Rita Pizzi
MENTE ARTIFICIALE
Dipartimento di Tecnologie dell’Informazione
Università di Milano
IL PROBLEMA MENTE-CORPO
Il problema della natura della mente è noto dai tempi della filosofia greca
In tempi più moderni i comportamentismi hanno negato l’importanza
dei processi mentali per concentrarsi sul comportamento esterno
Recentemente l’Intelligenza Artificiale (AI) e le scienze cognitive hanno
riattratto l’attenzione sui processi mentali e sulla natura della mente.
IL PROBLEMA MENTE-CORPO
Le speranze dell’AI sono sfumate negli anni 80
per la complessità dei problemi reali
Ma in tempi recenti, restringendo i campi applicativi,
molti programmi AI raggiungono ottimi risultati
Tuttavia il problema della natura della mente rimane insoluto.
AI DEBOLE ED AI FORTE
All’inizio della storia dell’AI si è creata la diatriba fra AI debole e AI forte
AI debole: il computer è solo uno strumento per risolvere problemi
emulando funzionalità simili a quelle della mente umana
AI forte: il computer può diventare una vera e propria mente
con l’aumentare della complessità dei programmi
La diatriba AI debole/AI forte si è trasformata nel tempo
in uno scontro fra materialisti e non materialisti
LA STANZA CINESE
Uno dei maggiori sostenitori dell’AI debole è John Searle
Suo è l’esperimento di pensiero “della stanza cinese”
Un uomo inglese chiuso in una stanza, non conosce il cinese
Riceve una tabella di corrispondenza fra simboli cinesi
La usa per rispondere a domande in cinese
LA STANZA CINESE
Secondo la AI forte l’uomo avrebbe compreso il cinese
Secondo Searle l’uomo non ha compreso nulla
Ma i nuovi programmi AI potrebbero apprendere veramente il cinese
Reti neurali artificiali, Machine learning
THE ETERNAL GOLDEN BRAID
Douglas Hofstadter sostiene l’AI forte
La complessità dei processi mentali porta all’interazione
fra livelli cognitivi diversi
Da questa interazione emergerebbe l’autocoscienza
Il simbolo “Sé” permette al sistema di autoosservarsi
Dunque la mente può essere simulata anche da un programma
che abbia queste caratteristiche
La mente è un software.
THE HARD PROBLEM
David Chalmers sostiene che sviluppare una macchina intelligente,
anche con controllo del sé,
non sia equivalente a possedere una mente in senso soggettivo
“Easy problems” sono i problemi risolubili in linea di principio:
l’integrazione delle percezioni,
l’attenzione selettiva, il comportamento emotivo, ecc.
“Hard problem” è capire perché a queste funzioni
è associata l’esperienza soggettiva
THE HARD PROBLEM
Le funzioni cognitive possono essere presenti anche in una macchina
ma “in terza persona” mentre noi ne abbiamo esperienza “in prima persona”.
Perchè quando il cervello elabora una specifica
lunghezza d’onda noi sperimentiamo un colore ?
(“La bluezza del blu”)
Secondo Searle e Chalmers la struttura biologica
del cervello è la responsabile della mente soggettiva
Quindi simulando perfettamente un cervello, anche con un’altra chimica,
si potrebbe ottenere una mente
In questo caso la soluzione sarebbe hardware e non software.
COSCIENZA E LEGGI DI NATURA
Si può anche dire che la coscienza è
una proprietà a priori della natura
Molte leggi fisiche si rifanno a proprietà irriducibili,
come la gravità e l’elettromagnetismo
“Lo stato cerebrale B produce lo stato conscio C
a causa della legge fondamentale X”
Si potrebbe allora includere la coscienza all’interno della “Teoria del Tutto”
QUANTUM MIND
Una possibilità di includere la coscienza nelle leggi
di natura è data dalla meccanica quantistica
Esiste un nesso fra eventi fisici e mente dell’osservatore
Teorie “idealiste” o “interazioniste” : Erwin Schrödinger,
Archibald Wheeler,
Eugene Wigner, Brian Josephson, Henry Stapp
La coscienza è cruciale nell’oggettivazione della realtà fisica
QUANTUM MIND
Molte teorie sull’origine quantistica della mente:
Tuszinski, Matsuno, Hagan
La più autorevole resta l’ipotesi di Penrose-Hameroff
Nei microtubuli neurali avvengono riduzioni quantistiche associate
ad eventi elementari di coscienza.
I microtubuli possiedono le proprietà fisiche per obbedire a leggi quantistiche.
IL PROBLEMA MENTE-CORPO NEL XXI SECOLO
Tutte queste teorie al momento sono indimostrabili
La tecnologia elettronica e informatica può fornire gli strumenti
per tentare una prova empirica
Da un decennio si sperimentano interfacce dirette fra neuroni ed elettronica
Pioniere è stato Peter Fromherz (Max Planck Institute)
In Italia SISSA di Trieste ed Università di Genova
UN CERVELLO BIONICO
Micro Electrode Arrays (MEA)
È un’array di microelettrodi su cui è
possibile coltivare diversi tipi di cellule
(Borkholder 1997)
E composto da un disco di vetro o plastica,
dove sono riportati dei piccoli elettrodi.
Ogni singolo elettrodo è connesso tramite
una sottile pista isolata ad una piazzola
adibita al collegamento esterno del
sistema.
Permette un’analisi non invasiva del
neurone.
Misura del segnale di una rete di neuroni tramite Micro
Electrode Arrays (MEA)
Registra contemporaneamente su diversi
canali l’attività di materiale biologico
vivente.
Può registrare l’attività cellulare per lunghi
periodi di tempo senza determinare danni
al tessuto oggetto di studio.
E’ il più recentemente introdotto in
neurofisiologia ed è stato utilizzato per i
nostri esperimenti e ci permette di studiare
la dinamica di una rete di neuroni
Creazione su MEA di una rete di neuroni biologici in
forma di ANN
Si sono coltivate sul MEA delle cellule staminali che sono state
fatte differenziare in neuroni umani.
Per la configurazione delle reti biologiche ci si è basati sui risultati
delle simulazioni avvenute su reti ANN di Kohonen e di Hopfield
Decodifica dei segnali neurali di output
attraverso una ANN
Fasi dell’esperimento:
Strutturazione di una rete di neuroni su MEA
Generazione dei segnali e stimolazione dei neuroni biologici,
registrazione della loro risposta.
Inoltro dei dati ad una rete neurale artificiale ITSOM:
fase di training,
fase di testing.
Generazione dei comandi per pilotare gli attuatori del Robot.
Generazione di stimoli sensoriali simulati
Pattern: 8 bit per 8 bit.
Ogni bit ha la durata di 300 ms
Ogni stimolazione è seguita da 1s
di pausa durante il quale la rete
neurale
registra
gli
output
cellulari.
Il segnale utilizzato per stimolare
le cellule è un segnale alternato a
bassa tensione (+/- 30 mV) a 733
Hz.
Fase di Training
Somministrazione di stimoli sensoriali simulati ai neuroni biologici
Acquisizione (10 kHz) del segnale dei neuroni biologici
Generazione della decodifica dei segnali di risposta attraverso
una rete neurale artificiale
Fase di Testing
Somministrazione dello stimolo sensoriale simulato ai neuroni
biologici
Acquisizione (10 kHz) del segnale dai neuroni biologici
Generazione della decodifica del segnale
Generazione dei comandi per pilotare il Robot
RISULTATI
Otteniamo sensibilità e specificità di tutti e quattro i pattern
La sensibilità (accuratezza) media del modello è dell’80,11%, mentre
la specificità (precisione) è del 90,50%.
EFFETTI QUANTISTICI IN RETI DI NEURONI
Utilizzando la stessa tecnologia si possono tentare esperimenti
per verificare la presenza di processi quantistici nei neuroni
Abbiamo indotto potenziali d’azione in neuroni sotto condizioni
di massima schermatura ottica ed elettromagnetica
Tre MEA: uno con neuroni
(rosa) due di controllo
Schermati con gabbia di
Faraday (gialla), scatola di
cartone (verde), capsula
metallica
Un laser (freccia blu) è
diretto sul MEA non
schermato
EFFETTI QUANTISTICI IN RETI DI NEURONI
I neuroni rispondono elettricamente sotto schermatura – effetto non classico
SVILUPPI FUTURI
Nel mondo i robot intelligenti stanno scendendo in campo
sia nell’industria che nella vita domestica
Gli studi e le ricerche su questi argomenti si stanno moltiplicando
e daranno luogo ad importanti ricadute nella vita quotidiana e nell’industria
Un robot intelligente potrà dirci che cosa prova
e rivelare così l’origine della mente ?
