Nel [De Arte Combinatoria](https://en.wikipedia.org/wiki/De_Arte_Combinatoria) (1666) Leibniz afferma che tutta la logica del pensiero umano non sia altro che una combinazione di pensieri piu\` piccoli che a loro volta possono essere frammentati in idee semplicissime e concatenabili.
|
|
fu questo libro cinese, spedito da un gesuita a Leibniz, a dargli l’idea della matematica binaria
|
|
|
[Luc De Brabandere](http://www.lucdebrabandere.com/en) ci spiega che il sogno di Leibniz e\` “fare di un argomentazione un teorema, fare di una discussione un sistema di equazioni e poter proporre al proprio avversario in caso di impasse: Ebbene! Calcoliamo” (Pensiero Magico Pensiero Logico, LIT edizioni, 2015).
Prima di Leibniz un altro filosofo, Hobbes, affermo\`:
Reasoning is nothing but reckoning
Di recente il CEO di Nvidia ha tenuto di recente un discorso sul “deep learning”, ovvero “machine learning” arricchito dall’analisi dei [Big Data](http://caught-in-thenet.blogspot.it/2015/04/il-big-bang-dei-big-data.html).
Secondo me il deep learning e la frase di Hobbes hanno un profondo legame.
Ci sono compiti che per un uomo sono molto complicati, come ad esempio la risoluzione di equazioni, che rispondono a delle semplici regole formali. Tradurre queste regole in algoritmi e\` molto semplice.
Il cervello umano si spinge molto oltre: e\` celebre la frase di un giudice della corte suprema americana ([Potter Stewart](https://en.wikipedia.org/wiki/Potter_Stewart)) che nel tentativo di dare una definizione legale per distinguere il materiale pornografico dal non, scrisse: “lo riconosco quando lo vedo”.
Ci sono molte operazioni, come quello del riconoscere facce, immagini o testo (come i captcha) che per un umano sono piuttosto triviali.
Quale e\` la risposta che il deep learning offre a questo problema?
Grazie ai Big Data le macchine hanno a disposizione una quantita\` enorme di dati, spesso anche categorizzata dagli stessi utenti, che puo\` essere sottoposta ad analisi statistica.
Nel 2014 Facebook ha presentato un algoritmo chiamato [DeepFace](http://www.huffingtonpost.com/2014/03/18/facebook-deepface-facial-recognition_n_4985925.html) che riconosce nel 97% dei casi i volti umani, anche se con poca luce o parzialmente coperti.
[Project Adam](http://www.theinquirer.net/inquirer/news/2355462/microsofts-project-adam-knows-the-difference-between-an-engineer-and-a-dog) e\` un progetto della Microsoft che si occupa di riconoscimento delle immagini e di oggetti ed ha dimostrato la sua potenza riconoscendo con [successo](http://research.microsoft.com/en-us/news/features/dnnvision-071414.aspx) un Cardigan Corgi da un Pembroke Corgi (due cani praticamente identici che si distinguono principalmente per la densita\` delle ossa).
Questa e\` la potenza dell’apprendimento e dell’analisi statistica.
Se davvero riconoscere coincidesse con il ragionare si potrebbe dire che un computer e\` capace di pensare; il sogno di Liebniz non si vedrebbe avverato ma il risultato ottenuto e\` identico.
Ora mi chiedo, quale e\` la differenza fra ragionare e pensare?
Non e\` semplice dare una risposta definitiva, per quanto mi riguarda penso che sono entrambi processi mentali che hanno l’obiettivo di migliorare e aumentare la conoscenza. Quando l’attivita\` del pensiero e\` logica, ovvero e\` diretta verso un obiettivo specifico (non vaga senza meta, come nello stream of consciousness) coincide con il ragionare.
Se si potesse dimostrare che un’intelligenza artificiale abbia la facolta\` del pensiero ritengo che prima di procedere alla realizzazione di un cosi\` maestoso progetto si dovrebbe ragionare su tutte le conseguenze etiche e morali di tali tecnologie. Per alcuni e\` un rischio esistenziale, ovvero e\` la creazione di un rivale dell’intelligenza umana.
Eppure [Edsger Dijkstra](https://en.wikipedia.org/wiki/Edsger_W._Dijkstra), un pioniere della ricerca nel campo delle intelligenze artificiali ha affermato che: “chiedersi se un computer possa pensare e\` come chiedersi se un sottomarino possa nuotare”.
Questo perche\`? Un algoritmo di deep learning, un A.I. universale capace di analizzare ogni tipo di dato, rimane comunque un programma senza motivazioni, senza fini se non quelli che il suo creatore gli ha assegnato. Questo programma e\` conscio della sua esistenza tanto quanto lo e\` un foglio di carta, un documento di Excel o una stampante 3D.
Se si dovesse lavorare per creare un cervello “umano” in laboratorio si partirebbe proprio da questo, che e\` un requisito necessario, che si potrebbe definire come molto piu\` di una semplice “istruzione” che ci porta a dire: “io sono”, e delle volte dubitare anche di questo.
Francesco Mecca
