Sincronicità: un paradigma per la mente

Riflessioni sull'intelligenza artificiale - Oscar Bettelli

18) I modelli

Ogni astrazione, verbale o matematica, che cercasse di descrivere il mondo o singole parti di esso, è un modello. I modelli vengono usati per trovare relazioni tra eventi, trasmettere conoscenza ad altre persone, prevedere accadimenti futuri. I modelli sono frutto di una doppia riflessione: quella del mondo nel cervello e quella delle immagini cerebrali nei mezzi di comunicazione: parole, immagini, formule.
Un modello è corretto se esso funziona in una certa misura e se possiede capacità predittive su eventi futuri. Ogni modello è vincolato alla propria rappresentazione degli eventi. La teoria computazionale è il modello su cui funziona il computer. Un aspetto che caratterizza tutti i problemi risiede nel rispettivo grado di complessità. Grazie al lavoro fatto dai matematici sulla teoria della complessità, specialmente quella algoritmica, abbiamo ora una chiara visione dei livelli di complessità e ne possiamo stimare la calcolabilità.
Le indagini svolte sulla complessità indicano che essa è qualcosa di sottile, simile e collegata al concetto di infinito. Non solo i modelli mentali ma anche quelli matematici non hanno confini finiti e definiti.
Da queste considerazioni si deduce che la conoscenza accessibile ad un computer è e rimarrà, per quanto possiamo vedere nel futuro, una specie di sistema formale limitato nella propria rappresentazione e vincolato dai problemi di crescente complessità.
L'introduzione negli algoritmi di calcolo di parametri che tengono conto dell'incertezza si scontra con un problema a monte del calcolo delle probabilità: la definizione di probabilità.
La stima del valore della probabilità degli eventi è l'anello debole di tutti i più sofisticati sistemi di trattamento dell'incertezza sia essa intrinseca o semplicemente esplorativa.
Il valore della probabilità degli eventi dovrebbe essere ricavato nel processo stesso di interazione del sistema con gli eventi medesimi.

Un calcolo statistico sembra il più promettente dal punto di vista teorico,

ma si scontra con difficoltà pratiche messe in evidenza

dalle recenti applicazioni.

I sistemi esperti che utilizzano parametri di incertezza chiedono all'operatore (esperto) di fornire le valutazioni sulle probabilità. Ricavare dall'esperienza le probabilità è ancora un obiettivo da raggiungere, e verosimilmente si arriverà alla conclusione che le stime di probabilità saranno efficaci nella misura in cui saranno "intuitive" ovvero soggettive.
Ogni mondo, ogni differenza di significato, ogni situazione richiedono definizioni separate di concetti, gruppi separati di dati ed un ampio numero di legami per realizzare le associazioni. Tutto ciò porta rapidamente alla esplosione combinatoria.
O cerchiamo di mettere nella memoria di un computer tutti i differenti casi prevedibili con tutte le loro possibili conclusioni, oppure cerchiamo di trovare poche regole generali con cui si possano determinare tutte le varie possibilità mediante dei calcoli a partire da alcuni dati esistenti.
Il progettista di una base di conoscenza è chiamato a trovare il giusto compromesso tra queste due opposte alternative. La rappresentazione possibile in un computer è strettamente legata alle caratteristiche tecnologiche con cui è realizzato.
Sono possibili molte traduzioni all'interno della sua rappresentazione ma infine il dato deve essere memorizzato sequenzialmente su un supporto magnetico.

Il modello base che fa da supporto a livelli più sofisticati

è costituito dai numeri.

Il numero è il mattone primario utilizzato in tutte le strutture concettuali realizzate nel computer. Caratterizzare ogni evento in questo modo porta ad inevitabili troncature e registrazioni parziali delle informazioni, solo ciò che è essenziale diviene oggetto di codifica e relativa memorizzazione. La ridondanza tipica presente nella percezione umana è completamente assente nei dati dei computer.
Consideriamo un modello matematico astratto composto da insiemi. Ogni elemento dell'insieme viene numerato o in altri termini gli si dà un nome. Otteniamo perciò un insieme di nomi. Definiamo inoltre delle associazioni, ovvero connessioni, tra i nomi.
Un simile modello è concettualmente semplice e molto vicino alla struttura fisica di memorizzazione delle informazioni in un computer.
Le più semplici operazioni che possiamo definire sono:

1. L'unione di insiemi
2. L'intersezione tra insiemi

Una relazione d'ordine può essere definita su ciascun insieme. Ogni insieme rappresenta una unità logica, o se vogliamo un elemento astratto, corrispondente al concetto di frame o script.
Ogni raggruppamento arbitrario di nomi è un insieme possibile. Sulla base delle operazioni di unione ed intersezione possiamo indurre una metrica sulla potenza dell'insieme complessivo di nomi.
Possiamo cioè introdurre una nozione di distanza, o simiglianza, tra qualsiasi sottoinsieme selezionato. Il meccanismo fondamentale utilizzato si basa sulle coincidenze, ovvero sul fatto che uno stesso nome compare in diversi insiemi.
Quando due insiemi hanno nomi in comune, la loro intersezione non è vuota, allora possiamo definire una relazione di simiglianza; tale relazione non è statica ma dinamica e dipende dagli insiemi scelti.
Insiemi simili sono associati fra loro tramite la relazione sopra descritta.È possibile navigare tra gli insiemi, cioè partendo da un insieme iniziale raggiungere altri insiemi utilizzando le associazioni definite.
Il modello è concettualmente analogo a quello connessionista, ma rimane di tipo simbolico. I pesi delle associazioni sono determinate dalla metrica indotta.
Le attivazioni vengono propagate attraverso il reticolo di associazioni. Ogni nome interviene sia come elemento costituente sia come tramite per il propagarsi delle attivazioni.
Nel modello possiamo quindi trovare gli elementi base per le funzioni associative intuite negli studi di psicologia cognitiva.

Simulando al calcolatore i processi psicologici si può verificare l'idea secondo la quale un meccanismo per il trattamento dell'informazione potrebbe operare su oggetti diversi dai numeri, o dai nomi, se si trovassero oggetti le cui relazioni reciproche fondamentali fossero esprimibili per mezzo di quelle della scienza astratta delle operazioni, oggetti che dovrebbero essere inoltre adattabili all'azione della notazione operativa e del meccanismo della macchina.

In sostanza questo è un problema di rappresentazione.
La possibilità che "qualsiasi" oggetto possa essere rappresentato in una notazione matematica non è da scartare a priori. Ne consegue che occorre una certa prudenza nello scartare a priori la possibilità che i calcolatori possano emulare la mente umana, almeno da un punto di vista fenomenico. Lo scopo dell'intelligenza artificiale è di mettere i calcolatori in grado di fare lo stesso tipo di cose che riesce a fare la mente dell'uomo, non di essere una "mente". L'intelligenza artificiale è strettamente connessa con le teorie psicologiche che presuppongono una similitudine fra la mente e la macchina.
In particolare l'obiettivo non è comprendere il cervello nella sua essenza, ma riprodurre quello che è capace di fare.