento:
Questo sito non memorizza alcun file sul suo server. Abbiamo solo indice e link                                                  contenuto fornito da altri siti. Contatta i fornitori di contenuti per rimuovere eventuali contenuti di copyright e inviaci un'email. Cancelleremo immediatamente i collegamenti o il contenuto pertinenti.