Note sul saggio L’ ALGORITMO DEFINITIVO di Pedro Domingos

Ci sono diverse scuole del cosiddetto ” Machine Learning”, ed ognuna ha trovato il suo algoritmo, queste scuole o meglio “tribù” sono 5:

CONNESSIONISTI: Per i connessionisti l’apprendimento è ciò che fa il cervello. Il compito dei connettivisi è eseguire il “reverse engineering”. Il cervello apprendere regolando la forza delle connessioni tra i neuroni; il problema principale è capire quali sono le connessioni responsabili di determinati errori per poterle modificare di conseguenza. l’Algorimo Definitivo dei connessionisti è la “retropropagazione”.

EVOLUZIONISTI: Gli evoluzionisti credono che la madre di ogni forma di apprendimento sia la selezione naturale. Se è stata capace di creare noi può creare qualsiasi cosa, e quindi “non dobbiamo fare altro che simularla al computer(sic!). il problema fondamentale da risolvere, per gli evoluzionisti, è l’apprendimento della struttura: più che definire il valore esatto di un insieme di parametri, come nel caso della retropropagazione, ciò che interessa è la creazione del cervello, che potrà essere ottimizzato successivamente modificando quegli stessi parametri. L’Algoritmo Definitivo degli evoluzionisti è la “programmazione genetica”, che fa accoppiare ed evolvere i programmi del computer nello steso modo in cui la natura fa accoppiare ed evolvere gli organismi.

SIMBOLISTI: Per i simbolisti , l’intelligenza può essere ridotta integralmente alla manipolazione dei simboli del tuto simile a quella con cui i matematici risolvono le equazioni sostituendo espressioni ad altre espressioni. I simbolisti sono consci dell’impossibilità si imparare partendo da zero: bisogna affiancare ai dati un minimo di conoscenza iniziali. Hanno imparato a incorporare nel processo di apprendimento le conoscenze preesistenti e a combinare al volo porzioni di sapere distinte per poter risolvere problemi nuovi. Il loro Algoritmo Definitivo è la deduzione inversa, che dopo aver identificato la conoscenza che ancora manca per poter completare una deduzione, conferisce a quest’ultima il carattere più generale possibile

BYPESIANI: Ai bypesiani interessa soprattutto l’incertezza. Ogni forma di conoscenza acquisita è affetta da un’incertezza, e l’apprendimento stesso è una forma di inferenza associata a un’incertezza. Il problema, in questo caso è trovare un modo per gestire un’informazione incompleta […] la soluzione è l’inferenza probabilistica. l’Algoritmo Definitivo è costituito dal teorema di Bayes e dai suoi corollari. Il teorema di Bayes ci dice come integrare nuovi dati nel nostro sistema di credenze, e gli algoritmi di inferenza probabilistica lo fanno nel modo più efficiente possibile.

ANALOGISTI: Per gli analogisti, l’ingrediente fondamentale dell’apprendimento é il riconoscimento delle situazioni simili, per poterne inferire altre somiglianze. Per gli analogisti il problema principale è valutare il grado si somiglianza. L’Algoritmo Defenitivo degli analogisti è la macchina a vettori di supporto che decide quali esperienze ricordare e come combinarle per estrarne ulteriori previsioni

Di Machine Learning si tratta, perciò di apprendimento. Ciò che sfugge a Pedro Domingos – professore dell’Università di Washington ed universalmente riconosciuto come uno degli “scienziati di punta nello studio dell’intelligenza artificiale” – è che l’intelligenza non è qualità riducibile all’apprendimento delle informazioni ma è data anche dalla com-prensione dell’informazione che come osserva il professor Faggin nel suo ultimo saggio “Irriducibile” è dote esclusiva degli esseri viventi, in quanto “Esiste un divario incolmabile tra l’intelligenza artificiale e quella umana, che è caratterizzata dalla “comprensione” : una proprietà sottovalutata e inaccessibile ai computer.” Una proprietà che non può riguardare i computer in quanto i computer sono dotati di un “riconoscimento dei simboli che, quando si parla di IA, viene fatto passare per “comprensione”, in realtà è solo una funzione meccanica che facciamo anche noi in automatico”. Ed oltretutto si “tende a eliminare l’abisso che separa gli esseri umani dalle cosiddette macchine intelligenti.” Infatti non sono i simboli per noi l’unica qualità dell’informazione, anzi, quel che conta per noi secondo Faggin “non è quella simbolica, ma è quella semantica, e qui la coscienza è indispensabile”.

L’intelligenza, la mente, è il prodotto dell’interazione tra corpo e cervello ed è nutrita da un’esperienza multisensoriale ed oltreciò, noi umani siamo dotati di coscienza, qualità “irriducibile” ad un codice binario, con buona pace per questi scienziati pazzi. Per quanto Domingos possa sforzarsi di andare alla ricerca dello “Algoritmo Definitivo” dando vita e forma, se mai ci riuscirà, appunto ad un algoritmo che riesca a sintetizzare e far convivere al suo interno le 5 peculiarità dei diversi sistemi di machine learning ( retropropagazione, programmazione genetica, deduzione inversa, teorema di Bayes e la macchina a vettori di supporto ) mai e poi mai comunque potrà dotare un artefatto della scintilla divina, quella che ci rende parte dell’Essere, parte della realtà stessa e che ci rende in grado di intellegere il mondo, inter-agire con esso e che soprattutto dota gli esseri viventi oltrechè della coscienza, anche e soprattutto, del libero arbitrio, qualità “irriducibile” di cui mai e poi mai potrà essere dotato un artefatto, con buona pace del professore Domingos e di tutti i super esperti che lavorano al sogno, all’utopia dell’intelligenza artificiale.