Paradosso di Moravec

Paradosso riguardante robotica e intelligenza artificiale

Il paradosso di Moravec è la scoperta da parte dei ricercatori di intelligenza artificiale e robotica che, contrariamente alle ipotesi tradizionali, il ragionamento di alto livello richiede pochissimo calcolo, ma le capacità sensomotorie di basso livello richiedono enormi risorse computazionali. Il principio è stato articolato da Hans Moravec, Rodney Brooks, Marvin Minsky e altri negli anni ottanta. Come scrive Moravec, "è relativamente facile fare in modo che i computer mostrino prestazioni di livello adulto nei test di intelligenza o nel giocare a dama, e difficile o impossibile dare loro le competenze di bambino di un anno quando si tratta di percezione e mobilità".[1]

Allo stesso modo, Minsky ha sottolineato che le abilità umane più difficili da decodificare sono quelle che sono inconsce. "In generale, siamo meno consapevoli di ciò che le nostre menti sanno fare meglio", ha scritto, e ha aggiunto "siamo più consapevoli dei processi semplici che non funzionano bene che di quelli complessi che funzionano perfettamente".[2]

La base biologica delle competenze umaneModifica

Una possibile spiegazione del paradosso, offerta da Moravec, si basa sull'evoluzione. Tutte le competenze umane sono implementate biologicamente, utilizzando meccanismi progettati dal processo di selezione naturale. Nel corso della loro evoluzione, la selezione naturale tende a preservare i miglioramenti e le ottimizzazioni delle abilità. Più vecchia è l'abilità, più tempo ha impiegato la selezione naturale per migliorarla. Il pensiero astratto si è sviluppato solo di recente e, di conseguenza, non dobbiamo aspettarci che la sua attuazione sia particolarmente efficiente.

Come scrive Moravec:

(EN)

«Encoded in the large, highly evolved sensory and motor portions of the human brain is a billion years of experience about the nature of the world and how to survive in it. The deliberate process we call reasoning is, I believe, the thinnest veneer of human thought, effective only because it is supported by this much older and much more powerful, though usually unconscious, sensorimotor knowledge. We are all prodigious olympians in perceptual and motor areas, so good that we make the difficult look easy. Abstract thought, though, is a new trick, perhaps less than 100 thousand years old. We have not yet mastered it. It is not all that intrinsically difficult; it just seems so when we do it.»

(IT)

«Codificato nelle grandi porzioni sensoriali e motorie altamente evolute del cervello umano c'è un miliardo di anni di esperienza sulla natura del mondo e su come sopravvivere in esso. Il processo deliberato che chiamiamo ragionamento è, credo, la più sottile buccia del pensiero umano, efficace solo perché è supportato da questa conoscenza sensomotoria molto più vecchia e molto più potente, anche se di solito inconscia. Siamo tutti prodigiosi campioni olimpici nelle aree percettive e motorie, così bravi che facciamo sembrare facile quello che è difficile. Il pensiero astratto, però, è un nuovo trucchetto, che ha forse meno di 100 mila anni di età. Non siamo ancora capaci di padroneggiarlo. Non è poi così intrinsecamente difficile; lo sembra solo quando proviamo a farlo.»

(Hans Moravec[3])

Un modo sintetico per esprimere questo argomento sarebbe:

  • Dovremmo aspettarci che la difficoltà di reverse-engineering di qualsiasi abilità umana sia approssimativamente proporzionale alla quantità di tempo in cui l'abilità si è evoluta negli animali.
  • Le abilità umane più antiche sono in gran parte inconsce e così ci sembra che non richiedano sforzo.
  • Pertanto, dovremmo aspettarci che le capacità che sembrano facili da decifrare siano difficili da decodificare, mentre le competenze che richiedono uno sforzo potrebbero non essere necessariamente difficili da ingegnerizzare.

Alcuni esempi di abilità che si sono evolute per milioni di anni: riconoscere un volto, muoversi nello spazio, giudicare le motivazioni delle persone, prendere una palla, riconoscere una voce, fissare obiettivi appropriati, prestare attenzione alle cose interessanti; tutto ciò che ha a che fare con la percezione, l'attenzione, la visualizzazione, le capacità motorie, le abilità sociali e così via.

Alcuni esempi di competenze apparse più recentemente: matematica, ingegneria, giochi umani, logica e ragionamento scientifico. Queste sono difficili per noi perché non sono quello per cui i nostri corpi e cervelli si sono evoluti. Si tratta di competenze e tecniche che sono state acquisite di recente, in epoca storica, e che hanno avuto al massimo qualche migliaio di anni per essere affinate, soprattutto dall'evoluzione culturale.[4]

Influenza storica sull'intelligenza artificialeModifica

Nei primi tempi della ricerca sull'intelligenza artificiale, i principali ricercatori spesso prevedevano che sarebbero stati in grado di creare macchine intelligenti in pochi decenni (vedi storia dell'intelligenza artificiale). Il loro ottimismo derivava in parte dal fatto che erano riusciti a scrivere programmi che utilizzavano la logica, risolvevano problemi di algebra e geometria e giocavano a dama e a scacchi. La logica e l'algebra sono difficili per le persone e sono considerati un segno di intelligenza. Si presumeva che, avendo (quasi) risolto i problemi " difficili", i problemi "facili" della vista e del buon senso si sarebbero presto risolti. Si sbagliavano, e una ragione è che questi problemi non sono affatto facili, ma incredibilmente difficili. Il fatto che avessero risolto problemi come la logica e l'algebra era irrilevante, perché questi problemi sono estremamente facili da risolvere per le macchine.[5]

Rodney Brooks spiega che, secondo le prime ricerche sull'intelligenza artificiale, l'intelligenza era "meglio caratterizzata come le cose che gli scienziati maschi altamente istruiti trovavano stimolanti", come gli scacchi, l'integrazione simbolica, la dimostrazione di teoremi matematici e la soluzione di complicati problemi di algebra. "Le cose che i bambini di quattro o cinque anni potevano fare senza sforzo, come distinguere visivamente tra una tazza di caffè e una sedia, o camminare su due gambe, o trovare la loro strada dalla loro camera da letto al soggiorno non sono stati pensati come attività che richiedono intelligenza".[6][7]

Questo porterà Brooks a perseguire una nuova direzione nella ricerca sull'intelligenza artificiale e sulla robotica. Decise di costruire macchine intelligenti che non avevano "Nessuna cognizione". Solo sensazioni e azioni. Questo è tutto ciò che vorrei costruire e tralasciare completamente quella che tradizionalmente era considerata l'intelligenza dell'intelligenza artificiale".[6][7] Questa nuova direzione, che ha chiamato "Nouvelle AI", ha avuto una grande influenza sulla ricerca robotica e sull'IA.[7][8]

AccoglienzaModifica

Il linguista e scienziato cognitivo Steven Pinker considera questa la principale lezione scoperta dai ricercatori di IA. Nel suo libro ''The Language Instinct'', scrive:

(EN)

«The main lesson of thirty-five years of AI research is that the hard problems are easy and the easy problems are hard. The mental abilities of a four-year-old that we take for granted – recognizing a face, lifting a pencil, walking across a room, answering a question – in fact solve some of the hardest engineering problems ever conceived... As the new generation of intelligent devices appears, it will be the stock analysts and petrochemical engineers and parole board members who are in danger of being replaced by machines. The gardeners, receptionists, and cooks are secure in their jobs for decades to come.»

(IT)

«La lezione principale di trentacinque anni di ricerca sull'IA è che i problemi difficili sono facili e i problemi facili sono difficili. Le capacità mentali di un bambino di quattro anni che diamo per scontate - riconoscere un volto, sollevare una matita, attraversare una stanza, rispondere a una domanda - risolvono infatti alcuni dei più difficili problemi di ingegneria mai concepiti..... Con la comparsa della nuova generazione di dispositivi intelligenti, saranno gli analisti di borsa, gli ingegneri petrolchimici e chi deve concedere la libertà vigilata a rischiare di essere sostituiti da macchine. I giardinieri, i receptionist e i cuochi hanno un lavoro sicuro ancora per decenni.»

(Steven Pinker[9])

NoteModifica

  1. ^ Moravec, p. 15.
  2. ^ Minsky, p. 29.
  3. ^ Moravec, pp. 15-16.
  4. ^ Anche se l'evoluzione culturale è più veloce dell'evoluzione genetica, la differenza nel tempo di sviluppo tra questi due tipi di abilità è di cinque o sei ordini di grandezza, e (Moravec sosterrebbe) non c'è stato quasi abbastanza tempo per noi per "padroneggiare" le nuove abilità.
  5. ^ Non sono gli unici motivi per cui le loro previsioni non si sono avverate: vedi i problemi
  6. ^ a b Brooks
  7. ^ a b c McCorduck, p. 456.
  8. ^ Brooks
  9. ^ Pinker, pp. 190-191.

BibliografiaModifica

LibriModifica

ArticoliModifica

Voci correlateModifica

Collegamenti esterniModifica