1 / 25

Rita Pizzi MENTE ARTIFICIALE Dipartimento di Tecnologie dell’Informazione Università di Milano

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

iden
Download Presentation

Rita Pizzi MENTE ARTIFICIALE Dipartimento di Tecnologie dell’Informazione Università di Milano

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Rita Pizzi MENTE ARTIFICIALE Dipartimento di Tecnologie dell’Informazione Università di Milano

  2. 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.

  3. 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.

  4. 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

  5. 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

  6. 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

  7. 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.

  8. 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

  9. 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.

  10. 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”

  11. 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

  12. 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.

  13. 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

  14. UN CERVELLO BIONICO

  15. 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.

  16. 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

  17. 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

  18. 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.

  19. 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.

  20. 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

  21. 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

  22. 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%.

  23. 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

  24. EFFETTI QUANTISTICI IN RETI DI NEURONI I neuroni rispondono elettricamente sotto schermatura – effetto non classico

  25. 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 ?

More Related