di Carlo MORABITO
Abbiamo in passato discusso dell' intelligenza artificiale, delle architetture e gli algoritmi neurali, delle metafore simboliche della conoscenza delle macchine, eventualmente di tipo fuzzy. E' volutamente rimasto da parte il problema della sensorialità. Siamo qui davanti a una diversa scala di difficoltà. Sappiamo produrre macchine in grado di dimostrare teoremi, di giocare a scacchi, di elaborare una complessa diagnosi medica, ma non riusciamo a riprodurre, se non con estrema approssimazione, financo i sistemi visivi più semplici, per esempio quelli di mosche o gatti. Il volo ultrasonico del pipistrello e il suo naso-radar rappresentano ancora oggi un affascinante rebus scientifico e, soprattutto, tecnologico. La percezione, il controllo motorio, l'elaborazione a basso livello della sensazione costituiscono a tutt'oggi un'attività assai difficile da riprodurre mediante macchine. In tal senso, queste attività sono da considerarsi, dal punto di vista della macchina, più intelligenti di altre che richiedono una manifestazione di attività cosciente. Questa volta proverò a condurre una preliminare analisi della sensorialità artificiale, ripromettendomi di proseguirla nei prossimi numeri di Helios Magazine.
La difficoltà di affrontare i problemi della percezione e dell'interpretazione automatica di un complesso di dati sensoriali non è nuova per gli addetti: il Pattern Recognition (Riconoscimento di Configurazioni) e la Computer Vision (Visione Artificiale) rappresentano le discipline ove la ricerca è oggi più spinta e l'innovazione tecnologica più sentita. Il problema, considerato un tempo periferico, marginale, è diventato teatro dello sforzo titanico di riprodurre l'intelligenza in macchine per l'elaborazione delle informazioni. Il concetto meccanicistico di macchina, retaggio della cultura scientifico-filosofica ottocentesca, trasla nel più moderno concetto di integrazione uomo-macchina e di interfaccia macchina uomo. Il progetto nei grossi laboratori di ricerca statunitensi, come il Massachussets Institut of Technology (MIT), riguarda oggi l'insieme organi di senso-interfaccia-macchina. L' elaborazione dell'informazione, intesa come dato grezzo misurato, non è più vista come una operazione centralizzata, a livello di unità centrale del calcolatore, ma piuttosto come una progressiva e distribuita interpretazione secondo alcuni passi che possiamo succintamente elencare:
1) misura o prelievo del dato mediante appropriati sensori; 2) integrazione delle misure; 3) riduzione del volume di dati e rappresentazione della configurazione; 4) generazione e integrazione di primitive; 5) elaborazione dell'interpretazione.
Al primo posto vi è dunque la capacità di costruire organi di senso artificiali in grado di emulare la sensorialità naturale. Rimane chiaramente sullo sfondo il problema della percezione sensoriale, che è un processo del pensiero e che costituisce il nucleo del problema associato alle funzioni intelligenti. Non vi è dubbio che la sensorialità è essa stessa intelligenza: pensate alla interpretazione di una immagine ambigua, ovvero un'immagine che ammette più di una interpretazione corretta. E' a livello inconscio che produciamo uno sforzo per individuare un'interpretazione accettabile. La funzione visiva nel senso di mera acquisizione dell' immagine ha una funzione propedeutica ma non interpretativa. D'altronde, la velocità dei processi percettivi fanno eventualmente apparire il processo come un fatto squisitamente sensoriale.
La sensorialità naturale non è esclusivamente rappresentata dall'insieme di capacità preposte all'acquisizione di informazioni dal mondo esterno ma piuttosto dall'interpretazione di tali segnali. In tal senso, possiamo asserire che la sensorialità rappresenta un insieme di funzionalità atte a percepire e interpretare il mondo esterno. Il tipico sensore intelligente è la retina, che riduce e sgrezza il dato visuale estraendo informazione a basso livello dall'immagine. I primi passi del processo visivo prescrivono la riduzione dell'entropia dell'informazione originaria attraverso l'associazione a simboli che permettano la rappresentazione della scena. Dal punto di vista della macchina questo è un processo spaventosamente complesso, che viene oggi effettuato attraverso una decomposizione piramidale ad albero del problema.
La sensorialità naturale ha quindi due compiti: 1) la finalità cognitiva, che utilizza la percezione per costruire la conoscenza del mondo, strutturando e correlando le informazioni ottenute; 2) la finalità adattative, che, utilizzando la conoscenza precedente, riconosce situazioni già note per correlazione determinando comportamenti compatibili con l'interpretazione dell'ambiente esterno e con gli obiettivi.
Possiamo qui approntare un elenco di compiti obbligatori per la macchina intelligente: 1) capacità di apprendere, eventualmente in maniera auto-organizzata; 2) strutturazione di nuove conoscenze e integrazione con le precedenti, ovvero plasticità adattativa; 3) capacità di utilizzare conoscenze già acquisite, in forma simbolica, di regole, di criteri di decisione, eventualmente espresse in forma vaga o linguistica; 4) interpretazione e riconoscimento di situazioni in termini di associazione a precedenti esperienze percettive. Questo insieme di proprietà è oggi in fase di implementazione nei sistemi ibridi. La maniera storica di affrontare un problema complesso è quello di ridurlo in componenti essenziali e più facilmente trattabili. Ma spesso manca il tempo per risolvere un problema in questo modo. L'altra via è quella del connessionismo, ciò della riproduzione della struttura cognitiva a livello di architettura di calcolo.
Il fatto fondamentale è quindi la descrizione di un processo percettivo sensoriale che ha luogo in un canale sensoriale naturale mediante un sistema artificiale. Ovviamente, tutta l'informazione di cui dispone la macchina coincide con un insieme di misure, eventualmente integrate da differenti tipi di sensori. L'interpretazione dell'osservazione è il processo percettivo e si attua attraverso un passo successivo, cioè la riduzione dell'insieme di misure ad una rappresentazione interna, in termini di simboli che individuano strutture primitive e relazioni fra di esse, che nel loro complesso descrivono, in un sintetico linguaggio interno, l'osservazione. Giova qui dare un esempio: quando Cappuccetto Rosso incontra il lupo che vuole mangiarla percepisce la cattiva presenza dalla bocca grande, le orecchie grandi, ecc., senza necessariamente aver bisogno di conoscere nel dettaglio le sfumature di colore della sua pelliccia o il numero esatto dei suoi denti. Il pipistrello che insegue e inghiotte un microscopico moscerino rivela la sua presenza in un contesto complesso, le foglie di un albero, i rami, ecc., e tuttavia lo insegue e lo cattura in modo piuttosto disinvolto, senza urtare i rami o inghiottire le foglie. L'estrazione dell'informazione di interesse da una scena e la sua interpretazione in tempo reale è il processo percettivo realizzato e sviluppato attraverso il comando di organi attuatori (le gambe in spalla di Cappuccetto).
La rappresentazione simbolica dell'evidenza sensoriale costituisce la conoscenza a breve termine (corrente) che va integrata con una conoscenza consolidata (a lungo termine): questo processo di interazione viene effettuato nella fase di analisi e interpretazione; in esso risiede l'intelligenza del canale sensoriale. Questo è anche il compito più difficile da duplicare artificialmente. Potremmo riassumere quanto asserito dicendo che la sensorialità partecipa con ruolo attivo al processo di costruzione, consolidamento e integrazione della conoscenza, attraverso un funzionamento adattativo che utilizza precedente conoscenza, eventualmente innata, per interpretare la realtà sperimentale. Parlando di conoscenza innata si rivela il potenziale ruolo della genetica e dell'evoluzione e si chiarisce anche il significato della ricerca nei rispettivi settori. L'integrazione di tutti questi aspetti è dunque la soluzione possibile per il grande problema della percezione di macchina. Dal punto di vista del calcolatore elettronico il processo di partenza della macchina, all'atto dell'accensione, richiede la lettura di un insieme di istruzioni base che consentono il caricamento di ulteriori funzionalità. Questa operazione fu associata alla conoscenza innata, che consente al bambino la lettura esegetica dell'osservazione. La conoscenza innata qui richiamata è piuttosto una collezione di stringhe che eventualmente viene fatta evolvere prima dell'attività sensoriale. Il Golem, il Frankenstein di turno, non affrontava questo problema, supponendo in qualche modo localizzato in frammenti di cervello ( o materiale cellulare) il codice d'accesso alla vita. Sappiamo tutti che anche nella fiction tutto ciò è naufragato. Rimane il sogno di una duplicazione artificiale delle funzioni cognitive. Riprenderemo il discorso appena possibile.
