Buongiorno,
gli esseri umani NON apprendono come le macchine che siamo in grado di
costruire oggi.
Solo un preliminare e inconsapevole processo di antropomorfizzazione della
macchina
e deumanizzazione della persona induce a scambiare metafore e similitudini per
reali somiglianze.
Possiamo, ad esempio, anche chiamare "memoria" la nostra e quella di una
macchina,
ma sono del tutto eterogenee. Rinvio, su questo, a Giuseppe Longo, Uomini e
macchine: come riconoscere una caricatura, in Idem, Matematica e senso. Per non
divenire macchine, Milano-Udine, Mimesis, 2021 pp. 11-28.; la versione
originale francese è disponibile qui:
<https://www.di.ens.fr/users/longo/files/ReconnaitreCaricature.pdf>
Sulla questione in un senso più ampio,
Van Rooij, I., Blokpoel, M., Kwisthout, J., Wareham, T. (2019). Intractability
and Cognition: A guide to classical and parameterized complexity analysis.
Cambridge: Cambridge University Press.
e anche il classico
Joseph Weizenbaum, Computer Power and Human Reason. From Judgement to Calculation,
San Francisco, W.H. Freeman & Company, 1976,
https://archive.org/details/computerpowerhum0000weiz_v0i3; trad.it. Il potere del
computer e la ragione umana. I limiti dell’intelligenza artificiale, a cura di F.
Tibone, Torino, Edizioni Gruppo Abele, 1987.
Un saluto,
Daniela
________________________________________
Da: nexa <[email protected]> per conto di Alessandro Brolpito
<[email protected]>
Inviato: sabato 21 dicembre 2024 09:53
A: alessandro marzocchi
Cc: nexa
Oggetto: Re: [nexa] black box in ricerche astronomiche
Buongiorno Duccio e Giacomo, Nexa
In fondo mi pongo spesso la stessa domanda, qual è la differenza tra un uomo e
un elaboratore nell'apprendere?
Senza entrare in tecnicismi (non sono in grado), faccio fatica a vederli: alla
fine ciò che sappiamo e siamo dipende da chi abbiamo incontrato, letto,
interpretato con il nostro bagaglio. Ci esprimiamo, ad esempio per iscritto,
mettendo, una dopo l'altra delle parole, come sto facendo ora, al meglio delle
mie possibilità e dello strumento (il piccolo schermo del mio smartphone -
perdonate eventuali refusi). Un processo limitato dai miei pregiudizi e da
quello che non so.
L'unica grande differenza che vedo é che nell'uomo l'apprendimento avviene
attraverso una emozione, occhi negli occhi.
Ed un elaboratore?
Naturalmente vedo tutti i rischi che Daniela e Giacomo evidenziano, sapere é
potere. Ma quella é una questione più politica, che le organizzazione umane,
simili alle ns società, potranno regolamentare, rimango fiducioso.
Cordiali saluti e auguri di buone feste, Alessandro
Il Ven 20 Dic 2024, 11:09 alessandro marzocchi
<[email protected]<mailto:[email protected]>> ha scritto:
Ciao Giacomo, sono d'accordo: l'intelligenza sta negli occhi di chi guarda.
Domando: come nasce e si evolve l'intelligenza negli occhi di chi guarda?
Educhi le figlie ed insegni alle macchine. L'etimologia di educare racconta
l'azione di condurre fuori, quella di insegnare racconta l'azione di imprimere
un segno, mi sono fatto l'idea che la differenza fra noi umani e macchine sta
qui, ma non ho competenze né esperienze di programmazione.
Continuo ad avere dubbi che 'ste macchine siano così diverse da noi, certamente lo sono
ma, domando, i nostri modi di apprendimento, di formare la nostra intelligenza sono tanto
diversi da quelli di "queste" macchine?
Un cucciolo di umano come conosce un gatto?
Conoscere è già una porta verso l'infinito, non apro per la vastità dell'impegno; con questa prudenza
ipotizzo che il cucciolo di umano "conosce" come "gatto" un'apparizione davanti ai suoi
occhi, non la prima apparizione ma l'ennesima e dopo avere fatto un gran numero di analisi, confronti,
memorizzazioni, errori, correzioni, approssimazioni, aggiustamenti ecc. Immagino che similmente riconosca un
gatto-gatto come diverso da un gatto-riprodotto-in-foto. A me pare che in entrambi casi la
"statistica" ha un ruolo fondamentale, tu invece ritieni che la statistica opera soltanto con le
macchine e non con gli umani.
Tutto questo ci porta lontano, ma rimango ai primissimi passi: come e cosa
facciamo di analogo, e di diverso, nell'educare i figli rispetto a insegnare a
macchine?
Andando all'osso, forse noi umani siamo banali ed abbiamo paura a riconoscerci
tali.
Sulle altre questioni che hai introdotto so ancora meno però mi piacerebbe tu
cercassi di dibattere con gli astronomi autori della ricerca. Se ci provi
grazie! due volte grazie se aggiorni sul dibattito.
Ci avviciniamo a giorni topici solo per noi umani: auguri cordiali.
Duccio (Alessandro Marzocchi)
Il giorno gio 19 dic 2024 alle ore 10:31
<[email protected]<mailto:[email protected]>>
ha scritto:
Date: Wed, 18 Dec 2024 23:14:13 +0000
From: Giacomo Tesio <[email protected]<mailto:[email protected]>>
To: [email protected]<mailto:[email protected]>
Subject: Re: [nexa] black box in ricerche astronomiche
Message-ID:
<[email protected]<mailto:[email protected]>>
Content-Type: text/plain; charset=utf-8
Ciao Alessandro, grazie della segnalazione.
Aspetto di leggere l'articolo scientifico vero e proprio, per capire come
abbiano
analizzato lo "spazio latente" [1] ma mi sembra evidente che se questi
ricercatori
smettessero di pensare in termini AI e studiassero il software che hanno
programmato statisticamente come una forma compressa (con perdita) dei
dati utilizzati durante il processo, otterrebbero risultati migliori
(ma forse, meno finanziamenti).
Ad esempio la distinzione fra galassie passive ed attive ha molte possibili
spiegazioni anche in assenza di qualsiasi intelligenza: la prima fra tutte, i
dati (sintetici, se ho capito bene) potrebbero contenere variabili fortemente
correlate alla distinzione.
Ti faccio un esempio terra terra: se programmo una vector mapping machine
per prevedere il bmi degli islandesi fra i 20 e i 40 anni sulla base della marca
e della taglie degli indumenti che hanno indossato in un anno, è probabile
che la vmm in qualche layer interno finisca per trattare in modo diverso gli
esempi che hanno indossato un reggiseno da quelli che non l'hanno indossato.
Un ricercatore ottenebrato dalla propaganda della AI ti direbbe che
la rete neurale ha imparato a distinguere abbastanza bene maschi e femmine
anche se il sesso non era presente nei dati di addestramento.
Un ricercatore lucido ti spiegherebbe che il bmi dipende da peso e altezza
di un individuo, i quali, all'interno di una certa etnia, correlano fortemente
con il sesso a parità di altre taglie.
Al contempo, l'uso del reggiseno, fra i 20 e i 40, è un forte predittore del
sesso
di un individuo, per cui è in forte correlazione con i bmi probabili per
ciascuna taglia.
Ciò non toglierebbe nulla all'utilità pratica della ricerca, soprattutto se
permette
di individuare questo tipo di classificazioni interne operate dai layer
nascosti di
una vector mapping machine (aka "rete neurale arificiale") generica.
Ma rende un po' imbarazzanti certe affermazioni nell'intervista, come
il paragone fra il processo di programmazione statistica e un
corso di cucina.
Tuttavia, aspettando di leggere l'articolo, ti ricordo che l'intelligenza sta
negli occhi di chi guarda [2]
Giacomo
[1] <https://www.baeldung.com/cs/dl-latent-space>
[2] <https://www.tesio.it/2018/01/19/the-delusions-of-neural-networks.html>
------------------------------
