HomeTecnologiaRobotica e I.A.Perché le reti neurali artificiali hanno superato la matematica

Perché le reti neurali artificiali hanno superato la matematica

ragnatela

di Andrea Battaglia

Considero le reti neurali artificiali la vera svolta nel campo dell’informatica da quando ho iniziato a vederci ben poco di artificiale. Ci eravamo abituati ad immaginare una sorta di limite su ciò che una macchina è in grado di fare. Questo limite era sempre rimasto invariato. Attenzione, non parlo della potenza di calcolo di un dispositivo. Una calcolatrice è in grado di effettuare operazioni matematiche più o meno complesse. Un telefono ci permette di comunicare con gente dall’altra parte del mondo. La macchinetta del caffè fa… il caffè. Non c’importava quanto complicata potesse essere una funzionalità, sapevamo che prima o poi l’uomo l’avrebbe implementata. Ciò che l’uomo non era riuscito a produrre era invece un sistema in grado di oltrepassare il vero limite dell’informatica, quel confine tra digitale e reale. Tra umano e artificiale.

Questo perché abbiamo sempre provato a rappresentare in modo digitale una nostra visione. Una visione chiara e concisa. È la prima regola. Prima di scrivere un algoritmo, ci hanno insegnato, dobbiamo analizzare i nostri obiettivi, suddividere il problema in sottoparti più semplici, poi comporle, andare avanti per step, così prima fai una calcolatrice, poi vai sulla Luna. Ma partendo da un concetto chiaro e ben definito che hai nella tua testa, quale risultato puoi aspettarti di ottenere? Al meglio, quel concetto chiaro e ben definito che hai nella tua testa. Non puoi fare di più. Non puoi superare il limite.

Proviamo ora a ribaltare il ragionamento. Se ordiniamo qualcosa ad una persona, o meglio ancora se le chiediamo un favore, ciò che possiamo aspettarci può andare oltre le nostre aspettative. Può addirittura essere pensato in tutt’altro modo. E stupirci, quindi.

Per questo ho sempre pensato che il più grande difetto dell’informatica coincide con il suo più grande pregio, che è la perfezione. Quella perfezione che nasce con la storia dello zero e dell’uno. oppure No. Mai forse, mai un po’.

In realtà le cose sono un po’ diverse. Mentre noi occidentali eravamo impegnati a lavorare sul tutto o niente, gli orientali avevano capito l’importanza delle sfumature. O comunque ci avevano puntato qualcosa. Si chiama logica fuzzy ed è l’ultima cosa di cui un informatico medio vuole sentir parlare. Hanno provato a non piazzare quella linea separatrice di due insiemi, i Giapponesi. A cosa serve? Serve a definire un concetto di bellezza che non sia matematico, perché in effetti non lo è. Come non lo è l’idea di somiglianza. Serve a fare in modo che fotografare un palazzo alle cinque di mattina e poi di nuovo alle dodici sia la stessa cosa. Non è banale: i due palazzi per un computer sono diversi, perché soggetti a luci e angolazioni differenti, perché alle cinque di mattina non ci sono auto parcheggiate davanti, perché le luci delle stanze sono spente. Date al computer la foto di un palazzo scattata alle cinque di mattina, poi la foto scattata alle dodici e poi fatevi un selfie in spiaggia, all’alba: non sono sicuro se per il computer il palazzo delle 5 di mattina sia più simile al palazzo delle dodici o a voi! Dove sbaglia? Nella sua perfezione, ancora una volta: perché vuole ragionare considerando ogni singolo pixel della foto, perché si ostina ad utilizzare quella linea di demarcazione tra i due insiemi. E per quanto un pixel faccia parte di un mattone grigio di un palazzo del Seicento, rimane solo un colore e, a dirla tutta, non è poi neanche così grigio alle 5 di mattina. Ma allora cosa stiamo dicendo? Che il computer deve sbagliare un po’ di più per ragionare come un umano? No, affatto: per ragionare come un cervello umano, un computer deve evolversi, deve cominciare a ragionare più d’istinto che per matematica. Un bimbo di tre anni non ha bisogno di operazioni matematiche per rispondere alla domanda di prima e non vi confonderà con un palazzo del Seicento. Di solito.

Questo perché, nel cervello umano, nei bambini più che negli adulti, gli opposti coesistono all’interno della stessa categoria. Perché diciamoci la verità, più cresciamo e più impariamo a tracciare confini. Facciamo un esempio. Dobbiamo classificare dei colori in sole 6 categorie: bianco, nero, rosso, verde, giallo, blu. Prendiamo il caso del lime, che è esattamente a metà tra il verde e il giallo. Dove lo mettiamo? Ora stai immaginando quel confine tra giallo e verde e stai elaborando una serie di riflessioni complesse per giustificare la tua scelta, è verde perché, è giallo perché. Il bimbo di tre anni ha già risposto molto tempo fa, dicendo che è un po’ verde e un po’ giallo, fregandosene di dover rispettare le regole, perché è stupido dire che non è verde o che non è giallo. È due colori contemporaneamente, al massimo. Questo è il ragionamento alla base del nostro cervello, fino a che la cultura occidentale non ci imprime la sua teoria delle estremità che ci porta a pensare come i computer, perché dalla soglia tra il giallo e il verde a quella tra lo zero e l’uno è un attimo.

Da qualche altra parte del mondo qualcuno aveva pensato, all’incirca, qualcosa come “evitiamo di pensare come i computer, addestriamo loro perché pensino come noi”. E quindi: se il computer è alla ricerca continua di zeri e di uni perché alla base del suo funzionamento vi sono impulsi elettrici, qual è la base del ragionamento umano? Ma è ovvio, le reti neurali. Creiamo le reti neurali artificiali! Sistemi software esprimibili come sistemi di neuroni fra loro interconnessi, tra i quali avviene uno scambio di messaggi. Ciascuna connessione ha un peso associato, detto weight. In base a cosa le reti neurali artificiali prendono decisioni? In base all’esperienza, proprio come le reti neurali biologiche. I pesi associati alle connessioni sono soggetti a variazioni ogni volta che la rete impara qualcosa. Sono numeri ok, ma che rappresentano un’intera esperienza, un’intera infanzia, una meravigliosamente soggettiva idea di bellezza, che cambia esattamente come cambia in noi. Vi sembra così strano che un computer possa avere un’esperienza? Pensate a cosa potete dare ad una rete: immagini, audio, testi, che diventano concetti, strumenti per riconoscere il testo di una canzone e perché no, anche chi la canta; sensori che effettuano il riconoscimento facciale, Facebook si è già piazzato prepotentemente in prima fila per offrire questo servizio. Insomma: qualunque cosa tu sia in grado di insegnare ad una rete neurale artificiale, essa la apprenderà, ha solo bisogno di tanti input per imparare (come noi!): dà ad una rete neurale migliaia di immagini accompagnate da un’etichetta “bello” o “brutto” e lei imparerà i tuoi gusti in fatto di quadri e te ne consiglierà di nuovi sulla base delle tue preferenze. Dalle le tue canzoni preferite, il genere di libri che ami, le foto dei tuoi amici: abbiamo smesso di dare oggetti ad un computer e incominciato a dargli veri e propri punti di vista. E siamo solo all’inizio, vedremo un giorno i famosi e agognati robot dei film anni ’80? No, ne abbiamo già di meglio. Dobbiamo preoccuparci della pericolosità dell’intelligenza artificiale come in molti avevano predetto? No, una rete neurale artificiale non arriverà mai ad avere una vera coscienza. O forse sì.


Andrea Battaglia - viso

Andrea Battaglia

Mi occupo di informatica, ho 26 anni e mi piace il blu.