stiamo tranquilli…

800px-Hal9000a

L’ultima invenzione che faremo [EN]

86 commenti

Su suggerimento di @ilrepubblicante.

Lo sviluppo di un’intelligenza artificiale è molto più vicino di quanto sembri. E le implicazioni di questa conquista saranno tutt’altro che secondarie (e sì, Asimov ne aveva scritto parecchio). In ballo ci sono due esiti per noi umani: l’immortalità o l’estinzione. Tertium non datur.

Tim Urban affronta con un articolo in due parti (questa la prima e questa la seconda) la complessa e affascinante questione del ruolo delle macchine nella società del futuro. Lo fa col suo stile: entusiasta, dettagliato (ai limiti del logorroico), fluente e immediato.

Se n’era già parlato su hooki qui.

 

Immagine da Wikimedia Commons

Errori o problemi nell'introduzione? segnalaceli.
Commenta qui sotto e segui le linee guida del sito.

  • Repubblicante

    Non so se sia fuori luogo, ma ricordo un paper economico di Gigerenzer, che metteva a confronto i modelli di ottimizzazione vincolata della scuola neoclassica e i nuovi modelli di behavioural economics che incorporano i bias cognitivi come nuove variabili.
    La critica di fondo era che il cervello umano non risolve problemi in quel modo, non raccoglie tutte le informazioni a disposizione per poi scegliere in maniera razionale l’opzione che ottimizza il suo payoff. Non lo fa perché questo implica una mole di informazioni troppo grande e un numero di variabili considerevole. Nemmeno vale l’espediente del imporre un vincolo all’ottimizzazione, perché la decisione stessa di “a quale livello di informazioni mi fermo – quanti dati voglio processare” implica a sua volta a cascata una serie di sub-problemi decisionali, con nuove variabili e via così. Non ragioniamo così e spesso nemmeno agiamo “As if” come sosteneva Friedman.
    Il nuovo ramo comportamentale, seppure aggiunge un nuovo contributo da una differente prospettiva, replica lo stesso problema, semplicemente aggiungendo nuove variabili. Aumenta la fitness della predizione, ma poco l’utilità e la praticità del modello, in sostanza.

    Da quello che ricordo, Gigerenzer ipotizza un nuovo modello per spiegare come il cervello umano affronta problemi complessi attraverso shortcuts, scorciatoie decisionali, e quello che lui chiama “heuristic approach”. L’idea di fondo è che il nostro cervello ragioni, mi pare di aver capito, per Ecological Rationality, una razionalità pratica adattata al contesto. Avremmo sviluppato un “adaptive toolbox”, una cassetta degli attrezzi rapida per risolvere problemi in maniera efficiente. L’esempio è quello del giocatore di baseball che deve indovinare la traiettoria di una palla e di come si possa costruire un robot che svolga lo stesso compito. L’uomo non calcola la traiettoria fisica della palla, l’energia cinetica, l’attrito atmosferico, il vento, ecc. ecc. Piuttosto si limita ad eseguire un rapido calcolo mantenendo costante nella corsa l’angolo tra la palla e il suo corpo. Vi posto sotto il testo.

    E’ il paper più corto che ho trovato finora. Devo rintracciare l’articolo. Qualcuno ne sa qualcosa?
    http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.216.9992&rep=rep1&type=pdf

    0
  • Repubblicante

    Da pagina 27.
    “How do baseball players catch fly balls? Extending Friedman’s as-if model of how
    billiards players select their shots, one might follow the neoclassical as-if modeling approach and
    assume that baseball players use Newtonian physics. According to this as-if theory of catching a
    fly ball, players would rely upon variables such as initial position, initial velocity, rotation and
    wind speed, to calculate the terminal position of the ball and optimal direction in which to run.
    There are several observable facts that are inconsistent with this as-if model, however.
    First, baseball players catching fly balls do not typically run to the landing position of the ball
    and wait for it there. They frequently run away from the ball first, backing up, before reversing
    course inward toward the ball, which is not predicted by the as-if theory. Finally, experiments
    that ask baseball players to point to the landing location of the ball reveal that experts with
    specialized training in catching balls have a very difficult time pointing to the landing position of
    the ball. Nevertheless, because they consistently catch fly balls, these players are employing a
    decision process that gets them to the proper location at the proper time. This process is the gaze
    heuristic.
    The gaze heuristic is a genuine process model that explains how the player puts his or her
    body in the proper position to catch fly balls. When a fly ball is hit, the player waits until the
    ball reaches a sufficiently high altitude. The player then fixes this angle between his or her body
    and the ball and begins running to maintain this angle at a nearly constant measure. To keep the
    angle fixed as the ball begins to plummet toward earth, one must run to a position that eventually
    converges to directly under the ball. ”

    Spero di non essere finito OT, ma ho visto che si parlava di soluzioni a problemi decisionali complessi più sotto.

    0
  • Repubblicante

    Ho scritto su un commento più sopra riguardo un paper che parlava di bounded rationality, heuristic e risoluzione di problemi complessi. Magari è attinente.

    0
  • cervelletto

    Una sciroccata

    0
  • jackietreehorn

    Era una tipa che spesso avanzava tesi antiscientiste (si dira’ cosi’?). Scusami, non offenderti. Scherzavo.

    0
  • PaoloSL