LA SIMULAZIONE COMPUTAZIONALE DEL CERVELLO UMANO

Riccardo Tennenini

Riallacciandoci al discorso dell’ultimo articolo Richard Granger ha inoltre sviluppato nel suo laboratorio un algoritmo che simula i circuiti cerebrali umani, in questo modo possono fornire all’IA modelli delle attività cognitive traducibili in programmi per computer. Le ANN di Hopfield, emulano la memoria associativa umana. In questo modo sono in grado di imparare in modo autonomo. Riuscendo a ricavare informazioni dai dati raccolti e applicare ciò che hanno imparato riconoscendo le immagini e previsioni del nostro comportamento. 

La simulazione completa di un cervello umano è l’obiettivo finale delle neuroscienze computazionali che possiamo suddividere in tre fasi:

SCANSIONE il cervello biologico viene scansionato cercando di ottenere dati sul cervello, a livello strutturale e funzionale segue una precisa ricostruzione cibernetica. In questo modo intere aree del cervello vengono dunque studiate al microscopio fino ai singoli neuroni.

RICOSTRUZIONE partendo dai molteplici dati disponibili raccolti nella fase di scansione, senza bisogno di misurare ogni singolo dato del complesso sistema celebrale, si passa a ricostruire in maniera computazionali un modello 3D del cervello con le sue connessioni e attività.

SIMULAZIONE la ricostruzione cibernetica della fase di ricostruzione è usata per la simulazione di un cervello cibernetico. Le simulazioni sono accoppiate a un corpo fisico (robotico) e a un ambiente simulato per comprendere i meccanismi del cervello alla cognizione e al comportamento animale.

Per ottenere una simulazione del cervello umano gli scienziati stanno utilizzando l’ingegneria inversa, combinando insieme programmazione e il metodo della forza bruta o ricerca esaustiva. Spiega il futurista americano Michael Vassar: “L’idea della forza bruta nasce dalla biologia”, aggiungendo: “Se continuiamo a usare le macchine per analizzare i sistemi biologici, il metabolismo, le complesse relazioni interne alla biologia, a un certo punto avremo a nostra disposizione un vasto archivio di informazioni circa le modalità con cui i neuroni gestiscono l’informazione. Una volta raggiunto un numero di informazioni sufficiente, sarà possibile studiarle per ottenere l’AGI”. Funziona così: “il pensiero nasce dai processi biochimici generati dai neuroni, dalle sinapsi e dai dendriti. Utilizzando tecniche diverse, tra cui la Pet e la risonanza fMRI, e applicando sonde neurali sia all’interno che all’esterno della scatola cranica, i ricercatori determinano, in termini computazionali, l’azione dei singoli neuroni e delle reti neurali. Dopodiché traducono ciascun processo in un programma informatico o in un algoritmo.1 IBM con il suo progetto SyNapse avviato nel 2008 vuole riuscire in questa impresa usando proprio l’ingegneria inversa. Con un budget di 30.000.000 di dollari messi a disposizione dalla DARPA 2 che pubblicamente e segretamente finanzia molti progetti simili collegati allo sviluppo dell’IA. 


NOTE

1  L.Alexandre, La guerra delle intelligenze, intelligenza artificiale contro intelligenza umana, Edt, 2018, Torino, pag.59.

2   Agenzia governativa del Dipartimento della Difesa degli Stati Uniti incaricata dello sviluppo di nuove tecnologie per uso militare.

DALL’ABBASSAMENTO DEL QI ALL’AUMENTO DELL’IA

Riccardo Tennenini

«Diciamo che una macchina ultraintelligente sia definita come una macchina che può sorpassare di molto tutte le attività intellettuali di qualsiasi uomo per quanto sia abile. Dato che il progetto di queste macchine è una di queste attività intellettuali, una macchina ultraintelligente potrebbe progettare macchine sempre migliori; quindi, ci sarebbe una “esplosione di intelligenza”, e l’intelligenza dell’uomo sarebbe lasciata molto indietro. Quindi, la prima macchina ultraintelligente sarà l’ultima invenzione che l’uomo avrà la necessità di fare.»

Irving John Good

L’abbassamento del QI è un problema serio, così come l’utilizzo della tecnica sregolamentata da qualsiasi controllo e in mano a poche corporation in un sistema liberal-capitalistico. I molteplici problemi riguardo le nuove tecnologie sono determinati principalmente da un indirizzo svincolato da qualsiasi etica e controllo da parte degli Stati. L’intelligenza, sarà al centro del grande mutamento dei secoli futuri. Si assisterà, in particolare, all’aumento di un altro tipo di intelligenza, che appare sulla scena mondiale per la prima volta nella storia umana, quella artificiale (IA). Partiamo da una piccola considerazione: avete presente la parola magica “smart” presente in tutti i nuovi dispositivi di ultima generazione? Smartphone, SmartTv, Smartcity, Smartglass, Smartcar, Smartcard etc; in italiano quella parola inglese vuol dire “intelligente”. Ironico pensare che mentre l’umanità diventa sempre più stupida, le macchine diventano sempre più intelligenti. L’intelligenza dell’IA aumenta in maniera esponenziale secondo una ripida curva ascendente. Ciascuna interazione, infatti, incrementa del 3% l’intelligenza dell’IA. Ogni miglioramento successivo è comprensivo del precedente.1 

In questo frangente le neuroscienze computazionali sono state decisive, si occupano di simulare il sistema di elaborazione delle informazioni che arrivano ad un cervello umano mediante il calcolo computazionale. In questo modo la mente viene paragonata ad un software installato su un wetware.2 Il loro primo obiettivo è capire il funzionamento delle reti neurali le cui principali componenti  sono gli assoni, le sinapsi e i dendriti. Il cervello umano ha circa 100 miliardi di neuroni (le cellule che inviano e ricevono gli impulsi elettrochimici). Ogni neurone è connesso a decine di migliaia di altri neuroni. Queste connessioni tra neuroni rendono le operazioni del cervello parallele.3 In termini computazionali invece sono seriali, tipiche della maggior parte dei Computer.4 Il secondo obiettivo è quello di capire cosa avviene nelle reti neurali.5

Per questa ragione le neuroscienze computazionali combinano dati ad alta risoluzione e strumenti di  neuroimaging con elettrodi impiantati direttamente nel cervello degli animali a tecniche come la PET e fMri. Le sonde neurali collegati all’interno e dall’esterno del cranio descrivono il funzionamento dei singoli neuroni, mentre le tinture sensibili all’elettricità indicano il momento in cui determinati neuroni sono attivi. Sulla base dei risultati di queste e altre tecniche gli scienziati formulano ipotesi verificabili sugli algoritmi che governano le reti neurali. Il dottor Richard Granger afferma che: “l’obiettivo delle neuroscienze computazionali è comprendere il cervello abbastanza bene da riuscire a simularne il funzionamento. Nello stesso modo in cui oggi i robot si sostituiscono all’uomo nelle fabbriche e negli ospedali, così la riproduzione del cervello tramite ingegneria inversa produrrà delle entità che prenderanno il nostro posto nelle mansioni intellettuali. A quel punto costruiremo simulacri del cervello e ripareremo il nostro quando non funzionerà più”.


NOTE

1  J.Barrat, La nostra invenzione finale, l’intelligenza artificiale e la fine dell’età dell’uomo, Nutrimenti, Roma, 2019, pag.21.

2  Hardware composto da tessuto cerebrale piuttosto che da transistor.

3  L’elaborazione parallele, vuol dire che i numerosi dati sono gestiti nello stesso momento; migliaia se non milioni di azioni simultanee.

4  L’elaborazione seriale vuol dire che l’elaborazione è sequenziale una computazione alla volta.

5  L.Alexandre, La guerra delle intelligenze, intelligenza artificiale contro intelligenza umana, Edt, 2018, Torino, pag.238.

6  R.Granger, “How Brains Are Built: Principles of Computational Neuroscience”, cit.