Homo computazionale

da Ricardo Garcia (Professore universitario)

Uno dei viaggi più eroici in barca a vela è stato intrapreso da Ernest Shackleton e dal suo equipaggio. la tua barca, indurire, è stato intrappolato dal ghiaccio dell'Antartide, che è crollato, lasciando i marinai in cima al ghiaccio. Shackleton condusse il suo equipaggio sulla disabitata Elephant Island e lui e altri cinque marinai avrebbero fatto un viaggio di 1600 miglia in cerca di aiuto. Il viaggio è durato 16 giorni fino a raggiungere la stazione baleniera nell'isola della Georgia del Sud. La navigazione è stata effettuata a sestante e le cattive condizioni meteorologiche hanno permesso al Capitano di effettuare solo tre misurazioni, ma la sua precisione nei calcoli lo ha portato a Elephant Island. La storia della marineria è disseminata di storie dagli esiti diseguali, dove errori di calcolo, come il raggio della Terra, mettevano a repentaglio la sopravvivenza del suo equipaggio.

L'importanza dell'informatica nella storia dell'umanità non può limitarsi a micro-storie come quella precedente, ma ha avuto un ruolo centrale e continuerà a farlo nello sviluppo umano. Penso a un concetto ampio di capacità computazionale e al titolo del libro di M.Arbib (1981) Cervelli, macchine e matematica. Il suo titolo mi è adatto per fissare le coordinate dove situare il concetto, dove intelligenza artificiale fa parte di questa capacità.

La scienza ci permette di capire il mondo e la tecnologia ci permette di vivere nel mondo. La capacità di calcolo è una competenza trasversale ed essenziale nei contesti scientifici e tecnologici. Come società dobbiamo dargli la priorità per diversi motivi. 

In un mondo finito come il nostro, un'economia in crescita è irrealizzabile. Donella H. Meadows e altri (1972) hanno notato questo fatto nella loro relazione i limiti della crescita Commissionato dal Club di Roma. C'è un'illusione che ci fa credere che gli infiniti problemi saranno risolti da una scienza e una tecnologia che ottiene ogni giorno successi più notevoli e incredibili. Queste idee sono promosse anche dalle lobby e richiedono un pensiero critico in grado di valutare e trarre le proprie conclusioni. Questa è una delle qualità dell'abilità computazionale. Ad esempio, se vogliamo chiederci che i cambiamenti tecnologici risolveranno i problemi derivati ​​dalla crescita, possiamo analizzare un esempio specifico. Attualmente si ritiene che si verificherà un cambiamento nel modello energetico nell'industria automobilistica, con l'auto elettrica che sarà il naturale sostituto dei motori a combustione. Se tutta la produzione mondiale di litio fosse dedicata alla costruzione di batterie per auto elettriche, lasciando i cellulari incustoditi, compresse, eccetera. sarebbero prodotti meno di 18 milioni di veicoli. La produzione mondiale nel 2022 è stata di 85 milioni di veicoli in totale. Il corollario è che avremmo bisogno di produrre più di quattro volte più litio per mantenere le condizioni attuali. La quantificazione separa il problema dagli aspetti delle credenze e degli apriorismi e fa luce sulla risposta. È uno strumento essenziale per migliorare capacità critica.

Ci sono molteplici argomenti per stabilire uno scenario futuro in cui la scala dell'economia sia considerevolmente molto più piccola di quella attuale (forse il 40%?) e indipendentemente dalle decisioni politiche ambientali che potrebbero essere prese. Nel processo di convergenza ci saranno collisioni con i limiti della Terra stessa e dare una risposta corretta su quanto, dove, quando o come è ancora una volta essenziale per la propria sopravvivenza. È un nuovo viaggio nel Resistenza e prendere le decisioni giuste, per non essere di nuovo intrappolati nel ghiaccio o per poter raggiungere la Georgia del Sud, richiederà il meglio delle capacità computazionali.

Come possiamo dotarci come società di questa capacità computazionale? La risposta varia da un paese all'altro. Gli Stati Uniti sono in grado di attrarre talenti da tutto il mondo e comandare la maggior parte delle risorse disponibili. La Cina si fida fino in fondo mentre l'UE deve promuovere e conservare tutto il suo talento. Inoltre, la collaborazione di agenti in competizione per le risorse non è garantita. Ad esempio, se gli Stati Uniti costruissero un computer quantistico, non lo venderebbero mai alla Cina (o all'UE), infatti, tutti gli attuali sviluppi scientifici che rendono possibile la sua costruzione includono le stesse misure di sicurezza di una tecnologia militare. Anche i limiti in questa corsa variano, ad esempio, le questioni etiche nello sviluppo dell'intelligenza artificiale sono meno discusse in Cina e persino negli Stati Uniti rispetto a quelle sollevate nell'UE (Commissione per il mercato interno e la protezione dei consumatori, 2023).

Se ci collochiamo su scala locale o regionale, i gradi di libertà dello spazio delle soluzioni per aumentare la nostra capacità computazionale si riducono drasticamente. Inoltre, dobbiamo fare i conti con il fatto che ai margini dei margini queste domande non sembrano attrarci. Decifrare la struttura di una proteina o fare i dovuti calcoli in nanotecnologia diventa roba d'altri, giochi costosi e inutili per i nostri problemi quotidiani. Alcune azioni plausibili sono:

1. Dobbiamo comprendere il funzionamento dirompente dei progressi scientifici e tecnologici. Ad esempio, nella ricerca farmacologica solo una percentuale residua dei principi attivi testati è di interesse pratico. Ma nonostante ciò, il ritorno di quella frazione infinitesimale vale l'intero investimento. Questa stessa situazione è presente nella scienza e nella tecnologia in generale. Dobbiamo assumere questa regola operativa e fornire ampi finanziamenti per la ricerca in questo settore. Inoltre, scollegalo da entrate immediate o estremamente definitive.
2. L'1.4% della popolazione attiva è dedicata all'agricoltura nell'UE e questa attività economica genera circa l'1.5% del PIL, tuttavia, per ragioni storiche e strategiche, il 40% del bilancio dell'UE è dedicato a questo settore. È passato dal 60% del budget al 40% senza un impatto catastrofico, come una sorta di sostituzione dell'irrigazione a piena con l'irrigazione a goccia. Allo stesso modo, la capacità di calcolo deve essere intesa come strategica e finanziare la creazione di posti di lavoro in questi settori in modo che nessun talento nel territorio dell'UE venga sprecato a causa della mancanza di irrigazione.
3. La formazione è una leva essenziale per lo sviluppo di questa capacità. A livello di istruzione secondaria, è necessaria l'inclusione di una materia di programmazione nella scuola superiore. Inoltre, i programmi di matematica sono molto estesi e vengono trattati in modo superficiale, sviluppandosi improntati alla necessità di superare esami e lasciando in secondo piano lo sviluppo delle abilità matematiche. A livello universitario c'è uno squilibrio nella formazione tecnica tra la parte tecnologica ei suoi fondamenti. Viene data priorità alla generazione di forza lavoro per l'industria rispetto allo sviluppo della conoscenza.

Lo sviluppo della potenza di calcolo fornirà soluzioni ad alcuni dei problemi intrattabili fino ad oggi. Si progettano materiali o farmaci su scale inimmaginabilmente piccole, oppure si pongono problemi ingegneristici su scala planetaria (geoingegneria) ma il elefante in soggiorno È la macchina con intelligenza artificiale generale (AGI, nel suo acronimo in inglese).

Roli, Jaeger e Kauffman (2022) sostengono che AGI non è realizzabile perché i framework algoritmici hanno un sistema chiuso di possibilità e gli algoritmi non possono percepire nuovi framework e trascendere i propri. L'intelligenza umana è come una catena di insiemi A1⊆A2⊆…. che ospitano paradigmi di pensiero accessibili gli uni agli altri per il loro contenimento, mentre nei framework algoritmici c'è una chiusura, per quanto ampia possa essere, A1⊆A2⊆….⊆Ak, che chiude l'insieme delle possibilità. L'AGI equivale a chiedere se l'intelligenza umana è calcolabile, nel qual caso il Macchina di Turing universale Potrei implementarlo. Sappiamo che ci sono problemi, come ad esempio problema di stallo, che non dispone di un algoritmo per risolverlo. L'AGI potrebbe trovarsi nella stessa situazione ed essere un sogno irrealizzabile, ma se così non fosse, confrontiamo la sfida che sarebbe stata per l'Impero Romano raggiungere la Luna con la sfida di raggiungere l'AGI per gli attuali imperi ( USA o Cina) potrebbero sembrare di una difficoltà dello stesso ordine di grandezza.

Se arrivassimo a queste lune dove le macchine pensavano, il nostro essere di homo sapiens sapiens sarebbe consapevole che pensare non è altro che calcolare, che la simbiosi con le macchine continua l'evoluzione umana e forse termini come Homo computazionale Era più adatto a questi tempi nuovi.

Bibliografia

1. M.Arbib (1981) Cervelli, macchine e matematicas, Alleanza Universitaria.
2. commissione per il mercato interno e la protezione dei consumatori (2023). AI Act: un passo verso le prime regole sull'Intelligenza Artificiale. https://www.europarl.europa.eu/news/en/press-room/20230505IPR84904/ai-act-a-step-closer-to-the-first-rules-on-artificial-intelligence
3.  D. Meadows e altri (1972) I limiti della crescita: relazione al Club di Roma sulla difficile situazione dell'umanità, Fondo di Cultura Economica.
4.  A. Roli, J. Jaeger e S, A. Kauffman (2022). Come gli organismi vengono a conoscere il mondo: limiti fondamentali dell'intelligenza generale artificiale. Davanti. eco. Evol., 28, Sec. Modelli in ecologia ed evoluzione Volume 9 – 2021 | https://doi.org/10.3389/fevo.2021.806283

Articoli del parere ESI

[+] Altri articoli di opinione

Interagire nelle reti