Latest / Stroncature Podcast / “Che cos’è un algoritmo” di Marcello Frixione, Daniele Porello

Transcript

“Che cos’è un algoritmo” di Marcello Frixione, Daniele Porello · Stroncature Podcast

0:00
[music]
0:06
SPEAKER_01: Buon pomeriggio e benvenuti a questa nuova presentazione di Stroncature.
0:09
SPEAKER_01: Oggi discutiamo un libro intitolato Che cos'è un algoritmo?
0:13
SPEAKER_01: È uscito per Carocci nel 2026 e lo facciamo con gli autori,
0:16
SPEAKER_01: Marcello Friczione e Daniele Porello,
0:18
SPEAKER_01: che insegnano entrambi filosofia legata all'intelligenza artificiale all'Università
0:23
SPEAKER_01: di Genova.
0:25
SPEAKER_01: E ne discutiamo con i loro ospiti,
0:27
SPEAKER_01: Roberta Fornario,
0:28
SPEAKER_01: che è dell'Istituto di Scienze e Tecnologie della Cognizione del CNR,
0:32
SPEAKER_01: e Federico Laudisa,
0:33
SPEAKER_01: che insegna Logica e Filosofia della Scienza all'Università di Trento.
0:36
SPEAKER_01: Allora, che cos'è un algoritmo?
0:38
SPEAKER_01: È un argomento piuttosto d'attualità,
0:40
SPEAKER_01: eppure in realtà sono cento anni che gli algoritmi sono insieme a noi,
0:44
SPEAKER_01: allora chiedo ai due autori di portarci dentro il loro argomento.
0:48
SPEAKER_01: Cominciamo da Marcello Friczione, allora, prego.
0:51
SPEAKER_01: Allora, grazie per l'invito, per questa opportunità di parlare del nostro libro.
1:02
SPEAKER_01: L'idea fondamentale era proprio quella di chiarire, di dare una...
1:07
SPEAKER_01: Qualche informazione di più su questo concetto che tutti adoperano e
1:11
SPEAKER_01: che probabilmente non molti conoscono in maniera approfondita.
1:24
SPEAKER_01: L'uomo sviluppa algoritmi da quando esiste la pratica matematica umana,
1:31
SPEAKER_01: quindi conosciamo degli algoritmi che risalgono all'antichità classica,
1:35
SPEAKER_01: ma ci sono tracce di procedimenti algoritmici anche precedenti,
1:38
SPEAKER_01: anche nel libro riportiamo un esempio di un algoritmo
1:47
SPEAKER_01: La storia del concetto di algoritmo è una storia lunga e complicata
1:51
SPEAKER_01: e non è certamente una novità anche se appunto negli ultimi anni la storia
1:56
SPEAKER_01: del concetto di algoritmo ha avuto un'accelerazione e il concetto
2:00
SPEAKER_01: in qualche maniera ha assunto un'importanza,
2:04
SPEAKER_01: una pervasività nella nostra cultura, nella nostra esistenza che prima non aveva.
2:11
SPEAKER_01: Un algoritmo è un procedimento finito che a partire da un input ci consente
2:17
SPEAKER_01: di ottenere un output fondamentalmente.
2:21
SPEAKER_01: Gli algoritmi non sono legati ai calcolatori.
2:24
SPEAKER_01: I calcolatori sono degli esecutori di algoritmi,
2:27
SPEAKER_01: però un algoritmo si può eseguire anche con carta e penna.
2:33
SPEAKER_01: Le operazioni che impariamo a scuola per fare le quattro operazioni, altro non sono che...
2:42
SPEAKER_01: che degli algoritmi.
2:47
SPEAKER_01: Però appunto nel corso del novecento c'è stata una grossa
2:53
SPEAKER_01: Una grossa svolta nella storia del concetto di algoritmo.
2:56
SPEAKER_01: Mentre prima il concetto di algoritmo era un concetto intuitivo che comunque
3:00
SPEAKER_01: in qualche modo si accettava così in base a una caratterizzazione
3:07
SPEAKER_01: non elaborata
3:09
SPEAKER_01: in maniera formale,
3:10
SPEAKER_01: nel corso del Novecento con l'opera di tutta una serie di autori,
3:14
SPEAKER_01: tra cui il più noto è sicuramente Alan Turing,
3:17
SPEAKER_01: è stata data una caratterizzazione rigorosa del concetto di algoritmo.
3:20
SPEAKER_01: Ed è interessante notare che questo succede prima che esista l'informatica.
3:24
SPEAKER_01: Cioè, il lavoro di Turing,
3:28
SPEAKER_01: in cui il lavoro di Turing è non solo Turing,
3:30
SPEAKER_01: perché in questo sviluppo storico hanno avuto una parte importantissima,
3:37
SPEAKER_01: tutti i maggiori logici del Novecento,
3:40
SPEAKER_01: da Hilbert che ha posto il problema, Gödel, Turing, Alonso Church,
3:48
SPEAKER_01: Quindi appunto nel corso del novecento l'algoritmo diventa un oggetto
3:54
SPEAKER_01: di ricerca specifica ma questo succede prima che esistano i calcolatori.
3:59
SPEAKER_01: L'articolo di Turing è della metà degli anni trenta e l'informatica intesa
4:04
SPEAKER_01: come tecnologia delle macchine calcolatrici digitali nasce
4:11
SPEAKER_01: una decina
4:13
SPEAKER_01: di anni più tardi.
4:16
SPEAKER_01: Quindi appunto Il concetto di algoritmo è un concetto che ha una storia lunga
4:22
SPEAKER_01: e complicata e la cosa che noi in questo libro cerchiamo di sottolineare è
4:31
SPEAKER_01: che si tratta non soltanto di appunto un qualche cosa che ha a che fare
4:37
SPEAKER_01: con degli aspetti tecnologici ma si tratta di una nozione che è al cuore di
4:42
SPEAKER_01: una delle grandi svolte della scienza del Novecento, no?
4:46
SPEAKER_01: Se noi individuiamo i grandi temi della scienza del Novecento,
4:51
SPEAKER_01: le grandi rivoluzioni della scienza del Novecento,
4:54
SPEAKER_01: la meccanica quantistica,
4:55
SPEAKER_01: la fisica relativistica,
4:59
SPEAKER_01: gli sviluppi,
5:01
SPEAKER_01: lo studio del DNA,
5:02
SPEAKER_01: della biologia molecolare,
5:04
SPEAKER_01: lo studio del concetto di algoritmo rientra tra una di queste grandi svolte.
5:08
SPEAKER_01: E si interseca con tematiche non solo di informatica e di tecnologia,
5:15
SPEAKER_01: ma anche con tematiche di logica,
5:17
SPEAKER_01: tematiche di tipo filosofico,
5:20
SPEAKER_01: in particolare di filosofia della matematica, ma non solo filosofia della mente.
5:24
SPEAKER_01: Quindi è un concetto estremamente articolato,
5:28
SPEAKER_01: estremamente interessante ed estremamente pervasivo e ci è sembrato che valesse
5:33
SPEAKER_01: la pena di Cercare di fare in modo che un lettore che non avesse
5:41
SPEAKER_01: un particolare background specialistico avesse appunto gli strumenti
5:46
SPEAKER_01: per acquisire questi concetti in maniera non superficiale.
5:53
SPEAKER_01: E questo è un altro punto interessante per cui secondo noi vale la pena
5:58
SPEAKER_01: di occuparsi appunto del concetto di algoritmo e per cui riteniamo che Se valesse
6:06
SPEAKER_01: la pena provare a fare un libro come questo,
6:10
SPEAKER_01: è che i fondamenti dello studio degli algoritmi,
6:13
SPEAKER_01: quella che tecnicamente si chiama teoria della computabilità,
6:17
SPEAKER_01: la teoria della computabilità è quella branca della ricerca logico-matematica che ha
6:23
SPEAKER_01: a che fare con lo studio del concetto di algoritmo.
6:27
SPEAKER_01: I fondamenti della teoria della computabilità sono tutto sommato abbastanza semplici.
6:34
SPEAKER_01: Mentre se uno decide di studiare i fondamenti della meccanica quantistica,
6:40
SPEAKER_01: deve costruirsi un grosso background tecnico,
6:44
SPEAKER_01: cioè sono cose che non si possono improvvisare,
6:46
SPEAKER_01: sono cose che richiedono delle competenze pregresse abbastanza cospicue,
6:52
SPEAKER_01: lo studio del concetto di algoritmo
6:56
SPEAKER_01: È un percorso a cui chiunque abbia un po' di pazienza si può accostare con successo.
7:05
SPEAKER_01: Sono nozioni estremamente importanti,
7:09
SPEAKER_01: estremamente interessanti,
7:11
SPEAKER_01: ma che non richiedono un background culturale particolare.
7:16
SPEAKER_01: Ecco, quindi l'idea del nostro libro è proprio questa,
7:19
SPEAKER_01: cercare di consentire a un lettore che non è uno specialista,
7:23
SPEAKER_01: ma che semplicemente ha soltanto un po' di voglia di accedere a questi concetti,
7:29
SPEAKER_01: lo strumento per poterlo fare, dandogli poi attività.
7:31
SPEAKER_01: Abbiamo anche tutta una serie di riferimenti,
7:33
SPEAKER_01: per cui naturalmente in questo libro non c'è tutto,
7:35
SPEAKER_01: non ci può essere tutto,
7:35
SPEAKER_01: è un libro introduttivo,
7:37
SPEAKER_01: ma abbiamo cercato poi di dare,
7:39
SPEAKER_01: per così dire,
7:39
SPEAKER_01: i link a chi volesse approfondire i vari argomenti in maniera più approfondita.
7:51
SPEAKER_01: In
7:56
SPEAKER_01: questo libro si arriva a parlare di intelligenza artificiale,
8:01
SPEAKER_01: diciamo anche qualcosa sull'intelligenza artificiale,
8:03
SPEAKER_01: ma ci si arriva soltanto in fondo.
8:07
SPEAKER_01: In fondo è un percorso che ha una storia molto più lunga e complicata
8:13
SPEAKER_01: per cui l'intelligenza artificiale è soltanto l'ultima puntata di una storia
8:17
SPEAKER_01: che comincia perlomeno dall'antica Grecia, forse anche da prima.
8:22
SPEAKER_01: Detto questo passerei la parola a Daniele che ci dirà qualcosa di più su
8:26
SPEAKER_01: come è articolato il libro.
8:31
SPEAKER_01: Prego.
8:33
SPEAKER_02: Grazie Marcello.
8:35
SPEAKER_02: Vi racconto brevemente la struttura del libro, come abbiamo voluto strutturarlo.
8:43
SPEAKER_02: Nella prima parte noi cerchiamo di parlare di algoritmi con carta e penna,
8:47
SPEAKER_02: senza computer, giusto per dare l'idea.
8:50
SPEAKER_02: Come diceva anche Marcello che gli algoritmi sono un modo di veicolare informazioni,
8:56
SPEAKER_02: di comunicare tra le persone molto antico, Greci, Euclide, Aristotele, i Babilonesi.
9:03
SPEAKER_02: E tra l'altro un modo di comunicare che noi conosciamo dalle scuole primarie perché
9:08
SPEAKER_02: di solito ci insegnano l'algoritmo per la moltiplicazione in cui ci mettiamo lì.
9:18
SPEAKER_02: Nella prima parte cerchiamo di descrivere algoritmi di questo tipo,
9:22
SPEAKER_02: per farlo con un po' più di precisione,
9:24
SPEAKER_02: perché una caratteristica importante degli algoritmi è che sono modi
9:27
SPEAKER_02: per Comunicare anche soluzioni di problemi,
9:31
SPEAKER_02: però richiedono di essere un po' precisi.
9:34
SPEAKER_02: Si vuole essere precisi perché se io scrivo il mio algoritmo e lo do
9:38
SPEAKER_02: a qualcun altro,
9:39
SPEAKER_02: se sono preciso l'altro può anche lui ottenere le soluzioni che ho ottenuto io,
9:43
SPEAKER_02: quindi cerchiamo di ottenere un livello di comunicazione efficiente.
9:48
SPEAKER_02: Per questa ragione introduciamo un linguaggio per scrivere con carta
9:51
SPEAKER_02: e penne questi algoritmi e ne vediamo un po' nelle prime parti,
9:55
SPEAKER_02: alcuni greci,
9:56
SPEAKER_02: alcuni classici, ecco,
9:59
SPEAKER_02: molto noti,
10:00
SPEAKER_02: alcuni presi anche da testi introduttivi più avanzati,
10:04
SPEAKER_02: più tecnici,
10:06
SPEAKER_02: diciamo così,
10:06
SPEAKER_02: per lo studio degli algoritmi e cerchiamo di familiarizzare un po'
10:09
SPEAKER_02: con questi algoritmi.
10:10
SPEAKER_02: Sempre tenendo presente che qui stiamo parlando di cose che possiamo scrivere
10:13
SPEAKER_02: con carta e penna, senza parlare per forza di macchine.
10:17
SPEAKER_02: Dopodiché,
10:17
SPEAKER_02: dopo aver un po' familiarizzato con gli algoritmi,
10:20
SPEAKER_02: introduciamo alcuni elementi fondamentali di quella che Marcello ha già richiamato,
10:25
SPEAKER_02: cioè la teoria della computabilità,
10:26
SPEAKER_02: in particolare il lavoro di Alan Turing e di altri.
10:30
SPEAKER_02: Questo perché l'aspetto più interessante,
10:34
SPEAKER_02: o uno degli aspetti interessanti,
10:35
SPEAKER_02: è che dopo millenni che si sono utilizzati gli algoritmi,
10:40
SPEAKER_02: alla domanda che cos'è un algoritmo non c'era una risposta proprio chiara,
10:44
SPEAKER_02: ecco si è aspettato il lavoro generale.
10:45
SPEAKER_02: E' interessante notare che...
11:03
SPEAKER_02: Turing,
11:04
SPEAKER_02: siamo prima degli inizi del programma di ricerca in intelligenza artificiale e
11:08
SPEAKER_02: in questo periodo più o meno tutto quello che poteva fare una macchina
11:11
SPEAKER_02: lo si è quasi dimostrato matematicamente,
11:15
SPEAKER_02: cioè lo si è approcciato come problema da un punto di vista astratto e quello
11:20
SPEAKER_02: che potevamo conoscere lo sappiamo più o meno.
11:24
SPEAKER_02: Nelle ultime parti del libro Dopo questo intermezzo di natura più teorica parliamo
11:30
SPEAKER_02: di algoritmi implementati su macchine,
11:32
SPEAKER_02: cioè cosa fanno gli algoritmi sui computer in sostanza
11:35
SPEAKER_02: e qui non potendo entrare nei dettagli dello sviluppo diciamo tecnologico ci
11:41
SPEAKER_02: interessa più l'aspetto di parlare di algoritmi che possono essere più
11:44
SPEAKER_02: o meno efficienti Perché a seconda dell'efficienza
11:47
SPEAKER_02: di questi algoritmi si possono classificare problemi che sono risolvibili
11:52
SPEAKER_02: in pratica oppure no,
11:53
SPEAKER_02: vale a dire se io ho un algoritmo che però una volta che lo scrivo per
11:57
SPEAKER_02: il mio computer metto il mio input,
11:59
SPEAKER_02: schiaccio enter sul computer e il computer ci mette 14 miliardi di anni
12:04
SPEAKER_02: per terminare,
12:05
SPEAKER_02: non vorremmo dirlo efficiente questo,
12:08
SPEAKER_02: quindi un problema che richiede un algoritmo di questo tipo.
12:10
SPEAKER_02: Non è in pratica risolvibile.
12:12
SPEAKER_02: Quindi discutiamo un po' di questi aspetti,
12:14
SPEAKER_02: anche perché alcuni di questi aspetti poi rientrano nelle motivazioni
12:19
SPEAKER_02: che hanno portato allo sviluppo dell'intelligenza artificiale attuale,
12:22
SPEAKER_02: cioè più potenza di calcolo,
12:23
SPEAKER_02: più algoritmi più efficienti, ottimizzazioni di varia natura.
12:27
SPEAKER_02: Fino ad arrivare,
12:28
SPEAKER_02: come diceva Marcello,
12:30
SPEAKER_02: all'ultima parte del libro in cui cerchiamo
12:32
SPEAKER_02: di dare almeno un'idea dei moderni algoritmi di intelligenza artificiale
12:36
SPEAKER_02: che consentono di sviluppare queste reti neurali profonde
12:41
SPEAKER_02: che imparano dai molti dati che ci sono a disposizione adesso che hanno consentito
12:48
SPEAKER_02: le applicazioni che sembrano più di successo oggigiorno,
12:52
SPEAKER_02: i large language models eccetera e questo tipo di discorsi.
12:56
SPEAKER_02: L'accento che noi cerchiamo di porre su tutto questo è Quello di riportare,
13:02
SPEAKER_02: di provare a riportare un dibattito ancorandolo alla teoria degli algoritmi,
13:07
SPEAKER_02: cioè parlando anche di quello che gli moderni sviluppi
13:11
SPEAKER_02: di intelligenza artificiale si basano sempre sulla progettazione di certi tipi
13:15
SPEAKER_02: di algoritmi,
13:15
SPEAKER_02: quindi partendo di qui,
13:17
SPEAKER_02: forse cercando di togliere un po' del mistero e della magia dietro certe tecnologie,
13:22
SPEAKER_02: ma riportando il dibattito a qualcosa che si conosce e si dovrebbe conoscere
13:27
SPEAKER_02: in quanto programmato e progettato da qualcuno, ecco.
13:31
SPEAKER_02: Direi che mi posso fermare qui e lasciare spazio ai nostri discussant,
13:35
SPEAKER_02: che ringrazio tra l'altro.
13:37
SPEAKER_01: Allora ringrazio i due autori e cominciamo da Federico Laudisa, prego.
13:43
SPEAKER_03: Allora,
13:44
SPEAKER_03: prima di tutto grazie per questa opportunità e anche l'opportunità di discutere
13:51
SPEAKER_03: e presentare brevemente il lavoro di due colleghi molto esperti
13:58
SPEAKER_03: che fanno questo lavoro in maniera eccellente da molti anni a molti livelli.
14:02
SPEAKER_03: Quindi questa è una bella occasione, diciamo.
14:09
SPEAKER_03: Allora, io credo Inizialmente che ci sia un obiettivo
14:19
SPEAKER_03: immediato nella stesura
14:21
SPEAKER_03: e presentazione di un testo come questo,
14:24
SPEAKER_03: che è quello molto ragionevole,
14:27
SPEAKER_03: sensato e attuale di dotare un lettore interessato e anche un Ho disposto
14:38
SPEAKER_03: a fare qualche sforzo intellettuale degno di nota,
14:42
SPEAKER_03: che è sempre una cosa importantissima,
14:46
SPEAKER_03: ad acquisire una maggiore consapevolezza dei problemi,
14:50
SPEAKER_03: delle basi,
14:51
SPEAKER_03: delle motivazioni di questa classe di tecnologie che ormai invadono e pervadono
15:00
SPEAKER_03: la nostra vita, sia lavorativa in qualunque campo, sia personale.
15:07
SPEAKER_03: Però credo che questo libro riesca anche a entrare in quel territorio
15:16
SPEAKER_03: di cui hanno parlato gli autori prima,
15:19
SPEAKER_03: È il territorio della cultura scientifica in un senso lato perché i temi che
15:26
SPEAKER_03: il libro vuole introdurre rendere comprensibili,
15:31
SPEAKER_03: maneggevoli e tali che il lettore possa muoversi ragionevolmente
15:37
SPEAKER_03: in questo mondo complicato che si muove velocemente,
15:40
SPEAKER_03: però hanno dei profondi collegamenti Con delle tradizioni appunto culturali
15:49
SPEAKER_03: di lunga data.
15:51
SPEAKER_03: che si intrecciano veramente con il meglio o parte del meglio che
16:00
SPEAKER_03: la cultura scientifica e filosofica ed epistemologica tra 8
16:04
SPEAKER_03: e 900 produce soprattutto in Europa quindi appunto
16:11
SPEAKER_03: la nascita della logica formale nel senso in cui la conosciamo oggi Problemi
16:18
SPEAKER_03: di fondamenti in senso lato,
16:20
SPEAKER_03: di teorie matematiche e un po' più avanti poi questo grande tentativo,
16:28
SPEAKER_03: questo grande programma che ancora vede i protagonisti impegnati.
16:35
SPEAKER_03: Nella costruzione di una sorta di teoria scientifica della mente,
16:39
SPEAKER_03: qualunque cosa sia questa cosa che chiamiamo mente,
16:44
SPEAKER_03: il fatto che questa famosa intelligenza artificiale è qualcosa
16:50
SPEAKER_03: che nelle sue linee iniziali è nata,
16:56
SPEAKER_03: Una settantina di anni fa,
16:57
SPEAKER_03: insomma,
16:58
SPEAKER_03: non certo con i modelli linguistici che tanto effetto fanno sui giornali anche
17:09
SPEAKER_03: di grande diffusione.
17:11
SPEAKER_03: Quindi credo che questo tentativo di tenere insieme una sorta di funzione di
17:23
SPEAKER_03: Diciamo di
17:26
SPEAKER_03: pubblica coscienza sul ruolo tecnologia e però temi che hanno a che fare
17:33
SPEAKER_03: con la formazione superiore in area di cultura scientifica sia uno dei meriti,
17:40
SPEAKER_03: uno dei numerosi meriti di questo libro che insomma in
17:45
SPEAKER_03: un numero abbastanza contenuto di pagine toccano una grande quantità di temi,
17:50
SPEAKER_03: di aree insomma quindi Mettendo lettori di vario tipo in condizione di muoversi,
17:58
SPEAKER_03: di imparare, di crescere su questi temi.
18:02
SPEAKER_03: Quindi questo credo che sia importante, lo dico anche dal punto di vista di chi deve...
18:10
SPEAKER_03: Provare a tirar su qualche decina di studenti che si interessano di queste cose,
18:21
SPEAKER_03: del rapporto più in generale tra filosofia e scienza,
18:28
SPEAKER_03: che cercano di farlo mettendo le persone che hanno di fronte nella condizione
18:34
SPEAKER_03: di guardare a queste cose con un po' di sano spirito
18:40
SPEAKER_03: E anche culturalmente più robusto.
18:44
SPEAKER_03: Anche perché poi concludo,
18:47
SPEAKER_03: credo che questa ricchezza di indicazioni sulle radici nobili
18:55
SPEAKER_03: che risalgono alla grande tradizione della cultura scientifica moderna di molti
19:02
SPEAKER_03: di questi temi servano poi di nuovo a chi cerchi di farsi un'idea
19:12
SPEAKER_03: Anche per il lettore che non ha ambizioni di altro tipo,
19:16
SPEAKER_03: è estremamente importante non solo avere un'idea un pochino più chiara
19:21
SPEAKER_03: di cosa vuol dire complessità computazionale o rete neurale,
19:29
SPEAKER_03: ma anche egli stesso di sapere che questi temi non sono nati
19:33
SPEAKER_03: per risolvere Questi problemi pratici o tecnologici immediati,
19:38
SPEAKER_03: ma che sono nati o almeno parte
19:42
SPEAKER_03: di queste motivazioni risalgono ad ambizioni strettamente conoscitive.
19:48
SPEAKER_03: Questo credo sia fondamentale che non si debba dimenticare nel cercare
19:55
SPEAKER_03: di rendere comprensibile la scienza e la tecnologia dei nostri tempi, che comunque
20:01
SPEAKER_03: La grande tradizione occidentale ha sempre mantenuto molto ferma
20:09
SPEAKER_03: e molto cara questa ambizione a conoscere il mondo,
20:13
SPEAKER_03: sapere quali sono le leggi di ciò che ci sta intorno,
20:17
SPEAKER_03: inclusa la mente con cui questi temi si confrontano in modo importante.
20:24
SPEAKER_01: Grazie mille, allora sentiamo anche Roberta Ferrario, prego.
20:30
SPEAKER_00: Buongiorno a tutti e tutte,
20:32
SPEAKER_00: molte grazie sia a Stroncature che gli autori per questo invito,
20:37
SPEAKER_00: per appunto perché mi ha dato la possibilità di leggere questo libro,
20:41
SPEAKER_00: del quale cercherò di mettere un po' in luce l'utilità.
20:45
SPEAKER_00: Per quello che possiamo chiamare il grande pubblico,
20:47
SPEAKER_00: perché è indubbio che al di là che si sia entusiasti,
20:50
SPEAKER_00: ipercritiche o scettici,
20:55
SPEAKER_00: è indubitabile che negli ultimi quattro anni ci sia stato un ingresso di quella
21:01
SPEAKER_00: che oggi viene chiamata intelligenza artificiale molto massiccio all'interno della
21:06
SPEAKER_00: quotidianità delle persone.
21:07
SPEAKER_00: Insomma, chiunque sia dotato o dotata di uno smartphone oggi ha la possibilità di avere appunto
21:15
SPEAKER_00: Dei programmi che funzionano avendo degli algoritmi alla loro base
21:19
SPEAKER_00: che appunto vengono definiti come programmi di intelligenza artificiale
21:23
SPEAKER_00: e può utilizzarli per i compiti più disparati.
21:27
SPEAKER_00: Questo naturalmente ha dato luogo a una serie di dibattiti scientifici
21:33
SPEAKER_00: in discipline molto diverse,
21:35
SPEAKER_00: ovviamente all'interno dell'informatica,
21:38
SPEAKER_00: per capire come rendere questi sistemi più performanti,
21:43
SPEAKER_00: come renderli meno proni ad errori,
21:45
SPEAKER_00: più rispettosi della privacy degli utenti e delle utenti,
21:48
SPEAKER_00: più sostenibili da un punto di vista ambientale.
21:51
SPEAKER_00: Ci sono,
21:52
SPEAKER_00: come dire,
21:53
SPEAKER_00: molte linee di ricerca che si stanno occupando
21:56
SPEAKER_00: di tutte queste dimensioni dell'intelligenza artificiale.
22:00
SPEAKER_00: D'altra parte però anche le discipline più umanistiche e sociali,
22:04
SPEAKER_00: anche queste si stanno interessando di quello che è l'impatto dell'uso
22:09
SPEAKER_00: di queste tecnologie nella nostra quotidianità, nel lavoro, nella ricerca.
22:15
SPEAKER_00: E come dire,
22:16
SPEAKER_00: anche qui i temi che emergono sono molto variopinti,
22:20
SPEAKER_00: cioè si parte del discorso della mancanza di trasparenza di questi oggetti,
22:25
SPEAKER_00: quindi tantissime persone usano questi,
22:29
SPEAKER_00: appunto,
22:30
SPEAKER_00: Questi sistemi basati su algoritmi senza sapere in realtà cosa accade all'interno
22:36
SPEAKER_00: del macchinario che stanno usando.
22:39
SPEAKER_00: Altri dibattiti sono centrati sul fatto che la potenza di queste applicazioni porta
22:45
SPEAKER_00: con sé anche però una propagazione di bias sociali
22:48
SPEAKER_00: che sono già intrinseci nella società contemporanea.
22:54
SPEAKER_00: E ci sono anche tutta una serie di riflessioni su contenuti che
23:01
SPEAKER_00: questi dispositivi trasmettono.
23:04
SPEAKER_00: E questi contenuti non sono più,
23:06
SPEAKER_00: come dire,
23:07
SPEAKER_00: concepibili come dei contenuti a senso unico,
23:09
SPEAKER_00: perché appunto in molti casi si tratta proprio di una co-creazione di contenuti.
23:14
SPEAKER_00: E, come dire,
23:15
SPEAKER_00: le discipline come la filosofia e le scienze sociali hanno molto interesse anche
23:20
SPEAKER_00: a trattare del discorso del cosiddetto Human in the Loop,
23:23
SPEAKER_00: Perché appunto da un certo punto di vista per diciamo l'utente
23:28
SPEAKER_00: del grande pubblico sembrerebbe di avere tra le mani uno strumento che come dire
23:35
SPEAKER_00: Fa tutto autonomamente.
23:36
SPEAKER_00: In realtà tutta la procedura di funzionamento al suo interno non solo gli algoritmi
23:42
SPEAKER_00: ma anche una componente umana molto importante che parte dai progettisti
23:46
SPEAKER_00: di questo algoritmo ovviamente ma anche le persone che devono
23:49
SPEAKER_00: in qualche modo farli funzionare,
23:51
SPEAKER_00: che li devono allenare etichettando le immagini,
23:55
SPEAKER_00: le parole di modo che queste Che questi algoritmi possano funzionare
24:03
SPEAKER_00: su dei concetti
24:04
SPEAKER_00: che comunque si applicano alla realtà.
24:07
SPEAKER_00: Abbiamo tutto un lavoro di fine tuning degli algoritmi che appunto sottendono
24:13
SPEAKER_00: al lavoro dei sistemi complessi basati sull'intelligenza artificiale e sicuramente
24:19
SPEAKER_00: come dire tutto questo scenario che coinvolge Stroncature.
24:30
SPEAKER_00: Questi marketing geni basati sugli algoritmi siano da una parte affidabili da
24:35
SPEAKER_00: un punto di vista tecnico,
24:36
SPEAKER_00: ma anche affidabili da un punto di vista più etico-morale,
24:40
SPEAKER_00: cioè a chi resta poi la responsabilità delle azioni che vengono compiute sulla base
24:45
SPEAKER_00: di un suggerimento che viene fornito da un device di intelligenza artificiale,
24:51
SPEAKER_00: basato sull'intelligenza artificiale.
24:54
SPEAKER_00: E appunto,
24:55
SPEAKER_00: a mio parere,
24:56
SPEAKER_00: è molto importante che esattamente in questo momento storico,
24:59
SPEAKER_00: in cui c'è questa diffusione così pervasiva dell'uso di questi artefatti,
25:05
SPEAKER_00: è importante che chiunque,
25:07
SPEAKER_00: qualsiasi utente,
25:08
SPEAKER_00: anche quello base,
25:10
SPEAKER_00: abbia una conoscenza almeno minimale della natura di questi artefatti.
25:19
SPEAKER_00: Per esempio,
25:20
SPEAKER_00: non so quanto sia diffusa la conoscenza sul loro funzionamento,
25:25
SPEAKER_00: sul fatto che si basino su calcoli probabilistici.
25:29
SPEAKER_00: Altrettanto credo che sia poco diffuso la riflessione tra
25:32
SPEAKER_00: il cosiddetto grande pubblico su qual è l'impatto dell'utilizzo
25:36
SPEAKER_00: di questi sistemi sulle funzioni cognitive.
25:39
SPEAKER_00: E anche se questi,
25:41
SPEAKER_00: come dire,
25:41
SPEAKER_00: questo tipo di riflessioni sembrano lontane dall'idea di base,
25:45
SPEAKER_00: di algoritmo,
25:46
SPEAKER_00: in realtà non lo sono affatto perché,
25:49
SPEAKER_00: come dire,
25:50
SPEAKER_00: appunto,
25:51
SPEAKER_00: passare attraverso questa disabilità,
25:54
SPEAKER_00: E' un esame che è affrontato in questo libro,
25:58
SPEAKER_00: che mostra appunto come ci siano dei concetti alla base del funzionamento
26:03
SPEAKER_00: di questi sistemi che appunto si possono basare su operazioni di tipo finito.
26:11
SPEAKER_00: Questo per esempio, come dire, non è una nozione...
26:16
SPEAKER_00: Così diffusa,
26:17
SPEAKER_00: ma nella sua semplicità,
26:19
SPEAKER_00: come dire,
26:19
SPEAKER_00: ci dà delle informazioni molto importanti sul funzionamento di questi device.
26:26
SPEAKER_00: Un'altra cosa che ho trovato molto interessante all'interno del libro,
26:29
SPEAKER_00: anche se non c'è un capitolo espressamente dedicato a questo,
26:33
SPEAKER_00: ma ritorna in vari punti nel corso dell'opera,
26:36
SPEAKER_00: E che in realtà appunto si parla spesso di intelligenza artificiale riferendosi a
26:41
SPEAKER_00: un particolare tipo di intelligenza artificiale che è quella
26:43
SPEAKER_00: che oggi viene implementata nei nostri smartphone.
26:47
SPEAKER_00: E però in realtà,
26:48
SPEAKER_00: come dire,
26:49
SPEAKER_00: tutto il dibattito sull'intelligenza artificiale parte dagli anni 50
26:53
SPEAKER_00: e appunto c'è stata una sorta di,
26:55
SPEAKER_00: non la chiamerei neanche evoluzione,
26:57
SPEAKER_00: la chiamerei trasformazione e comunque che è tuttora in corso,
27:02
SPEAKER_00: che tocca diversi tipi di,
27:04
SPEAKER_00: come dire,
27:05
SPEAKER_00: di modalità di affrontare il discorso che
27:09
SPEAKER_00: se si vuole alla base filosofico dell'intelligenza artificiale quindi non abbiamo
27:13
SPEAKER_00: solamente i Large Language Model che sono appunto il modello più utilizzato oggi
27:17
SPEAKER_00: ma abbiamo anche l'intelligenza artificiale di tipo simbolico Abbiamo
27:23
SPEAKER_00: le reti neurali e le reti neurali profonde.
27:26
SPEAKER_00: Anche questo è una specificazione che è spesso ignorata dal grande pubblico,
27:32
SPEAKER_00: ma è interessante ritrovarla in questo libro perché ci fa capire un po'
27:35
SPEAKER_00: di più
27:39
SPEAKER_00: qual è il funzionamento di questi sistemi e anche Che tipo di controllo
27:44
SPEAKER_00: gli utenti, gli utenti umani possono avere su questi macchinari.
27:52
SPEAKER_00: E un'altra cosa interessante,
27:53
SPEAKER_00: appunto,
27:54
SPEAKER_00: è che forse è lasciata un po' emergere verso la fine,
27:59
SPEAKER_00: è che quando parliamo di intelligenza artificiale oggi sembra,
28:02
SPEAKER_00: appunto,
28:02
SPEAKER_00: rivolgendoci a un particolare tipo di intelligenza artificiale,
28:06
SPEAKER_00: dimentichiamo di nuovo l'origine Di questa specifica tecnologia
28:11
SPEAKER_00: che ha un'origine molto legata all'utilizzo linguistico,
28:16
SPEAKER_00: quindi spesso utilizziamo uno strumento che è nato
28:18
SPEAKER_00: come strumento linguistico immaginando come se fosse appunto
28:26
SPEAKER_00: una qualche macchina dotata di un qualche tipo di ragionamento,
28:29
SPEAKER_00: cosa che a oggi non
28:31
SPEAKER_00: Ed è interessante appunto avere a che fare anche
28:34
SPEAKER_00: con un'introduzione abbastanza divulgativa che però ci mostri
28:37
SPEAKER_00: come tutti questi aspetti dello studio dell'intelligenza artificiale
28:41
SPEAKER_00: se non vivi ancora oggi e come appunto forse dovremmo prepararci anche come utenti
28:46
SPEAKER_00: a vedere uno sviluppo Che porti
28:50
SPEAKER_00: a lavorare insieme delle diverse dimensioni dell'intelligenza artificiale
28:55
SPEAKER_00: che fanno sì che questo sia un ambito di studio strettamente interdisciplinare,
29:01
SPEAKER_00: del quale appunto non si può fare a meno della riflessione filosofica,
29:04
SPEAKER_00: della riflessione delle scienze sociali Tanto quanto appunto dello studio dei
29:10
SPEAKER_00: dettagli diciamo più tecnici e quindi appunto credo che questo sia diciamo
29:16
SPEAKER_00: il messaggio forte che questo libro porta anche come appunto
29:20
SPEAKER_00: come introduzione divulgativa a un tipo di tecnologia
29:25
SPEAKER_00: che oggi appunto è accanto quasi a tutte le persone che abitano diciamo
29:31
SPEAKER_00: il cosiddetto mondo occidentale.
29:35
SPEAKER_00: Naturalmente anche una grossa parte del mondo orientale
29:39
SPEAKER_01: oggi.
29:41
SPEAKER_01: Grazie mille agli ospiti e agli autori anche per aver ricordato
29:45
SPEAKER_01: come queste questioni hanno una dimensione tecnica,
29:48
SPEAKER_01: storica, scientifica, ma anche quotidiana, etico-politica nel senso più lato.
29:56
SPEAKER_01: Allora gli do la parola per provare a rispondere a tutte
29:59
SPEAKER_01: le sollecitazioni arrivate dai loro discussant.
30:02
SPEAKER_01: Prego chi vuole cominciare.
30:09
SPEAKER_02: Ah vai tu Marcello, manteniamo l'ordine alfabetico.
30:14
SPEAKER_01: Sì, naturalmente ci sono tantissimi problemi interessanti legati alle cose
30:17
SPEAKER_01: di cui nel libro si parla.
30:21
SPEAKER_01: E anche legate alle cose di cui nel libro non si parla o si parla soltanto
30:24
SPEAKER_01: in maniera estremamente marginale.
30:26
SPEAKER_01: Cioè, ripeto,
30:27
SPEAKER_01: naturalmente questo libro non vuole essere un manuale tecnico
30:33
SPEAKER_01: di teoria della computabilità perché ce ne sono di ottimi fatti
30:38
SPEAKER_01: da gente molto più competente di noi.
30:40
SPEAKER_01: Non vuole essere un'introduzione all'informatica teorica
30:44
SPEAKER_01: perché anche qui esistono già e sicuramente noi non saremmo in grado di farlo.
30:53
SPEAKER_01: Non vuole nemmeno essere un libro in cui si affrontano ad esempio
30:57
SPEAKER_01: i temi etici dell'intelligenza artificiale che sono importantissimi.
31:01
SPEAKER_01: L'intelligenza artificiale,
31:03
SPEAKER_01: come è stato detto già più volte da entrambi di Scassant,
31:09
SPEAKER_01: sia da Roberto sia da Federico, è una disciplina che ormai ha una lunga storia.
31:15
SPEAKER_01: E questa non è una cosa di cui molti siano consapevoli.
31:18
SPEAKER_01: Quando io parlo con i miei studenti a lezione,
31:20
SPEAKER_01: gli chiedo,
31:20
SPEAKER_01: ma secondo voi quando è stata inventata l'intelligenza artificiale,
31:23
SPEAKER_01: da quando esiste l'intelligenza artificiale?
31:25
SPEAKER_01: Mi dicono che secondo loro esiste da una ventina d'anni.
31:29
SPEAKER_01: Non è vero,
31:29
SPEAKER_01: l'intelligenza artificiale fra l'altro ha una data di nascita abbastanza precisa,
31:33
SPEAKER_01: la prima volta che si utilizza il termine intelligenza artificiale è in
31:39
SPEAKER_01: un convegno degli anni 50,
31:41
SPEAKER_01: in particolare del 1956,
31:43
SPEAKER_01: quindi quest'anno l'intelligenza artificiale compie 70 anni.
31:52
SPEAKER_01: La storia dell'intelligenza artificiale è complessa e articolata.
31:56
SPEAKER_01: Non esiste un unico tipo di intelligenza artificiale, come diceva Roberta.
32:02
SPEAKER_01: Esiste l'intelligenza artificiale delle reti neurali profonde,
32:06
SPEAKER_01: che è quella che oggi sta avendo il maggiore successo,
32:09
SPEAKER_01: ma esiste anche la cosiddetta intelligenza artificiale simbolica,
32:12
SPEAKER_01: che è più basata su modelli di tipo Diciamo logico su regole esplicite
32:18
SPEAKER_01: e entrambe queste tradizioni sono tradizioni antiche,
32:21
SPEAKER_01: cioè i primi antiche nel senso appunto relativamente antiche,
32:25
SPEAKER_01: non qualche cosa che risale agli ultimi 15 anni, agli ultimi 20 anni.
32:29
SPEAKER_01: Il primo modello computazionale di neurone risale al 1943.
32:35
SPEAKER_01: e negli anni 50,
32:37
SPEAKER_01: negli anni 60 poi con una forte accelerazione
32:42
SPEAKER_01: a partire dagli anni 80 si sviluppano tutte quelle tecniche
32:46
SPEAKER_01: che sono alla base della moderna intelligenza artificiale cioè
32:50
SPEAKER_01: le reti neurali esistono già anche queste da un'ottantina d'anni
32:55
SPEAKER_01: Le nostre reti neurali,
32:57
SPEAKER_01: quelle che fanno quelle cose strabilianti di cui tutti parlano e
33:02
SPEAKER_01: che suscitano speranze e timori,
33:05
SPEAKER_01: in realtà si basano su tecnologie che sono state sviluppate fondamentalmente
33:11
SPEAKER_01: a partire dalla seconda metà degli anni Ottanta.
33:13
SPEAKER_01: La grande accelerazione è stata dovuta sia all'introduzione di innovazioni tecnologiche,
33:22
SPEAKER_01: Sviluppi tecnici,
33:23
SPEAKER_01: ma soprattutto a fattori tecnologici come lo sviluppo di strumenti
33:28
SPEAKER_01: di calcolo sempre più potenti e la disponibilità di grandi masse di dati
33:35
SPEAKER_01: per addestrarli,
33:36
SPEAKER_01: cioè l'intelligenza artificiale,
33:39
SPEAKER_01: diciamo così,
33:39
SPEAKER_01: quella che va per la maggiore,
33:41
SPEAKER_01: Si basa su tecniche di machine learning,
33:43
SPEAKER_01: cioè di apprendimento automatico e questi sistemi
33:47
SPEAKER_01: di apprendimento automatico fondamentalmente funzionano,
33:50
SPEAKER_01: riescono a dare quelle prestazioni estremamente efficaci,
33:58
SPEAKER_01: anche difficili da prevedere perché se a me trent'anni fa mi avessero detto
34:02
SPEAKER_01: che sarebbero esistiti dei programmi di intelligenza artificiale che fanno le cose
34:06
SPEAKER_01: che adesso appunto il language model ad esempio fanno non ci avrei creduto, no?
34:12
SPEAKER_01: Quindi appunto,
34:14
SPEAKER_01: tecnica che esistevano già,
34:16
SPEAKER_01: risultati teorici che esistevano già,
34:23
SPEAKER_01: che assieme allo sviluppo di un hardware sempre più potente,
34:27
SPEAKER_01: sempre più veloce e di masse di dati che consentono l'addestramento dei programmi,
34:32
SPEAKER_01: hanno consentito appunto di ottenere risultati con cui abbiamo a che fare tutti
34:36
SPEAKER_01: i giorni, no?
34:38
SPEAKER_01: E anche qua naturalmente ci sono,
34:41
SPEAKER_01: si pongono dei problemi che sono sicuramente problemi
34:46
SPEAKER_01: che oggi sono diventati estremamente,
34:51
SPEAKER_01: come dire,
34:51
SPEAKER_01: rilevanti,
34:52
SPEAKER_01: non soltanto dal punto di vista teorico ma anche dal punto di vista pratico,
34:56
SPEAKER_01: ma sono problemi che già esistevano.
34:59
SPEAKER_01: Il problema dell'opacità che citava Roberta, che è Roberta, no?
35:03
SPEAKER_01: Uno dei grossi problemi dei sistemi basati su reti neurali profonde è
35:08
SPEAKER_01: che danno delle risposte che per lo più sono estremamente buone,
35:12
SPEAKER_01: estremamente adeguate, non sempre, però è difficile capire perché lo fanno.
35:17
SPEAKER_01: Lì dietro c'è un sistema che è appunto una rete neurale profonda,
35:21
SPEAKER_01: cioè una rete neurale con migliaia di unità,
35:26
SPEAKER_01: milioni di connessioni,
35:28
SPEAKER_01: e capire perché un sistema di intelligenza artificiale dalla risposta
35:32
SPEAKER_01: che dà è tutt'altro che semplice.
35:35
SPEAKER_01: Questo è certamente un problema che ha avuto una grande rilevanza negli ultimi anni
35:43
SPEAKER_01: con questi nuovi sistemi di intelligenza artificiale, ma non è un problema nuovo.
35:47
SPEAKER_01: Non è un problema nuovo perché ad esempio si poneva già negli anni 70 con i sistemi esperti.
35:53
SPEAKER_01: I sistemi esperti sono dei programmi dell'altra tradizione dell'intelligenza
35:59
SPEAKER_01: artificiale,
36:00
SPEAKER_01: non delle reti neurali,
36:01
SPEAKER_01: ma l'intelligenza artificiale simbolica, quella basata su regole esplicite.
36:05
SPEAKER_01: Un sistema esperto è un programma di intelligenza artificiale che simula
36:10
SPEAKER_01: le prestazioni di un esperto in un certo ambito,
36:13
SPEAKER_01: ad esempio un certo settore della diagnosi medica,
36:17
SPEAKER_01: Basato su un grandissimo numero di regole del tipo se allora.
36:22
SPEAKER_01: Negli anni settanta ci si poneva il problema di riuscire a capire come mai
36:28
SPEAKER_01: un sistema esperto,
36:30
SPEAKER_01: quando gli do in input certi dati, mi dà un certo tipo di risposta.
36:33
SPEAKER_01: Gli abbiamo tutte regole esplicite,
36:34
SPEAKER_01: non abbiamo reti neurali,
36:36
SPEAKER_01: però anche in quel caso capire perché il programma fa certe cose è Era ed è ancora
36:43
SPEAKER_01: un problema tutt'altro che banale.
36:45
SPEAKER_01: Un sistema algoritmico complesso è sempre un sistema in cui è difficile capire
36:52
SPEAKER_01: perché fa quello che fa.
36:54
SPEAKER_01: Questo problema nel caso delle reti neurali è moltiplicato, ma esisteva già.
37:00
SPEAKER_01: E alla base di tutto,
37:01
SPEAKER_01: se vogliamo,
37:02
SPEAKER_01: c'è un teorema,
37:04
SPEAKER_01: un teorema che noi cerchiamo di spiegare,
37:06
SPEAKER_01: Speriamo di essere riusciti a averlo fatto bene,
37:11
SPEAKER_01: che è il teorema di Rice,
37:13
SPEAKER_01: che dice che non è mai possibile avere un programma,
37:20
SPEAKER_01: avere un algoritmo,
37:22
SPEAKER_01: Che mi dice,
37:23
SPEAKER_01: detto molto alla buona, perché un certo programma dà un certo tipo di risposta.
37:28
SPEAKER_01: Cioè che cosa fa un certo tipo di programma?
37:31
SPEAKER_01: Ad esempio,
37:32
SPEAKER_01: a me piacerebbe avere un programma che se gli do in input
37:37
SPEAKER_01: un altro programma mi dice sì, questo programma calcola l'addizione.
37:41
SPEAKER_01: Oppure no, questo programma non calcola l'addizione.
37:43
SPEAKER_01: Questo in generale non si può fare.
37:46
SPEAKER_01: Questo in generale non si può fare ed è...
37:49
SPEAKER_01: Questo è il nucleo duro del problema dell'opacità,
37:54
SPEAKER_01: ma non è una novità,
37:55
SPEAKER_01: è un risultato che è stato ottenuto molti decenni fa quando
38:00
SPEAKER_01: di reti neurali profonde non se ne parlava ancora.
38:04
SPEAKER_01: E quindi,
38:05
SPEAKER_01: quando ci poniamo problemi come quello dell'opacità,
38:10
SPEAKER_01: con tutte le sue implicazioni non solo di tipo teorico e tecnologico,
38:17
SPEAKER_01: ma anche ad esempio di tipo etico,
38:19
SPEAKER_01: Noi abbiamo a che fare con questo tipo di problemi
38:24
SPEAKER_01: che poi alla fine riconducono sempre
38:27
SPEAKER_01: al contesto della teoria classica della computabilità.
38:32
SPEAKER_01: I programmi, le reti neurali profonde, altro non sono che algoritmi estremamente complessi.
38:40
SPEAKER_01: Alla fine tutto quello che fa una rete neurale profonda in linea
38:44
SPEAKER_01: di principio si potrebbe fare con una macchina di tour.
38:48
SPEAKER_01: Non c'è niente di miracoloso nelle reti neurali.
38:53
SPEAKER_01: Questi processi computazionali sono comunque processi di tipo algoritmico
38:57
SPEAKER_01: che sono quelli che venivano studiati nell'ambito della teoria della computabilità.
39:02
SPEAKER_01: E qui viene fuori un aspetto che secondo me è in qualche modo interessante,
39:09
SPEAKER_01: è un po' paradossale.
39:13
SPEAKER_01: Dicevamo,
39:13
SPEAKER_01: gli algoritmi esistono fin dall'antichità,
39:18
SPEAKER_01: da Euclide, Aristotele e gli assiro-bavilonesi e così via.
39:24
SPEAKER_01: Poi, per tanti anni questo concetto di algoritmo andava bene,
39:28
SPEAKER_01: così com'è negli anni 30,
39:31
SPEAKER_01: per ragioni che non avevano a che fare con l'informatica,
39:34
SPEAKER_01: con l'intelligenza artificiale,
39:35
SPEAKER_01: che non esistevano ancora,
39:37
SPEAKER_01: ma per ragioni legate fondamentalmente a problemi di filosofia della matematica,
39:43
SPEAKER_01: Ci si chiede, bene,
39:44
SPEAKER_01: cerchiamo di definire,
39:45
SPEAKER_01: di caratterizzare in maniera rigorosa questo concetto di algoritmo.
39:49
SPEAKER_01: E lì entrano in gioco Turing, entrano in gioco Church, Gödel, no?
39:54
SPEAKER_01: Bene, quello che viene fuori negli anni 30,
39:58
SPEAKER_01: nel momento in cui ci si pone come obiettivo di caratterizzare in maniera rigorosa
40:05
SPEAKER_01: il concetto intuitivo di algoritmo, sono fondamentalmente risultati di limitazione.
40:11
SPEAKER_01: Ci sono cose che gli algoritmi non possono fare.
40:16
SPEAKER_01: Ad esempio,
40:17
SPEAKER_01: non c'è nessun algoritmo che è in grado di dire se un altro algoritmo per
40:20
SPEAKER_01: un certo input...
40:23
SPEAKER_01: Questo lo dimostra Turing.
40:24
SPEAKER_01: Oppure Rice,
40:26
SPEAKER_01: dicevamo,
40:27
SPEAKER_01: non c'è un algoritmo che mi consente di dire che cosa fa un altro algoritmo.
40:32
SPEAKER_01: Poi, appunto, con la teoria della complessità computazionale, altri risultati di limitazione.
40:37
SPEAKER_01: Ci sono cose che si possono fare con un algoritmo.
40:40
SPEAKER_01: Ci sono cose che si possono,
40:41
SPEAKER_01: problemi che si possono risolvere con un algoritmo,
40:44
SPEAKER_01: ma tutti gli algoritmi che sono in grado
40:47
SPEAKER_01: di risolvere quel problema hanno delle prestazioni computazionali disastrose.
40:51
SPEAKER_01: Richiederebbero in certi casi dei tempi di calcolo così lunghi
40:55
SPEAKER_01: da essere assolutamente realistici.
40:57
SPEAKER_01: Quindi anche quando l'algoritmo c'è,
41:00
SPEAKER_01: spesso è un algoritmo che al lato pratico non è utilizzabile
41:03
SPEAKER_01: perché richiederebbe tempi di calcolo troppo lunghi
41:07
SPEAKER_01: per essere assolutamente realistici.
41:11
SPEAKER_01: Quindi sembra in qualche modo che la teoria della complessità computazionale
41:16
SPEAKER_01: in qualche modo sancisca una serie di paletti al di là dei quali il concetto
41:20
SPEAKER_01: di algoritmo non può andare.
41:23
SPEAKER_01: Però, e qui sta l'aspetto paradossale,
41:26
SPEAKER_01: la teoria della computabilità e poi una decina d'anni dopo
41:30
SPEAKER_01: la nascita dell'informatica intesa come tecnologia dei calcolatori digitali
41:35
SPEAKER_01: con Johann von Neumann e gli altri...
41:39
SPEAKER_01: Ma appunto anche gli ingegneri che poi hanno costruito
41:42
SPEAKER_01: le prime macchine calcolatrici,
41:44
SPEAKER_01: apre un periodo di, come dire, sempre maggiore pervasività degli algoritmi.
41:51
SPEAKER_01: Mentre prima dell'informatica fondamentalmente gli algoritmi venivano utilizzati
41:59
SPEAKER_01: per manipolare soltanto un tipo,
42:02
SPEAKER_01: tipi abbastanza limitati di dati, fondamentalmente numeri e poco più, no?
42:07
SPEAKER_01: Un po' alla volta con la nascita dell'informatica nascono algoritmi
42:12
SPEAKER_01: che possono manipolare tipi di dati di qualunque tipo.
42:16
SPEAKER_01: Testi linguistici, immagini, immagini statiche, immagini di movimento, suoni, no?
42:21
SPEAKER_01: Tutto quello a cui adesso noi siamo assolutamente abituati.
42:24
SPEAKER_01: Cioè l'idea che esistano algoritmi appunto che elaborino, non so,
42:30
SPEAKER_01: Photoshop senza andare su cose, sulle diavolerie dell'intelligenza artificiale, no?
42:35
SPEAKER_01: Ma banalmente algoritmi che manipolino dei file audio o appunto dei file video.
42:42
SPEAKER_01: E questo ha...
42:45
SPEAKER_01: Per così dire,
42:45
SPEAKER_01: ha ampliato la portata del calcolo algoritmico a tutta una serie di ambiti
42:52
SPEAKER_01: che prima erano impensabili,
42:56
SPEAKER_01: per cui ora noi gli algoritmi ci ritroviamo dappertutto.
42:59
SPEAKER_01: E qui sta l'aspetto paradossale, secondo me.
43:03
SPEAKER_01: Da un lato,
43:04
SPEAKER_01: quando si comincia a studiare il concetto di algoritmo in maniera rigorosa,
43:09
SPEAKER_01: Si scoprono tanti limiti, tante cose che gli algoritmi non possono fare.
43:13
SPEAKER_01: In qualche modo si individuano una serie di paletti e sembra che il concetto
43:17
SPEAKER_01: di algoritmo possa stare solo lì dentro e può stare solo lì dentro, no?
43:22
SPEAKER_01: Però poi lo sviluppo della tecnologia dei calcolatori ha fatto sì
43:25
SPEAKER_01: che l'applicabilità degli algoritmi pure nell'ambito
43:28
SPEAKER_01: di questi paletti si sia espansa in maniera assolutamente imprevedibile,
43:35
SPEAKER_01: cioè penso che né Turing né von Neumann avessero in testa,
43:40
SPEAKER_01: potessero prevedere che ci fossero algoritmi che consentono di fare tutte le cose
43:45
SPEAKER_01: che si possono fare adesso con un algoritmo, no?
43:49
SPEAKER_01: E quindi appunto noi abbiamo da un lato una teoria che sancisce dei limiti precisi
43:56
SPEAKER_01: per un concetto e dall'altro però questa stessa teoria apre la possibilità
44:01
SPEAKER_01: di applicazione di questo concetto ad ambiti che erano assolutamente imprevedibili.
44:07
SPEAKER_01: E questo è uno degli aspetti che noi nel nostro libro abbiamo cercato di mettere
44:12
SPEAKER_01: in evidenza,
44:13
SPEAKER_01: cioè avere un minimo di sguardo all'indietro che ci consenta anche di capire
44:19
SPEAKER_01: un po' meglio quello che sta succedendo adesso nel nostro mondo.
44:22
SPEAKER_01: Prego, allora continuiamo con Daniele
44:28
SPEAKER_01: Forello.
44:31
SPEAKER_02: Sì, aggiungo un paio di cose brevi, ma sostanzialmente è quello che ha suggerito Marcello.
44:38
SPEAKER_02: Sì, nel libro abbiamo cercato di…
44:40
SPEAKER_02: naturalmente è un libro che vuole essere agevole,
44:42
SPEAKER_02: non ha tante pagine,
44:44
SPEAKER_02: quindi non ci possiamo mettere più di tante cose,
44:46
SPEAKER_02: però abbiamo cercato di fornire qualche indicatore a questa storia che stiamo
44:51
SPEAKER_02: un po' raccontando adesso, cioè che…
44:55
SPEAKER_02: La comprensione di che cosa sia un algoritmo che ci ha dato Turing,
44:59
SPEAKER_02: la teoria della computabilità,
45:00
SPEAKER_02: eccetera,
45:01
SPEAKER_02: e il fatto che da questo poi è nato un progetto di ricerca,
45:04
SPEAKER_02: quello dell'intelligenza artificiale,
45:07
SPEAKER_02: si basa su,
45:08
SPEAKER_02: o viene da una domanda scientifica,
45:10
SPEAKER_02: cioè forse adesso non suona così,
45:13
SPEAKER_02: così drammatica o radicale,
45:15
SPEAKER_02: però ai tempi suonava così,
45:16
SPEAKER_02: cioè una domanda che viene dal cuore della matematica in qualche maniera, no?
45:20
SPEAKER_02: E quindi abbiamo cercato di sottolineare questo aspetto,
45:23
SPEAKER_02: che La domanda prima di quella che ci stiamo ponendo nel libro,
45:28
SPEAKER_02: cioè cosa possono fare le macchine,
45:30
SPEAKER_02: che cos'è un algoritmo,
45:31
SPEAKER_02: che poi lavorando su questa domanda,
45:35
SPEAKER_02: rispondere alla domanda che cos'è un algoritmo porta a dire che cosa possono fare
45:38
SPEAKER_02: le macchine.
45:40
SPEAKER_02: Prima c'era questa domanda che sono fatti alcuni importanti matematici,
45:44
SPEAKER_02: filosofi della matematica,
45:45
SPEAKER_02: logici, cioè come facciamo a sapere che non ci sbagliamo quando facciamo matematica.
45:51
SPEAKER_02: Questo perché alla fine dell'Ottocento,
45:54
SPEAKER_02: diciamo così,
45:55
SPEAKER_02: sono emersi alcuni paradossi,
45:56
SPEAKER_02: quelli famosi paradossi di Russell, Cantor, nomi di questo tipo, che hanno...
46:01
SPEAKER_02: Abbiamo messo,
46:02
SPEAKER_02: diciamo così,
46:03
SPEAKER_02: in discussione la certezza o il paradigma della certezza
46:06
SPEAKER_02: che doveva essere quello fornito dalla matematica.
46:10
SPEAKER_02: Non per tutti i matematici, stiamo solo per quelli più attenti, per così dire, alla certezza.
46:15
SPEAKER_02: Poi c'è chi ha continuato a lavorare senza farsi questo problema.
46:18
SPEAKER_02: Però alcuni che invece questo problema se lo sono fatto,
46:21
SPEAKER_02: tra cui Hilbert,
46:22
SPEAKER_02: Gödel ed altri,
46:24
SPEAKER_02: si sono chiesti appunto come facciamo a sapere che quando parliamo di aritmetica
46:30
SPEAKER_02: I teoremi che formuliamo dell'aritmetica sono corretti,
46:35
SPEAKER_02: sono al di là di ogni ragionevole dubbio, per così dire.
46:38
SPEAKER_02: E per fare questo la nozione di algoritmo diventava necessaria perché ci serviva
46:43
SPEAKER_02: un modo finito,
46:45
SPEAKER_02: finitistico,
46:46
SPEAKER_02: diciamo così,
46:47
SPEAKER_02: di controllare che le nostre conclusioni fossero corrette, naturalmente.
46:51
SPEAKER_02: Se il metodo non è finitistico,
46:53
SPEAKER_02: in teoria non finiamo più di controllare se la nostra conclusione è corretta,
46:57
SPEAKER_02: quindi detto in maniera banale se volete.
46:59
SPEAKER_02: Però la ricerca di questo metodo finitistico,
47:01
SPEAKER_02: cioè che terminasse,
47:03
SPEAKER_02: che possesse essere descritto in maniera finita,
47:05
SPEAKER_02: ci ha portati vicino all'idea di che cos'è un algoritmo e quindi a Turing e
47:09
SPEAKER_02: a questa storia che è iniziata,
47:10
SPEAKER_02: che ha contribuito a dare origini a tutta la scienza informatica,
47:17
SPEAKER_02: vista sia come scienza dei calcolatori fisici realizzati,
47:21
SPEAKER_02: quindi quella scienza che ha richiesto anche
47:24
SPEAKER_02: Il contributo naturalmente degli ingegneri,
47:26
SPEAKER_02: dei fisici,
47:27
SPEAKER_02: dello studio dell'hardware per poter sviluppare questi artefatti,
47:32
SPEAKER_02: ma sia dell'informatica intesa come teoria della computabilità,
47:35
SPEAKER_02: teoria della computazione,
47:36
SPEAKER_02: teoria dell'informazione in qualche maniera digitalizzata.
47:40
SPEAKER_02: Noi abbiamo cercato,
47:41
SPEAKER_02: ponendo qualche accenno sugli assiomi di piano che fondano l'aritmetica,
47:46
SPEAKER_02: cercare di dare alcuni aspetti di logica,
47:49
SPEAKER_02: cercare di dare qualche idea nel libro per legare questi aspetti.
47:54
SPEAKER_02: Naturalmente non è facile perché servirebbe un'enciclopedia probabilmente
47:57
SPEAKER_02: per collegare tutti questi aspetti,
47:59
SPEAKER_02: però almeno qualche indicatore ai temi che ci sono sembrati più da
48:04
SPEAKER_02: un lato direttamente collegati e dall'altro di più diretta
48:07
SPEAKER_02: o facile illustrazione all'interno di questi capitoli
48:11
SPEAKER_02: del libro ci abbiamo provato almeno.
48:14
SPEAKER_02: Quindi sì, ci piacerebbe che questo libro dicesse due cose, sostanzialmente.
48:21
SPEAKER_02: Una è questa che Questa è una storia interessante, lunga, importante.
48:26
SPEAKER_02: Sono quelle storie,
48:27
SPEAKER_02: come diceva Marcello,
48:29
SPEAKER_02: che fanno parte della cultura scientifica del Novecento e che è bene conoscere
48:36
SPEAKER_02: perché hanno avuto influenze enormi sulla società e anche sul modo di pensare
48:40
SPEAKER_02: le cose in qualche modo.
48:41
SPEAKER_02: Anche questi risultati di limitazione
48:43
SPEAKER_02: che sono all'interno della teoria della computabilità ci portano appunto
48:49
SPEAKER_02: a conoscere Cosa non si può fare,
48:52
SPEAKER_02: che cosa si può fare,
48:53
SPEAKER_02: e come diceva Marcello in maniera paradossale,
48:56
SPEAKER_02: anche se questi risultati principalmente ci dicono cosa non si può fare,
49:00
SPEAKER_02: poi comunque hanno portato alle applicazioni così pervasive che troviamo oggi.
49:06
SPEAKER_02: La seconda cosa che ci interessa,
49:08
SPEAKER_02: è più legata al discorso di Roberta,
49:10
SPEAKER_02: è che sì,
49:11
SPEAKER_02: naturalmente per fornire gli strumenti,
49:13
SPEAKER_02: per entrare nel dibattito contemporaneo di intelligenza artificiale,
49:18
SPEAKER_02: per entrarci diciamo per il cittadino medio,
49:21
SPEAKER_02: o l'utente,
49:24
SPEAKER_02: ormai forse non si può più essere non utenti,
49:27
SPEAKER_02: quindi forse per tutti lo stesso, se costretti a utilizzare queste...
49:32
SPEAKER_02: Dare almeno qualche coordinata,
49:34
SPEAKER_02: diciamo così, base,
49:35
SPEAKER_02: sia dal punto di vista culturale,
49:37
SPEAKER_02: storico,
49:37
SPEAKER_02: sia un po' più tecnico,
49:38
SPEAKER_02: cioè cos'è un algoritmo,
49:39
SPEAKER_02: cosa fanno,
49:40
SPEAKER_02: su cosa si basano,
49:41
SPEAKER_02: appunto per far sì che poi i discorsi che menzionava Roberta,
49:46
SPEAKER_02: di etica,
49:47
SPEAKER_02: di affidabilità di queste tecnologie e così via,
49:51
SPEAKER_02: si possano riportare anche in una dimensione...
49:57
SPEAKER_02: Cioè non saprei anche come chiamarla questa dimensione,
49:58
SPEAKER_02: però è una dimensione di rapporto tra un utente e un servizio che viene offerto
50:03
SPEAKER_02: in qualche maniera, no?
50:05
SPEAKER_02: C'è un responsabile di chi offre questo servizio,
50:07
SPEAKER_02: cioè questo deve essere identificato,
50:09
SPEAKER_02: cioè un'azienda, una compagnia, noi ci rivolgiamo a un certo servizio, quindi...
50:13
SPEAKER_02: La possibilità di interloquire con questi responsabili
50:16
SPEAKER_02: del servizio offerto parte anche dal fatto che noi sappiamo
50:19
SPEAKER_02: che dietro ci sono degli algoritmi che qualcuno ha progettato e che hanno
50:23
SPEAKER_02: un certo tipo di effetto.
50:24
SPEAKER_02: Si spera che gli effetti che questi algoritmi hanno siano stati testati propriamente
50:30
SPEAKER_02: da chi ce li sta vendendo.
50:33
SPEAKER_02: E quindi cerchiamo di dare,
50:34
SPEAKER_02: diciamo così,
50:35
SPEAKER_02: a chi vuole interessarsi a queste cose,
50:37
SPEAKER_02: di qualche strumento per comprendere che sono tecnologie che non cadono dal cielo,
50:42
SPEAKER_02: che sono programmate, costruite, proposte, vendute, comprate, eccetera.
50:49
SPEAKER_02: Senza entrare troppo nei dettagli,
50:51
SPEAKER_02: però condivido anch'io un aspetto di quello che ha detto Marcello,
50:55
SPEAKER_02: cioè che il discorso sulla comprensibilità,
50:58
SPEAKER_02: l'explainability di queste tecnologie,
51:00
SPEAKER_02: seppur ha dato una ricca tradizione di studi,
51:05
SPEAKER_02: ha il problema del teorema di Rice in qualche maniera,
51:07
SPEAKER_02: che certi aspetti di questa possibilità di comprendere il funzionamento diretto
51:12
SPEAKER_02: di queste tecnologie sono È una comprensibilità in linea di principio,
51:16
SPEAKER_02: ma poco pratica, poco utilizzabile in pratica.
51:19
SPEAKER_02: Quindi, al di là di poter richiedere che tutti comprendano come funziona,
51:23
SPEAKER_02: oppure di avere certezza che non potremo avere sugli effetti di queste tecnologie,
51:28
SPEAKER_02: più che altro avere la consapevolezza di qual è stata l'intenzione di chi
51:33
SPEAKER_02: le ha programmate,
51:34
SPEAKER_02: di chi le ha messe sul mercato,
51:36
SPEAKER_02: di chi ce le sta vendendo,
51:37
SPEAKER_02: di chi ce le sta comprando,
51:40
SPEAKER_02: e tenendo presente appunto che sono algoritmi costruiti da qualcuno.
51:45
SPEAKER_02: Grazie.
51:45
SPEAKER_02: Grazie mille.
51:47
SPEAKER_01: Allora, gli autori, Fuzio,
51:48
SPEAKER_01: c'è tempo per un'ultima domanda,
51:50
SPEAKER_01: o anche due, veloci, se i vostri ospiti le vogliono fare.
51:54
SPEAKER_03: Allora,
51:55
SPEAKER_03: io volevo fare una brevissima considerazione che si porta dietro una domanda che
52:03
SPEAKER_03: in teoria,
52:04
SPEAKER_03: diciamo,
52:05
SPEAKER_03: estenderei anche a Roberta perché,
52:07
SPEAKER_03: diciamo, in realtà anche lei è molto nel settore, insomma, quindi...
52:13
SPEAKER_03: Ha sicuramente la visione giusta per avere una posizione.
52:20
SPEAKER_03: Adesso mi rivolgo a questioni legate a questi modelli linguistici.
52:27
SPEAKER_03: Così che fanno tanto rumore,
52:29
SPEAKER_03: insomma,
52:31
SPEAKER_03: che credo al di là appunto della folclore,
52:36
SPEAKER_03: da un punto di vista filosofico credo che uno dei motivi di interesse sia legato
52:42
SPEAKER_03: al fatto che
52:45
SPEAKER_03: Mettono in evidenza il legame tra il linguaggio e il pensiero.
52:56
SPEAKER_03: Mettono in evidenza qualcosa che relativamente all'intelligenza naturale ha segnato
53:03
SPEAKER_03: un
53:06
SPEAKER_03: grande passaggio Il fatto di accedere a una posizione in cui
53:12
SPEAKER_03: il linguaggio non è solo uno strumento per comunicare,
53:16
SPEAKER_03: ma è uno strumento per comprendere,
53:20
SPEAKER_03: nel quale siamo radicati in modo ancora molto più profondo
53:23
SPEAKER_03: di quanto si pensava prima.
53:25
SPEAKER_03: Questo però legato ai modelli linguistici è esso stesso alla base di
53:33
SPEAKER_03: idee spesso
53:34
SPEAKER_03: un po' discutibili,
53:37
SPEAKER_03: cioè che sempre laddove ci sia linguaggio di una certa complessità ci sia anche
53:47
SPEAKER_03: Il pensiero qualunque cosa sia.
53:49
SPEAKER_03: Quindi secondo me questo è un punto
53:51
SPEAKER_03: che questo dibattito nelle sue forme migliori ha portato
53:56
SPEAKER_03: in evidenza l'aspetto cognitivo del linguaggio e i rischi connessi all'automatismo
54:04
SPEAKER_03: di pensare
54:04
SPEAKER_03: che siccome questo succede nell'intelligenza naturale dovrebbe succedere anche
54:10
SPEAKER_03: in quella artificiale.
54:12
SPEAKER_03: Ecco, quindi questo credo che sia...
54:14
SPEAKER_03: Appunto,
54:14
SPEAKER_03: insomma,
54:16
SPEAKER_03: importante,
54:17
SPEAKER_03: diciamo,
54:17
SPEAKER_03: discussione filosofica anche più,
54:19
SPEAKER_03: se vogliamo, tradizionale, però bella, profonda, eccetera.
54:25
SPEAKER_03: Detto questo,
54:26
SPEAKER_03: appunto,
54:26
SPEAKER_03: io sono curioso,
54:28
SPEAKER_03: diciamo, di sapere da chi si interessa di queste cose in maniera professionale
54:36
SPEAKER_03: Come si colloca rispetto a quella oscillazione tra quelli
54:40
SPEAKER_03: che Eco chiamava apocalittici o integrati?
54:48
SPEAKER_03: Perché io personalmente resisto un po' alla spinta verso la focalisse,
54:55
SPEAKER_03: così perché trovo che sia spesso una scorciatoia per non riflettere
55:01
SPEAKER_03: in modo intelligente sui problemi, però...
55:05
SPEAKER_03: Non essere apocalittici non vuol dire non avere dei motivi di preoccupazione
55:12
SPEAKER_03: su vari aspetti,
55:14
SPEAKER_03: sulla riduzione delle nostre capacità intellettuali perché le mandiamo le macchine,
55:20
SPEAKER_03: tutte queste cose qua.
55:21
SPEAKER_03: Quindi sarei curioso di sapere voi come la sentite questo dilemma
55:28
SPEAKER_03: tra politici integrati su questa benedetta intelligenza artificiale.
55:34
SPEAKER_01: Che poi è una domanda che tutti si fanno,
55:36
SPEAKER_01: insomma, Roberta Ferrario anche vuole fare una domanda?
55:40
SPEAKER_01: O un'ultima annotazione?
55:43
SPEAKER_00: Visto che sono stata interpellata anch'io, rispondo.
55:49
SPEAKER_00: Allora, io su questo spettro mi colloco un po' più, cioè,
55:54
SPEAKER_00: non direi dalla parte degli apocalittici,
55:56
SPEAKER_00: però, come dire, ho una forte riserva critica.
56:01
SPEAKER_00: Data dal fatto che questo fenomeno recente dei Large Language Model ha dato
56:09
SPEAKER_00: un po' l'impressione che la capacità di articolare bene
56:12
SPEAKER_00: il linguaggio corrisponda alla capacità di ragionare bene.
56:17
SPEAKER_00: E questo,
56:19
SPEAKER_00: come dire,
56:20
SPEAKER_00: se ci pensiamo bene non è sempre vero nemmeno per gli esseri umani,
56:25
SPEAKER_00: nel senso che ci sono persone molto colte, ma non particolarmente intelligenti.
56:30
SPEAKER_00: Nella mia esperienza ne ho incontrate.
56:33
SPEAKER_00: E la mia impressione di,
56:35
SPEAKER_00: perlomeno di dove siamo arrivati oggi con la ricerca,
56:39
SPEAKER_00: è che appunto questi modelli si basano su una mole di dati così ingente e comunque
56:45
SPEAKER_00: una matematica così ben fondata,
56:48
SPEAKER_00: che la simulazione del linguaggio è arrivata effettivamente a
56:51
SPEAKER_00: un livello molto molto alto.
56:54
SPEAKER_00: Però appunto, come cercavo di dire prima, io credo che
56:59
SPEAKER_00: Cioè è vero che nella storia dell'evoluzione umana ci sono degli artefatti
57:04
SPEAKER_00: che nascevano per una cosa e poi sono stati usati per un'altra,
57:06
SPEAKER_00: però la maggior parte delle volte chi pensa a un artefatto lo pensa per adempiere
57:12
SPEAKER_00: un certo scopo e in questo momento la mia impressione è che,
57:17
SPEAKER_00: come dire,
57:17
SPEAKER_00: ci sia un uso diffuso a tutti i livelli di un artefatto
57:22
SPEAKER_00: che è stato inventato appunto per poter maneggiare bene il linguaggio.
57:28
SPEAKER_00: Secondo me questo ha fatto un po' dimenticare o comunque non rilevare gli utenti
57:34
SPEAKER_00: gli utenti di tutti i giorni.
57:37
SPEAKER_00: Per esempio io ho tutta una cerchia di amici che sono entusiasti del fatto che
57:41
SPEAKER_00: le aziende in cui lavorano adesso sono stati dotati di 5.000 software
57:47
SPEAKER_00: che si basano sull'intelligenza artificiale ma non sanno neanche bene per fare
57:50
SPEAKER_00: che cosa.
57:52
SPEAKER_00: E questo secondo me è un po' un rischio,
57:54
SPEAKER_00: il fatto di utilizzare in maniera indiscriminata degli strumenti
57:58
SPEAKER_00: che sono stati pensati per poter manipolare bene il linguaggio,
58:02
SPEAKER_00: pensando che con questo si manipoli bene anche il pensiero.
58:06
SPEAKER_00: A volte è così, ma non sempre è così.
58:08
SPEAKER_00: E appunto a ciò si aggiunge il fatto che non potendo noi in alcun modo, come dire,
58:15
SPEAKER_00: Interloquire veramente con questi device,
58:20
SPEAKER_00: perché è vero che ci sono queste chat in cui si ha l'impressione di avere
58:26
SPEAKER_00: una conversazione, però ci sono delle...
58:31
SPEAKER_00: Delle modalità in cui si svolge la comunicazione umana,
58:35
SPEAKER_00: cioè il fatto di correggersi,
58:37
SPEAKER_00: cioè che non sono ancora applicabili e non so se mai lo saranno
58:43
SPEAKER_00: al caso dei Large Language Model,
58:45
SPEAKER_00: perché in questo caso appunto quando noi correggiamo la macchina,
58:48
SPEAKER_00: la macchina non ha veramente capito che la stiamo correggendo,
58:51
SPEAKER_00: tant'è che tante volte ci ripete la stessa cosa,
58:54
SPEAKER_00: ci ripete la stessa cosa cambiando un po' le parole.
58:57
SPEAKER_00: E quindi,
58:58
SPEAKER_00: come dire,
58:58
SPEAKER_00: per quello che non sono completamente della parte degli apocalittici,
59:01
SPEAKER_00: però sono molto critica sull'adozione che è stata fatta di questi strumenti.
59:07
SPEAKER_00: E di nuovo credo che comunque un libro come questo o libri di questo genere siano
59:13
SPEAKER_00: un buono strumento per cominciare a far capire alle persone che tutto sommato quello
59:20
SPEAKER_00: che queste macchine fanno è eseguire una procedura.
59:24
SPEAKER_00: Che è quello che fa l'algoritmo e non dobbiamo dimenticarci che è questo
59:28
SPEAKER_00: che sta facendo la macchina,
59:29
SPEAKER_00: che non sta avendo un'intuizione o appunto non è d'accordo con noi.
59:35
SPEAKER_00: E secondo me appunto questo sarebbe qualcosa da tenere bene in considerazione
59:40
SPEAKER_00: quando si approcciano questo tipo di strumenti.
59:50
SPEAKER_02: E quale degli autori vuole rispondere?
59:51
SPEAKER_02: Ma vuoi?
59:52
SPEAKER_02: Vado, dico due cose, Marcello, vado, ok.
59:56
SPEAKER_02: Allora, una cosa interessante,
1:00:01
SPEAKER_02: come metterla per così dire,
1:00:03
SPEAKER_02: cioè sì, Hanno delle capacità linguistiche molto avanzate, no?
1:00:07
SPEAKER_02: Cioè, scrivono bene, parlano bene, interagiscono bene.
1:00:10
SPEAKER_02: Questa è la domanda di Federico,
1:00:12
SPEAKER_02: che suggeriva che rapporto c'è tra questo e il pensiero, in qualche maniera.
1:00:18
SPEAKER_02: Negli esseri umani, per così dire, nei cervelli umani almeno.
1:00:23
SPEAKER_02: La capacità linguistica è correlata dalle capacità di pensiero,
1:00:26
SPEAKER_02: cioè non abbiamo altri cervelli che sono in grado di parlare così bene
1:00:31
SPEAKER_02: e non sanno pensare o di pensare, le due cose sono correlate.
1:00:34
SPEAKER_02: Però questo non vuol dire che le capacità diciamo che
1:00:37
SPEAKER_02: una rete neurale deve addestrare per poter parlare bene siano anche le capacità che
1:00:41
SPEAKER_02: una rete neurale debba addestrare per poter essere efficace nel problem solving.
1:00:46
SPEAKER_02: Senza parlare di pensiero provo a parlare di problem solving che è
1:00:49
SPEAKER_02: un po' più circoscritto il discorso.
1:00:51
SPEAKER_02: Cioè per esempio Questi sistemi basati sui Large Language Models parlano benissimo,
1:00:57
SPEAKER_02: fanno anche un'ottima ricerca di informazioni, ma non ragionano tanto bene.
1:01:02
SPEAKER_02: Ragionano nel senso della logica,
1:01:03
SPEAKER_02: nel senso che noi sappiamo cosa vuol dire far ragionare una macchina,
1:01:07
SPEAKER_02: cioè l'AI simbolica.
1:01:08
SPEAKER_02: e non si è fatto con i Large Language
1:01:17
SPEAKER_02: Models.
1:01:18
SPEAKER_02: Adesso c'è uno studio che cerca di ricostruire il ragionamento attraverso
1:01:22
SPEAKER_02: i Large Language Models,
1:01:23
SPEAKER_02: però sappiamo che sono due Due tecnologie diverse che possiamo utilizzare
1:01:27
SPEAKER_02: per risolvere i tipi di problemi,
1:01:28
SPEAKER_02: cioè l'AI simbolica,
1:01:30
SPEAKER_02: diciamo così,
1:01:31
SPEAKER_02: più euristiche,
1:01:32
SPEAKER_02: per far ragionare le macchine,
1:01:34
SPEAKER_02: ragionare nel senso di theorem proving,
1:01:36
SPEAKER_02: di ragionamento scientifico o matematico,
1:01:40
SPEAKER_02: e il Large Language Model per fare qualcos'altro.
1:01:44
SPEAKER_02: Se questa metodologia del Large Language Model possa arrivare a migliorare anche
1:01:47
SPEAKER_02: gli algoritmi di ragionamento,
1:01:49
SPEAKER_02: al momento non credo sia così,
1:01:51
SPEAKER_02: per quanto ne so,
1:01:51
SPEAKER_02: per quanto ho letto fino ad oggi,
1:01:54
SPEAKER_02: Però potrebbe anche essere,
1:01:55
SPEAKER_02: chi lo sa,
1:01:56
SPEAKER_02: magari esplorando lo spazio delle possibili correlazioni,
1:02:01
SPEAKER_02: uno spazio della ricerca di questi pattern di ragionamento,
1:02:04
SPEAKER_02: magari possono produrre qualcosa di più efficiente.
1:02:07
SPEAKER_02: Non troppo efficiente perché sappiamo che ci sono dei teoremi che impediscono
1:02:10
SPEAKER_02: che si possano trovare cose troppo efficienti nel campo del ragionamento,
1:02:14
SPEAKER_02: NP completo eccetera eccetera.
1:02:18
SPEAKER_02: Quindi la cosa secondo me c'è molto hype adesso sull'usare Large Language Models
1:02:22
SPEAKER_02: per fare qualunque cosa mentre c'erano tutti gli altri ambiti
1:02:24
SPEAKER_02: di intelligenza artificiale che hanno stati progettati per temi specifici,
1:02:28
SPEAKER_02: problemi specifici che funzionavano benissimo e sappiamo bene a cosa servono
1:02:31
SPEAKER_02: e sappiamo controllare.
1:02:33
SPEAKER_02: Per quanto riguarda l'applicazione di queste tecnologie,
1:02:35
SPEAKER_02: quindi forse è utile anche recuperare queste varie tecnologie a livello
1:02:40
SPEAKER_02: di dibattito senza dare tutto questo peso ai large language models e così via.
1:02:45
SPEAKER_02: Sulla questione degli apocalittici integrati non lo so,
1:02:49
SPEAKER_02: ecco, sto alla finestra per ora, guardo, cerco di capire cosa succede.
1:02:55
SPEAKER_02: Certo stanno almeno Per quanto riguarda anche il supporto alla ricerca,
1:03:02
SPEAKER_02: quello che facciamo noi,
1:03:03
SPEAKER_02: la nostra professione,
1:03:04
SPEAKER_02: in alcuni casi sono molto migliorati,
1:03:06
SPEAKER_02: sono in grado di fornire buoni suggerimenti di cosa c'è in giro di ricerca,
1:03:11
SPEAKER_02: cioè riescono a sintetizzare.
1:03:14
SPEAKER_02: È come una ricerca in internet molto più compatta in qualche maniera e questo
1:03:18
SPEAKER_02: su questo livello sta migliorando, quindi ci sono degli aspetti di, come dire...
1:03:27
SPEAKER_02: Epistemologicamente utili che queste macchine ci stanno fornendo,
1:03:30
SPEAKER_02: secondo me,
1:03:31
SPEAKER_02: queste ci sono,
1:03:32
SPEAKER_02: compattezza dell'informazione,
1:03:34
SPEAKER_02: sinteticità,
1:03:34
SPEAKER_02: un po' di capacità di analisi,
1:03:37
SPEAKER_02: queste cose le stanno migliorando,
1:03:38
SPEAKER_02: quindi hanno un minimo ruolo epistemico anche per il nostro lavoro,
1:03:41
SPEAKER_02: ecco, quindi questo è…
1:03:45
SPEAKER_02: Sulla questione invece,
1:03:47
SPEAKER_02: questo vale per chi fa ricerca,
1:03:48
SPEAKER_02: c'è l'utilizzo di queste macchine per fare ricerca,
1:03:50
SPEAKER_02: ci sono anche casi più noti in cui Claude ha aiutato Parisi a risolvere
1:03:54
SPEAKER_02: una congettura aperta in fisica da non so quanti anni,
1:03:57
SPEAKER_02: ora poi bisogna vedere quanto l'ha aiutato perché…
1:03:59
SPEAKER_02: Perché leggendolo mi sembra che sia stato Parisi che ha aiutato più Claude che Claude Parisi.
1:04:04
SPEAKER_02: Non ho capito bene come è andata e quanto si sono aiutati, però devo approfondirla questa.
1:04:10
SPEAKER_02: Comunque, ci sono molti dati che fanno vedere che servono tanto ai ricercatori.
1:04:17
SPEAKER_02: Sulla questione,
1:04:19
SPEAKER_02: cioè non vorrei che questa intelligenza artificiale tra tutti i lavori
1:04:22
SPEAKER_02: che può togliere è solo il nostro,
1:04:24
SPEAKER_02: perché per quanto riguarda gli altri,
1:04:25
SPEAKER_02: come diceva Roberta,
1:04:28
SPEAKER_02: a volte mi chiedo qui da scettico più che da apocalittico integrato,
1:04:32
SPEAKER_02: Allora, mi ringrazio.
1:04:55
SPEAKER_01: Grazie per questa discussione che insomma
1:04:58
SPEAKER_01: come abbiamo visto poi evolve ovviamente sull'attualità
1:05:02
SPEAKER_01: per quanto ricercare naturalmente sull'algoritmo e sulla sua storia ci apra
1:05:07
SPEAKER_01: le porte della ricerca e del contributo
1:05:10
SPEAKER_01: come abbiamo detto della nostra scienza alla vita di oggi.
1:05:15
SPEAKER_01: Il titolo del libro è Che cos'è un algoritmo?
1:05:17
SPEAKER_01: uscito per Carocci nel 2026.
1:05:19
SPEAKER_01: Ringrazio allora gli autori Marcello Friczione e Daniele Porello e
1:05:23
SPEAKER_01: i loro ospiti Federico Laudisa Grazie mille.
1:05:25
SPEAKER_01: Grazie, a voi.