La domanda che ogni ricercatore nel campo dell'intelligenza artificiale (AI) si pone è: quali sono le base scientifiche dell'AI? Una volta risposto a questa domanda, ci si comporterà di conseguenza. Fermo restando che chi si occupa di AI forte intende creare quella che si chiama una learning machine (una macchina in grado di apprendere senza supervisione), ritengo vi siano due approcci molto generali alla questione:

1. trovare una particolare legge del pensiero eretta a meta-regola per la modificazione delle leggi del pensiero in base all'interazione con il proprio ambiente o un modello concettuale e matematico capace di dimostrare qualsiasi cosa ¹ ;
2. elaborare un modello nascosto nella biologia che ci permetta di ottimizzare ciò che di autogeno troviamo in natura.

In altre parole, vi sono le ricerche più improntate su modelli concettuali/logici/matematici, e quelle che cercano nella biologia e nella particolare costituzione biologica umana un modello da conoscere, da seguire per ottimizzare.

Il presente articolo si concentra sul secondo approccio.

Essendo gli esseri umani gli enti dotati del maggior grado di intelligenza (di cui noi abbiamo notizia) è chiaro che dobbiamo osservarli e capire come e perché è presente l'intelligenza. La symbolic AI di tipo classico ha operato un'astrazione che, invece che semplificare le cose, le ha mistificate: ha attribuito a qualsiasi tipo di ragionamento la struttura if-then, non rendendosi conto che, se è vero che quasi ogni tipo di ragionamento può essere ridescritto in quel modo, è altrettanto vero che noi non pensiamo esclusivamente (e nemmeno per la maggior parte!) in quel modo. Quindi in un approccio top-down ci sono state eccessive semplificazioni. Tuttavia noi esseri umani siamo enti biologici, e all'interno del nostro corpo avvengono degli eventi molto importanti. Da un punto di vista strettamente di ontologia terza persona i processi a cui danno luogo il cuore, i polmoni, o i reni sono molto semplici da capire, sono stati retroingegnerizzati e infine resi sostituibili attraverso macchine ² . Invece che astrarre semplicemente a partire dal high-level, si può guardare al livello più basso (quello cerebrale), capire come funziona, riprodurlo e infine, se possibile, ottimizzarlo.

Quindi la prima fondamentale osservazione da fare a riguardo è la seguente: «L'intelligenza umana emerge attraverso l'evoluzione biologica» (Red'ko: 2007, p 327) ³

Bisognerà guardare ai modelli che cercano di capire e formalizzare questi importanti processi, e non partire da zero e cercare di creare modelli che rendano bene la mera idea intuitiva di "auto-miglioramento" o "raggiungimento di obiettivi in dominii diversi".

Possiamo prendere in considerazione due modi di approcciarsi alla natura in questo ambito: possiamo cercare di caratterizzare l'evoluzione delle abilità cognitive, oppure possiamo cercare di ricreare la complessità di un cervello, da cui emerge l'intelligenza. Sono entrambi, per così dire, tentativi di "navigazione a vista": noi non sappiamo effettivamente se ricreando lo stesso schema evolutivo o ricreando la stessa complessità cerebrale, potremo ottenere l'intelligenza o un comportamento adattivo. Il fatto che avvenga in natura dovrebbe rappresentare un ottimo "precedente" circa i tentativi che si vogliono fare. Intanto, ci occuperemo del tentativo di ricreare la complessità del cervello.

Ricreare la complessità del cervello

Il titolo può sembrare un po' fuorviante, quindi è necessario specificare subito: il cervello è formato da circa trenta miliardi di neuroni, e non è possibile, a livello ingegneristico, creare un simile apparato al giorno d'oggi. Tuttavia Hugo de Garis è riuscito a sviluppare un modello per un cervello artificiale di qualche migliaia di neuroni. Per riuscire a spiegare il suo lavoro, bisogna introdurre due concetti importanti: quello di algoritmo genetico, e quello di rete neurale.

Gli algoritmi genetici

Un algoritmo genetico è un paradigma di autoorganizzazione ispirato all'evoluzione biologica. In particolare si ispira a due paradigmi dell'evoluzione biologica: la riproduzione sessuale e le mutazioni (casuali ⁴ ). In realtà Storrs Hall all'evoluzione biologica come ispiratrice dell'algoritmo genetico affianca anche l'evoluzione memetica ⁵ . Il primo algoritmo genetico (GA) è stato implementato da John Holland negli anni sessanta del secolo scorso, ma si è dovuto aspettare fino agli anni ottanta per poter sperimentare questa trovata matematica al computer, a causa di problemi di potenza e di velocità dei processori. Ora, qual è il quid di un GA? La questione fondamentale è che ad un dato problema si trova non un possibile stato/soluzione alla volta, ma un insieme di essi (questo insieme viene detto popolazione). Gli stati nuovi non sono creati dal migliore dei precedenti, ma da un insieme dei migliori. Questo rende un GA un metodo di ricerca molto più dotato di adattamento.

Nel GA di Holland, gli stati individuali sono rappresentati da strisce di bit. Grazie all'operazione chiamata crossover si crea una stringa nuova da due già esistenti. Immaginiamo, dice Storrs Hall, di «prendere due stringhe della stessa lunghezza, e di mettere un punto lungo di esse. Prendi tutti i bits alla sinistra di questo punto dalla prima stringa, e tutti i bits a destra dall'altro, e uniscile in modo da formare una nuova stringa» (Hall: 2007, p 185) ⁶ . In generale, come ci segnala Hall, il campo dei GA è evoluto rapidamente ⁷ , e al giorno d'oggi si usano per qualsiasi cosa – dalla progettazione dei reattori nucleari a quella dei robot che camminano.

Come funziona oggi, al di là del primo semplice modello di Holland, un algoritmo genetico? Kurzweil ne dà una descrizione chiara. Prima di tutto si stabilisce un modo per codificare le possibili soluzioni a un problema dato: nel caso stessimo cercando di ottimizzare un progetto di qualcosa, si definisce un insieme di parametri, assegnando a ciascuno un certo numero di bits. Questo è considerato come il codice genetico. Tramite alcune tecniche, come il crossover, si generano random migliaia di codici genetici, e ognuno di essi viene chiamato "organismo-soluzione". Ognuno di questi organismi deve essere in qualche modo testato. Questo avviene in un ambiente simulato, che serve a valutare ciascun organismo. Si attua una selezione: gli organismi migliori (secondo determinati parametri) rimangono e possono moltiplicarsi (sempre secondo tecniche quali crossover), quelli peggiori vengono eliminati. Ad ogni generazione di organismi si avrà un miglioramento e, quando il miglioramento tra una generazione e l'altra diventa irrisorio, «si blocca il ciclo iterativo e si usano i progetti migliori dell'ultima generazione» (Kurzweil: 2008, p 265).

I GA si ispirano all'evoluzione naturale, darwinisticamente intesa: infatti per l'evoluzione artificiale portata avanti dai GA «valgono i principi della riproduzione selettiva degli individui migliori, della ricombinazione genetica, che i biologi chiamano crossover, e delle piccole mutazioni casuali dei cromosomi. Naturalmente i cromosomi artificiali degli algoritmi genetici sono delle semplificazioni di ciò che è realmente il genoma di un organismo biologico» (Marocco: 2006, p 59).

Ci sono due questioni da sottolineare per ciò che concerne l'uso di un GA. La prima è che «i progettisti umani non programmano direttamente una soluzione, ma fanno in modo che emerga (grassetto nostro) attraverso un processo iterativo di competizione simulata e di conseguenti miglioramenti» (Kurzweil: 2008, p 265). Il secondo aspetto è l'ottimizzazione del divenire biologico: com'è noto, l'evoluzione biologica è molto lenta, e i suoi tempi non sono minimamente paragonabili a quelli umani. I computer usati per questo scopo invece, sono molto veloci e simulano decine di generazioni nell'arco di qualche giorno. Il GA è un modo attraverso cui è possibile «catturare gli schemi, sottili ma profondi, che esistono nei dati caotici» (Kurzweil: 2008, p 266): in questo senso, vengono usati là dove le variabili sono troppe per calcolare soluzioni analitiche precise. Il solo concetto di GA, è uno "schiaffo" al determinismo di laplaciana memoria. Laplace, a livello puramente ideale, sosteneva che, conosciuta la posizione delle particelle dell'universo a un tempo t, era possibile calcolare (quindi analiticamente) il successivo sviluppo dell'universo. In un paradigma complesso, tutto questo non è possibile. Infatti il calcolare lo sviluppo dell'universo ⁸ non è al momento concepibile, perchè la complessità a cui è sottoposto il mondo è tale che analiticamente il lavoro risulterebbe impossibile, e non è detto che l'universo, una volta capiti meglio i suoi paradigmi caotici, si presti ad operazioni del genere. Se poi andiamo oltre le considerazioni di chaos theory e prendiamo in esame la prospettiva ad esempio di Stephen Wolfram, allora tale calcolo è irriducibile computazionalmente.

Reti neurali e connessionismo

Le reti neurali ⁹ sono un metodo di autorganizzazione tra i più usati. L'idea che è implicita in esse, è quella per cui siamo più propensi per un approccio che imiti la biologia, piuttosto che per un approccio che sia esclusivamente autoreferenziale ¹⁰ : in linea del tutto teorica, è possibile elaborare regole che descrivono ciò che facciamo, ma non per questo tali regole riflettono veramente ciò che noi facciamo, e i processi di cui ci serviamo. Le reti neurali nascono per capire meglio come funzionano i processi cerebrali.

L'origine storica delle reti neurali è nota a tutti: nel 1943 McCulloch e Pitts scrissero un articolo intitolato A Logical Calculus of the Ideas Immanent in Nervous Activity ¹¹ . I due ipotizzarono che «ogni neurone potesse essere considerato come On o Off, senza nessuno stato intermedio» (Copeland: 1993, p 185). Tutto ciò che ha a che fare con i neuroni, al di fuori dello scaricare o meno, non ha alcuna importanza.

On/Off, Vero/Falso, 0/1: si sta in qualche modo avanzando l'ipotesi secondo cui il cervello si comporti in maniera analoga a un manipolatore di simboli, seguendo le regole della logica proposizionale se non addirittura quelle di una macchina di Turing. Combinando alcuni neuroni, ed è questo il quid dell'articolo, si ottiene un sistema che è considerato «sorgente dell'incremento della potenza computazionale» (Fausett: 1994, p 22), proprio perchè è un sistema che lavora massicciamente in parallelo. Quindi i neuroni artificiali, esattamente come i neuroni biologici, possono essere «disposti in una rete per produrre qualunque output che possa essere rappresentato come una combinazione di funzioni logiche» (Fausett: 1994, p 22) ¹² . E' chiara l'influenza di Turing in un lavoro del genere, e non viene nemmeno troppo velata. Lo stesso Turing nel 1948 con il suo manifesto Intelligent Machinery ¹³ , introduce un tipo di rete neurale chiamata B-Type Unorganized Machines.

Quindi la vicenda delle reti neurali comincia più di cinquanta anni fa, ma viene subito messa da parte a causa degli enormi successi degli sviluppi dei computer digitali. In particolare, le reti neurali sembravano essere destinate a un notevole sviluppo con le ricerche di Frank Rosenblatt, ma Marvin Minsky (nel 1969) le ritenne perfettamente inutili e nessuno se la sentì di contraddirlo, anche perchè il lavoro in altri campi era tanto, ed era emozionante. Negli ultimi trenta anni si è verificato un ritorno alle reti neurali, e questo per due motivi fondamentali:

• grazie alla potenza dei computer digitali, è possibile simulare in modo più efficace le reti neurali
• la possibilità di creare hardware utili alla ricerca nel campo delle reti neurali

Fatta questa breve introduzione storica possiamo finalmente chiederci: che cos'è una rete neurale? Le reti neurali non sono solo modelli matematici per l'elaborazione dell'informazione un pò diverse dalle MT: sono anche «sistemi che hanno determinate caratteristiche di performance in comune con le reti neurali biologiche» (Fausett: 1994, p 3) ¹⁴ . I ricercatori, in questo campo, condividono alcune assunzioni fondamentali:

• l'elaborazione dell'informazione avviene al livello di elementi semplici chiamati neuroni
• l'informazione è in segnali che passano attraverso collegamenti tra i neuroni (connection links)
• ogni connessione ha un suo "peso" (strenght, weight) che è determinato principalmente dal diametro delle connessioni e, nelle reti neurali biologiche, dalla composizione chimica delle sinapsi
• ogni neurone applica una funzione (non-lineare) alla sua rete di input (determinata dalla soma dei "pesi" dei segnali di input) per determinare il suo output
• ogni neurone ha una sua soglia (threshold) che è l'input minimo che causerà il suo scaricamento

Se noi abbiamo il neurone A con soglia pari a 3, che è collegato con il neurone B (con un peso di connessione pari a 2) e con il neurone C (con un peso di connessione pari a 1), allora il neurone A scaricherà (it fires) se e solo se scaricano sia B che C. Questo per le connessioni eccitatorie (excitatory). Esistono anche connessioni inibitorie (inhibitory).

In generale, una rete neurale è caratterizzata da una particolare configurazione delle connessioni (architecture). Il modo per determinare e coordinare i "pesi" delle connessioni è detto training/learning. Quindi una rete neurale è fatta di piccoli elementi che elaborano l'informazione (i neuroni), i quali sono connessi tra di loro e nel modo sopra esposto si influenzano continuamente.

Come riportato sopra, c'è una profonda analogia tra il neurone biologico e quello artificiale delle reti neurali. I neuroni biologici sono formati da tre componenti importanti da considerare in questa sede: i dendriti (ricevono i segnali dagli altri neuroni), il soma (somma i segnali in entrata, e il neurone scarica quando il segnale in entrata raggiunge il threshold) e l'assone, che è ciò attraverso cui il segnale scaricato arriva ad altri neuroni. Detto questo, i neuroni biologici e quelli artificiali condividono alcune caratteristiche (Fausett: 1994, p 6):

• il segnale può essere modificato dai "pesi"
• sotto determinate condizioni (cioè un certo input), il neurone trasmette un output che si propaga ad altre cellule grazie a un "link" (che nei neuroni biologici, come abbiamo visto, si chiama assone)
• nelle sinapsi e nei pesi c'è memoria a lungo termine, mentre nei segnali c'è memoria a breve termine
• la forza (il peso) delle sinapsi si modifica con l'esperienza

Abbiamo scritto all'inizio che è un buon metodo di autoorganizzazione. In che senso? In questa sede poco ci importa di parlare di architetture diverse (single-layer o multi-layers), ma ci interessa parlare di training delle reti neurali. Si è detto che il training di una rete neurale è il modo in cui i valori dei pesi vengono stabiliti e/o coordinati. In questo modo una rete neurale "impara" a coordinare dei segnali che portano informazioni.

Semplificando molto, esistono due grosse categorie di training per le reti neurali:

• l'allenamento/apprendimento supervisionato, dove il training «è fatto presentando una sequenza di vettori di training, o configurazioni, ognuna con un vettore di output associato. I pesi sono dunque accordati» (Fausett: 1994, p 15) ¹⁵ di conseguenza
• l'allenamento/apprendimento non supervisionato, che avviene quando si hanno tutta una serie di dati non classificati, e si vuole capire se è possibile un qualche tipo di classificazione senza avere a priori un filo-guida. Questo metodo viene quindi usato per analisi di dati al fine di riscontrare gruppi aventi similitudini ¹⁶

E' facile a questo punto comprendere a quali usi possono essere destinate le reti neurali: dall'elaborazione dei segnali ¹⁷ , al riconoscimento vocale, di forme e di configurazioni in generale. Addirittura la Hartmann Music ¹⁸ ha costruito il primo sintetizzatore di suoni a reti neurali, quando in questo campo le due alternative erano semplicemente l‟elaborazione del suono in modo digitale o in modo analogico.

In conclusione possiamo dire che le reti neurali artificiali sono nate perchè si è sospettato che il modo che il cervello ha di far viaggiare le informazioni al suo interno fosse in qualche modo vantaggioso e, non meno importante, denso di risultati positivi rispetto alle neo-nate MT. Quindi le reti neurali artificiali sono dei modelli matematici di elaborazione dell'informazione, che cercano di prendere come esempio il processo di elaborazione che hanno i cervelli ¹⁹ .

Cervelli artificiali

A questo punto arriviamo a uno degli sviluppi più eccitanti della ricerca nel campo dell'AI, e di questo particolare sub-field che cerca di prendere spunto dalla biologia per poi ottimizzarla. Il ricercatore che vogliamo presentare qui è Hugo de Garis, che ha lavorato a Bruxelles, nello Utah, in Giappone ed attualmente fa ricerca in Cina.

Secondo de Garis, la tecnologia che avrà maggiore impatto circa il progresso tecnologico è quella dei cosiddetti Evolvable Hardware (E-Hard), che sono degli hardware programmabili a cui vengono applicati algoritmi genetici, «permettendo ai circuiti elettrici di evolvere a una velocità elettronica e a un livello di complessità semplicemente oltre i limiti della progettazione di ingegneri elettronici umani» (De Garis: 2007, p 159) ²⁰ . Secondo de Garis quindi, decine e decine di migliaia di questi circuiti potrebbero formare specifiche architetture cerebrali. L'articolo che prendiamo in considerazione è un'introduzione un po' storica e un po' divulgativa alla tematica.

Alla fine degli anni ottanta del secolo scorso, alcuni ricercatori (tra cui de Garis) iniziarono a lavorare a possibili applicazioni di algoritmi genetici alle reti neurali, da una parte per rendere meno arduo il lavoro di programmazione umano, dall'altra per creare scorciatoie allo sviluppo di complessità via via sempre più fitte. All'inizio si cercò di integrare gli algoritmi genetici e le reti neurali solo per inputs e outputs statici ²¹ , per poi passare a un maggior dinamismo. In questo senso si riuscì a far camminare due bastoni di legno come fossero gambe artificiali (una simulazione, come si evince dall'articolo): attraverso un controllo di reti neurali evoluto grazie a un algoritmo genetico, si riuscì a ricreare un "comportamento dinamico" ²² . Dopo questi primi successi, a de Garis risultò chiaro che «se è possibile far evolvere un comportamento, se ne possono far evolvere più di uno, e così diventa possibile immaginare un'intera libreria di comportamenti di questo genere per poi creare un software che simuli un quadrupede capace di camminare dritto, di svoltare a sinistra, a destra, di mangiare del cibo (...), con una rete neurale o un modulo per ogni comportamento» (de Garis: 2007, p 160) ²³ .

Progredendo nella creazione di moduli per interpretare i segnali i comportamenti possono cambiare nei momenti appropriati: il nostro quadrupede simulato, conclude de Garis, potrebbe ²⁴ addirittura mostrare segno di intelligenza. Era quindi necessario trovare un modo per far funzionare in maniera integrata i diversi moduli. Nel 1992 de Garis scoprì i field programmable gate arrays (dispositivi FPGA) le cui funzionalità possono essere programmate totalmente dal programmatore umano grazie ad un software. Utilizzando alcuni processori particolari ²⁵ di questa famiglia, de Garis scoprì che era possibile programmarli certamente bit per bit, ma che accettavano una configurazione di tipo random. In quello strumento costruito da de Garis chiamato cellular-automata-machine brain-machine (CBM o anche CAM-BRAIN, CAM-B), vi sono 72 di quei processori che, grazie alla configurazione random, creano i circuiti di una rete neurale in pochi secondi. In questo senso, il Cam-Brain esegue un algoritmo genetico nei circuiti neurali e, attraverso migliaia di generazioni, crea decine di migliaia di circuiti. Quando un circuito evolve in modo appropriato, viene scaricato nella RAM del Cam-Brain. Una volta sviluppatosi a dovere, il Cam-Brain può controllare una rete neurale con qualcosa come 1152 elementi: è estremamente parallelo e può lavorare più velocemente. Negli esperimenti di de Garis, il Cam-Brain controlla i comportamenti di un robot-gatto chiamato Robot Kitty. Questo ha 23 motori, riceve e invia segnali radio al Cam-Brain via antenna.

Il Cam Brain prevede due tipi di funzionalità:

• evolution, grazie a cui il gatto imparerà i comportamenti (ad esem- pio il muoversi in un certo modo, evitando ostacoli ecc) a seconda dell‟ambiente in cui si trova, tutto questo grazie alle reti neurali che fanno evolvere degli algoritmi genetici i quali, una volta giunti a una generazione con bassissimo margine di miglioramento, si fer- meranno e scaricheranno la generazione corrente nella RAM
• run mode, in cui riceve inputs ed emette outputs ²⁶

Questo progetto di Robot Kitty non può essere paragonato al modo complesso tramite cui lavora il cervello umano. Senza analizzare le differenze qualitative tra le risposte di Robot Kitty all'ambiente, e quelle di un essere umano, si può sperare in ogni caso che questo tipo di progetti possano solo migliorare, nel momento in cui si creano processori più veloci, sempre più piccoli, e più facilmente integrabili.