sublimina.it

  • Full Screen
  • Wide Screen
  • Narrow Screen
  • Increase font size
  • Default font size
  • Decrease font size






  research gate


omino_logo_sublomina


La Conoscenza è come una linea, dove sono i confini non ci è dato di saperlo.

Sublimina.it è un viaggio personale nel mondo del pensiero umano. Per raggiungere ogni meta c'è una via ed ogni via ha un ingresso. Questa è la mia porta personale, l'ho appena aperta. Ognuno ha la sua porta, qualche volta si ha bisogno, però, di intravedere cosa c'è al di là della porta altrui per mirare l'altrove che sta dietro la propria.  Ispirato da: Franz Kafka, Il processo (1925)


Un esperimento con l'IA

E-mail Stampa PDF

Ogni tecnologia sufficientemente avanzata è indistinguibile dalla magia.
Arthur C. Clarke


Un esperimento con l'IA, test di RosarchNel 1921 lo psichiatra svizzero Hermann Rorschach (1884 -1922) ideò, sullo sfondo delle da poco nate teorie freudiane e della Gestalt, un test di personalità basato sull’interpretazione di macchie di inchiostro informi su un foglio di carta. Tali macchie sono considerate “disegni ambigui”, proprio come le nuvole che si stagliano sullo sfondo azzurro del cielo, che chiunque per gioco, almeno da bambino, ha provato ad interpretarne la forma, vedendoci draghi, navi pirata o qualunque cosa la fantasia abbia da suggerire. Anche se gli studi successivi sono stati molto intensi, dividendo gli studiosi in varie “scuole”, l’affidabilità diagnostica del “test di Rosarch” è considerata generalmente discutibile. In molti paesi, come l’Italia, il test è ancora utilizzato in campo clinico.

In ogni caso, al di là della validità clinica che qui non si intende minimamente discutere, il “test di Rosarch”, proprio come il passatempo di vedere “mostri” nelle nuvole, evidenzia alcune caratteristiche cognitive inerenti il cervello davvero interessanti. Nell’ambito della comunicazione visiva, nello specifico della “percezione visiva”, l’atto di proiettare uno stato mentale su un oggetto inanimato è noto come “proiezione” ed è una attività mentale che solitamente si attribuisce agli esseri cognitivamente superiori, come gli esseri umani. La proiezione si basa su uno stimolo visivo che viene interpretato a livello cognitivo, cioè attraverso una qualche elaborazione cerebrale, come una percezione. I primi studi moderni sui temi della “percezione” ed “elaborazione” risalgono alla “psicologia della Gestalt”, o psicologia della “forma”, sviluppatasi agli inizi del XX secolo in Germania. La Gestalt origina dagli studi dello psicologo Max Wertheimer (1880 - 1943), il quale sosteneva che l’occhio cattura i singoli stimoli visuali mentre è il cervello ad organizzare gli stimoli visivi in un’immagine coerente. In linea di principio i seguaci della Gestalt sostengono che la percezione è il risultato della combinazione o raggruppamento degli stimoli visivi e da tale raggruppamento che emerge una immagine coerente. Dietro questi concetti, si evince qualcosa di simile all’ olismo o emergentismo, in quanto i sostenitori della di questa teoria psicologica solevano sostenere che nella loro teoria il “tutto fosse diverso dalle sue parti”, dopo mutato in “il tutto è più della somma delle sue parti”. La Gestalt è stata comunque criticata perché pare non spiegare come avvenga il processo di significazione, ovvero come attribuiamo significato ad un’immagine. In ogni caso, gli elementi teorici di questo approccio aiutano in linea di principio a svelare la natura di molte illusioni ottiche.

Moderni studi all’interno delle scienze cognitive e della modellazione neurofisiologica del cervello, attraverso modelli matematici avanzati mostrano che la percezione è un qualcosa che ha a che vedere con i sistemi dinamici e con il caos. Le classiche illusioni ottiche, dove la nostra percezione oscilla tra due possibili interpretazioni visuali (ad esempio ne Il vaso di Rubin, dove è facile alternare la visualizzazione di due volti e quella di un vaso), sono modellate come dei sistemi dinamici caotici che hanno “punti di attrazione”. Tali sistemi dinamici modellano la complessa e caotica attività dei neuroni nel cervello e, in gergo tecnico, si comportano come “attrattori”. Dal punto di vista termodinamico si potrebbe dire che tali modalità percettive sono un "passaggio di stato", proprio come quando il vapore acqueo passa allo stato liquido. In altre parole (semplificando) è come se lanciassimo un dado su un tavolo liscio e, data la forma particolare, esso non può a lungo rimanere in uno stato dinamico, ma prima o poi deve stabilizzarsi mostrando una delle sue facce numerate. Solo che in tale analogia, il dado, dopo lo stato di riposo, viene rilanciato, poi rilanciato ancora e cosi via.

A questo punto abbiamo abbastanza ingredienti per fare un esperimento con il test di Rosarch e l’ Intelligenza Artificiale (IA), ovvero faremo interpretare ad una IA una macchia di inchiostro pescata tra le tavole del test di Rosarch (vedi immagine).

L’AI che andiamo ad utilizzare è nota nel campo del Machine Learning come Rete Neurale Artificiale. Le reti Neurali Artificiali sono degli strumenti molto potenti nella Computer Science e sono alla base di molte moderne applicazioni all’interno dei social media. Per dirne due, il traduttore di Google se ci azzecca è proprio grazie alle Reti Neurali; la funzione di tag automatico di Facebook basata sul riconoscimento automatico dei volti. Le Reti Neurali sono nate, circa 70 anni fa, nel tentativo di generare un modello matematico semplice del funzionamento dei neuroni biologici nel cervello. Con il passare del tempo l’utilizzo di tali modelli si è allontanato dal mondo della neurofisiologia, e scienziati ed ingegneri hanno iniziato ad utilizzarli sotto forma di algoritmi per permettere ai computer di apprendere tramite esempi. Di fatto Facebook utilizza esempi di foto già taggate manualmente per istruire una Rete Neurale Artificiale a fare altrettanto con foto postate che i computer non hanno mai visto. Oggi le Reti Neurali Artificiali costituiscono gran parte dell’ “intelligenza” dei servizi offerti dai nostri apparecchi digitali.

Per il nostro esperimento, “alleniamo” dapprima una Rete Neurale Artificiale (precisamente una Rete Neurale Convoluzionale) a riconoscere animali, come cani, gatti o uccelli. Pe fare ciò costruiamo un modello (algoritmo) di una Rete Neurale che in ultima istanza è un programma per computer. Diamo in pasto un cospicuo numero di immagini rappresentanti i vari animali informando il modello, durante il processo di apprendimento, sul tipo o i tipi di animali presenti della foto. Una volta che la Rete Neurale ha analizzato tutte le foto essa è pronta per riconoscere animali in nuove foto che le diamo in pasto, foto che non sono state processate durante il processo di apprendimento.

Il fatto interessante è che la memoria delle Reti neurali è inerente ad una particolare architettura, che imita le sinapsi del cervello biologico (i pesi sinaptici). La maggior parte degli studiosi ritiene che nelle sinapsi biologiche sia condensata l’informazione relativa ai nostri ricordi. Nella pratica le Reti Neurali Artificiali posseggono degli strati di pesi (valori numerici) che vengono computati in fase di apprendimento e che sono connessi secondo una particolare topologia. Una volta appresi i valori di tali pesi la rete è pronta per essere utilizzata, ovvero è pronta per riconoscere nuovi oggetti (animali nel nostro caso). In casa Google, ricercatori in questo campo hanno messo a punto una speciale metodologia per visualizzare il contenuto di questa memoria e tale tecnica è stata battezzata “deep dream”. “Deep” è legato al nome dato alla tecnica di apprendimento (in gergo nota come Deep Learning) mentre “Dream” deriva dal fatto che le immagini generate da questo metodo sono oniriche e con forme psichedeliche. Si è scoperto in pratica che nella memoria di tali Intelligenze Artificiali (IA) vi sono rappresentazioni mescolate (apparentemente) in modo causale degli oggetti che sono stati utilizzati nell’apprendimento. In realtà tale metodologia oggi è alla base delle molte app di manipolazione fotografica che permettono di applicare speciali filtri alle foto tramutandole in capolavori d’autore (vedi PRISMA). Tra la comunità di appassionati è apparso anche un nuovo termine che designa addirittura una nuova corrente artistica, la prima dove l’essere umano non è il principale fautore, denominata “inceptionism” (ho trattato l'argomento qui).

Ecco finalmente il punto. Mentre Hermann Rorschach sottoponeva le sue macchie di inchiostro ai suoi pazienti cercando di indagarne i meandri della personalità, noi le sottoponiamo ad una IA che è stata addestrata a riconoscere cani gatti ed uccelli. Ci aspettiamo che i pesi neurali conservino una qualche rappresentazione di ciò che hanno appreso, e di fatto è proprio così…

Abbiamo catturato lo stato mentale dell’IA?

Lasciamo agli psichiatri l’interpretazione della personalità di questa stupefacente IA, certamente un po’ fissata con i cani.

Hanno detto..

You are here: L'ingegnere Errante Un esperimento con l'IA