LA MACCHINA DELLA MENTE E LA MENTE DELLA MACCHINA:
INTELLIGENZA ARTIFICIALE E NEUROSCIENZA COGNITIVA
Giuseppe Trombetta
(nella foto: l'automa COG)
L'enorme diffusione che l'informatica applicata ha avuto negli ultimi dieci anni è stata giustificata dal fatto che essa ha consentito di semplificare molti aspetti della nostra vita lavorativa e sociale. Dalla videoscrittura alla didattica multimediale, dal controllo computerizzato della produzione industriale alle più moderne tecniche televisive e cinematografiche, essa appare oggi profondamente radicata nel presente e proiettata nel futuro della società post-industriale. Le stesse potenzialità della Rete Web, ancora agli albori nonostante il suo esponenziale sviluppo nei paesi occidentali, potranno esprimersi in applicazioni oggi impensabili, se è vero che essa potrà sostituirsi in un futuro non troppo lontano a tutti i mezzi di comunicazione mass-mediale, rendendo superfluo l'uso del telefono o della televisione, lo scrivere una lettera e lo spostarsi da casa per andare al lavoro o dal medico. Queste considerazioni possono giustificare il concetto di "memoria esterna" che molti psicocibernetici utilizzano per differenziare la capacità di apprendimento del gruppo umano attraverso il patrimonio di informazioni multimediali che risiede, in uno spazio virtuale informatizzato, all'esterno del nostro cervello ma di cui, in qualche misura, noi siamo parte. Quali rapporti sussistono dunque tra mente e conoscenza, in una fase della storia dell'umanità in cui sembra che le nostre conquiste possano sfuggire di mano ed assumere una propria identità ed autonomia culturale? Personalmente, benchè l'argomento per la sua complessità richieda una visione globale e multidisciplinare, ritengo che la dimensione psichica umana sia unica ed irriproducibile, così come irripetibile (nonostante i fantasmi di clonazioni od eticamente improbabili trapianti) sia il percorso esperenziale che ogni singolo individuo, attraverso la scambio bidirezionale tra cervello ed ambiente, percorre nella propria esistenza. Alberto Oliverio, in un suo libro intitolato "L'alba del comportamento umano", sostiene che il cervello crea la cultura e la cultura crea il cervello. Questa tesi appare pienamente condivisibile se si pensa al drammatico effetto che la privazione di validi stimoli sensoriali ha sui piccoli di molte specie animali, uomo compreso, od all'importante ruolo preventivo che la vita di relazione e gli scambi culturali hanno nelle patologie legate all'invecchiamento cerebrale. La mia personale esperienza nella ricerca neurobiologica mi porta poi a considerare il ruolo degli straordinari eventi cellulari che si svolgono in un mondo popolato da 100 miliardi di neuroni e 384.000 km di fibre nervose compressi in 1500 grammi di peso: il nostro cervello. Questa complessità strutturale, per quanto unica in natura, è oggetto di studio da parte di molte discipline correlate alle neuroscienze. In particolare, la psicocibernetica ha tentato di operare un riconoscimento elaborativo dell'informazione operata dai modelli modulari neurofisiologici della mente attrverso modelli fisico-matematici (analisi di Fourier) che possano replicare questa capacità. Tuttavia, come sostiene John Searle della UCLA-Berkeley, un programma informatico manipola simboli formali mentre il cervello umano vi annette un significato. Su questa frontiera estrema della filosofia della Scienza si stanno da qualche tempo confrontando neuroscienziati, fisici e matematici che, sotto diverse angolazioni, osservano il rapporto mente-coscienza e mente-conoscenza. Su quest'ultimo punto, mi sentirei di spezzare una lancia a favore delle teorie algoritmiche che sostengono teoreticamente lo sviluppo delle reti neurali. L'assioma "mente sta a cervello come programma sta a computer" può apparire riduttivo nella misura in cui si considera lo spazio fisico in cui il processo elaborativo si realizza. Ma se consideriamo il pensiero come la pura manipolazione di simboli formali che derivano dall'esperienza appercettiva potremmo definire l'atto conoscitivo operato da un calcolatore, attraverso la programmazione e l'acquisizione dati, correlabile a questa capacità della nostra mente benchè privato di qualsiasi connotazione lagata alla sfera della coscienza. Se però spostiamo il nostro campo d'indagine da una macchina "fisica", come il nostro personal computer", a dei dispositivi di calcolo astratti, come le così dette Macchine di Turing. La tesi elaborata nel 1936 da Alonzo Church ed Alan Turing sostiene la calcolabilità di ogni funzione matematica mediante una procedura algoritmica attraverso dispositivi astratti non soggetti alle limitazioni proprie dei calcolatori fisici. Ne deriva che in una macchina di Turing la capacità di memoria possa essere indefinitamente espansibile e che non vi sia un limite alla durata dei processi di calcolo. Questi assunti teorici hanno consentito l'introduzione di una nuova visione dei fenomeni neurofisiologici che sostengono le modalità elaborative del nostro cervello attraverso un'analisi algoritmica, in un tempo definito, delle possibili strategie comportamentali di un sistema vivente. Tale possibilità deriva dal fatto che proprio per la sua, per quanto complessa, limitatezza fisica e sensoriale il nostro cervello è in grado di eseguire un numero definito di operazioni algoritmiche nell'unità di tempo. Secondo la teoria di Turing quindi, il comportamento di un agente di calcolo che soddisfi condizioni definite dello spazio e nel tempo, cervello o computer che sia, può essere simulato da una macchina di Turing. Perciò, un essere umano che esegue una procedura algoritmica non può per definizione superare i limiti imposti da questa teoria. La concezione algoritmica della mente, che pure circoscrive la classe delle funzioni calcolabili dai calcolatori digitali avvicinando concettualmente la maccina all'uomo, è stata tuttavia rivisitata alla luce del pensiero di Kurt Godel, che ha sottolineato i limiti dei sistemi algoritmici nella dimostrazione di funzioni calcolabili. Il primo teorema di incompletezza di Godel, formulato nel 1931, sostiene infatti che qualsiasi sistema di assiomi complesso non è completo, in quanto non esiste un'assolutezza enunciativa che consenta di confutare la verità o la falsità all'interno dello stesso sistema. Rientrano in questa formulazione le stesse macchine di Turing che necessitano pur sempre di un linguaggio formale, reale e quindi confutabile , per poter funzionare. Se la mente umana funziona come un calcolatore digitale, l'elaborazione cognitiva dovrebbe soggiacere a procedure algoritmiche sostenute da particolari configurazioni bio-strutturali del nostro cervello e caratterizzabili come stati e processi di un qualsiasi calcolatore digitale. In questo caso il postulato di Turing potrebbe interessare una qualità formale dei processi di calcolo, cioè la loro definibilità algoritmica. Ho conoscenza di un metodo stocastico di calcolo conformazionale chiamato Metodo Montecarlo ed utilizzato in chimica computazionale che, attraverso l'esplorazione random di informazioni spaziali pluridimensionali, consente la realizzazione, attraverso un metodo non lineare, di complesse strutture non esistenti in natura ma soddisfacenti determinate caratteristiche di equilibrio energetico. Quando un collega dell'Università me ne parlò, pensai subito al comportamento non lineare dei processi di apprendimento delle reti neurali ed al modello di Piaget della Transizione fra Stadi. Le reti neurali sono in effetti organizzate secondo un algoritmo chiamato retropropagazione che definisce in termini matematici lo scarto fra le proposizioni dell'informazione in entrata ed il risultato previsto da una data proposizione, procedendo, in termini adattativi, "per gradi" attraverso una progressiva modifica delle connessioni tra i sigoli elementi del Sistema. Ora, ciascun neurone del nostro cervello arriva a presentare anche più di 100.000 connessioni sinaptiche interneurali, attraverso cui l'informazione chimica dei neurotrasmettitori arriva a modificare plasticamente, ed in modo adattativo, lo stato fisico del sistema secondo una modalità non lineare ma direi caotica. Proprio questa capacità dei neuroni di apprendere attraverso un processo plastico-adattativo cellulare è alla base dei fenomeni neurochimici e neurofisiologici della memoria. Ricordo ancora quanto ebbi modo di osservare al Laboratorio di Neurobiologia della Columbia University di New York, dove un amico neurofisiologo che studia la risposta adattativa a stimoli dei circuiti ippocampali della memoria (LTP, in termine tecnico) è in grado di modificare il tempo e le modalità di "apprendimento" di singole cellule all'arrivo di un segnale. La Teoria della retropropagazione nelle reti neurali spiega anche il recente tentativo di costruire sistemi robotizzati, come il progetto COG in fase di sperimentazione all'A.I. Lab del M.I.T. negli Stati Uniti, capaci di un comportamento adattativo che consenta di interagire con oggetti animati ed inanimati attraverso un contatto visuo-spaziale mediato da complessi sistemi di acquisizione dati (telecamere digitali ed altro). Questi tentativi di programmare dei computers che simulino i processi di pensiero della mente umana possono ritenersi validi sotto il profilo dell'acquisizione ed elaborazione successiva di dati ed informazioni provenienti dall'ambiente esterno, in funzione ,come si è detto, di una visione algoritmica di alcuni aspetti del funzionamento mentale, riferibili, secondo il modello della retropropagazione, ai processi adattativi di un sistema, vivente o non, al mutare delle condizioni esterne al sistema stesso. Tuttavia, il problema centrale degli studi su Intelligenza Artificiale (IA) e pensiero, definito da David Chalmers hard problem, è quello dell'applicabilità della così detta Ingegneria della Conoscenza alle Neuroscienze Cognitive attraverso modelli sperimentali che hanno consentito ad esempio al gruppo di Allen Newell e Cliff Shaw di interessarsi, sin dal 1955, anno della nascita ufficiale del termine IA, ai Sistemi Cognitivi. I risultati di queste ricerche sembrano orientati verso l'affermazione, cara alla filosofia brentaniana, di un dualismo tra cognizione conoscitiva e consapevolezza intenzionale.
La tesi di una non replicabilità del mentalismo cosciente dell'uomo da parte dei Sistemi Intelligenti è stata sposata da Roger Penrose, fisico dell'Università di Oxford. Egli sostiene, giustamente a mio avviso, che un sistema non lineare ma caotico come la nostra mente non può essere governato dalle leggi della fisica classica non-relativistica, ma deve piuttosto essere messo in rilievo con gli effetti non deterministici della consapevolezza cosciente spiegabili solo dalla meccanica quantistica, ponendo così un limite preciso alla conosceza del sistema. La teoria di Penrose si rifà ancora una volta al Teorema di Godel che afferma la non dimostrabilità, all'interno di un sistema di assiomi complesso, né della sua verità né della sua falsità. Devo a questo punto però sottolineare per il Lettore che queste teorie sono di grande interesse come contributo ad un possibile indagine filosofica sul Sé cosciente ed i sui rapporti con la IA, ma non certo applicabili ad aspetti più "materialistici" del funzionamento cerebrale come appunto il controllo delle funzioni corporee, la sensopercezione o la memoria. Tornando a Penrose, egli sostiene la capacità di un sistema quantistico come la mente di influenzare, attraverso effetti non deterministici, gli eventi circostanti secondo quella che Einstein ha definito azione a distanza spettrale. Questi eventi, secondo Penrose, si potrebbero svolgere nelle stesse strutture cellulari, all'interno dei microtubuli. Queste considerazioni mi hanno fatto sempre pensare a quanto letto in un testo fondamentale di Karl Popper, "Logica della scoperta scientifica": "....tutte le ipotesi della fisica sono in realtà o se le si esamina più da vicino nient'altro che asserzioni probabilistiche su qualche frequenza media all'interno delle sequenze di osservazioni che mostrano sempre deviazioni da qualche valore medio....siamo propensi a fare distinzione fra due tipi di leggi naturali: le leggi deterministiche o di precisione da una lato, e le leggi probabilistiche o ipotesi di frequenza dall'altro: Entrambi questi tipi sono assunzioni ipotetiche che a loro volta non possono mai diventare probabili, possono solo essere corroborate, nel senso che esse possono provare il loro valore sotto il fuoco dei nostri controlli.....il tentativo di identificare la probabilità di un'ipotesi con la probabilità degli eventi deve essere considerato un completo fallimento". Come possiamo quindi ritenere accettabile, alla luce di queste autorevoli affermazioni, la possibilità di correlare la definizione algoritmica lineare di IA con la caoticità quantistica e non deterministica della Mente umana? Se l'azione a distanza spettrale del sistema-Mente potrebbe suggestivamente fornire una base concettuale ai singolari fenomeni dello psichismo non-cosciente chiamati da Jung "coincidenze significative", dobbiamo ritenere valida l'asserzione che i fenomeni mentali sono molto più complessi di quelli che la nostra limitante conoscenza ci fa ritenere. Forse in un lontano futuro saremo in grado di realizzare degli umanoidi capaci di conoscere la realtà, ma, come afferma Pascal "il cuore ha ragioni che la ragione non può capire".