Rita Pizzi
MENTE ARTIFICIALE
Dipartimento di Tecnologie dell’Informazione
Università di Milano
IL PROBLEMA MENTE-CORPO
Il problema della natura della mente è noto dai tempi della filosofia greca
In tempi più moderni i comportamentismi hanno negato l’importanza
dei processi mentali per concentrarsi sul comportamento esterno
Recentemente l’Intelligenza Artificiale (AI) e le scienze cognitive hanno
riattratto l’attenzione sui processi mentali e sulla natura della mente.
IL PROBLEMA MENTE-CORPO
Le speranze dell’AI sono sfumate negli anni 80
per la complessità dei problemi reali
Ma in tempi recenti, restringendo i campi applicativi,
molti programmi AI raggiungono ottimi risultati
Tuttavia il problema della natura della mente rimane insoluto.
AI DEBOLE ED AI FORTE
All’inizio della storia dell’AI si è creata la diatriba fra AI debole e AI forte
AI debole: il computer è solo uno strumento per risolvere problemi
emulando funzionalità simili a quelle della mente umana
AI forte: il computer può diventare una vera e propria mente
con l’aumentare della complessità dei programmi
La diatriba AI debole/AI forte si è trasformata nel tempo
 in uno scontro fra materialisti e non materialisti
LA STANZA CINESE
Uno dei maggiori sostenitori dell’AI debole è John Searle
Suo è l’esperimento di pensiero “della stanza cinese”
Un uomo inglese chiuso in una stanza, non conosce il cinese
Riceve una tabella di corrispondenza fra simboli cinesi
La usa per rispondere a domande in cinese
LA STANZA CINESE
Secondo la AI forte l’uomo avrebbe compreso il cinese
Secondo Searle l’uomo non ha compreso nulla
Ma i nuovi programmi AI potrebbero apprendere veramente il cinese
Reti neurali artificiali, Machine learning
THE ETERNAL GOLDEN BRAID
Douglas Hofstadter sostiene l’AI forte
La complessità dei processi mentali porta all’interazione
fra livelli cognitivi diversi
Da questa interazione emergerebbe l’autocoscienza
Il simbolo “Sé” permette al sistema di autoosservarsi
Dunque la mente può essere simulata anche da un programma
che abbia queste caratteristiche
La mente è un software.
THE HARD PROBLEM
David Chalmers sostiene che sviluppare una macchina intelligente,
anche con controllo del sé,
non sia equivalente a possedere una mente in senso soggettivo
“Easy problems” sono i problemi risolubili in linea di principio:
l’integrazione delle percezioni,
l’attenzione selettiva, il comportamento emotivo, ecc.
“Hard problem” è capire perché a queste funzioni
è associata l’esperienza soggettiva
THE HARD PROBLEM
Le funzioni cognitive possono essere presenti anche in una macchina
ma “in terza persona” mentre noi ne abbiamo esperienza “in prima persona”.
Perchè quando il cervello elabora una specifica
lunghezza d’onda noi sperimentiamo un colore ?
(“La bluezza del blu”)
Secondo Searle e Chalmers la struttura biologica
del cervello è la responsabile della mente soggettiva
Quindi simulando perfettamente un cervello, anche con un’altra chimica,
si potrebbe ottenere una mente
In questo caso la soluzione sarebbe hardware e non software.
COSCIENZA E LEGGI DI NATURA
Si può anche dire che la coscienza è
una proprietà a priori della natura
Molte leggi fisiche si rifanno a proprietà irriducibili,
come la gravità e l’elettromagnetismo
“Lo stato cerebrale B produce lo stato conscio C
a causa della legge fondamentale X”
Si potrebbe allora includere la coscienza all’interno della “Teoria del Tutto”
QUANTUM MIND
Una possibilità di includere la coscienza nelle leggi
di natura è data dalla meccanica quantistica
Esiste un nesso fra eventi fisici e mente dell’osservatore
Teorie “idealiste” o “interazioniste” : Erwin Schrödinger,
Archibald Wheeler,
Eugene Wigner, Brian Josephson, Henry Stapp
La coscienza è cruciale nell’oggettivazione della realtà fisica
QUANTUM MIND
Molte teorie sull’origine quantistica della mente:
Tuszinski, Matsuno, Hagan
La più autorevole resta l’ipotesi di Penrose-Hameroff
Nei microtubuli neurali avvengono riduzioni quantistiche associate
ad eventi elementari di coscienza.
I microtubuli possiedono le proprietà fisiche per obbedire a leggi quantistiche.
IL PROBLEMA MENTE-CORPO NEL XXI SECOLO
Tutte queste teorie al momento sono indimostrabili
La tecnologia elettronica e informatica può fornire gli strumenti
per tentare una prova empirica
Da un decennio si sperimentano interfacce dirette fra neuroni ed elettronica
Pioniere è stato Peter Fromherz (Max Planck Institute)
In Italia SISSA di Trieste ed Università di Genova
UN CERVELLO BIONICO
Micro Electrode Arrays (MEA)

È un’array di microelettrodi su cui è
possibile coltivare diversi tipi di cellule
(Borkholder 1997)

E composto da un disco di vetro o plastica,
dove sono riportati dei piccoli elettrodi.
Ogni singolo elettrodo è connesso tramite
una sottile pista isolata ad una piazzola
adibita al collegamento esterno del
sistema.

Permette un’analisi non invasiva del
neurone.
Misura del segnale di una rete di neuroni tramite Micro
Electrode Arrays (MEA)

Registra contemporaneamente su diversi
canali l’attività di materiale biologico
vivente.

Può registrare l’attività cellulare per lunghi
periodi di tempo senza determinare danni
al tessuto oggetto di studio.

E’ il più recentemente introdotto in
neurofisiologia ed è stato utilizzato per i
nostri esperimenti e ci permette di studiare
la dinamica di una rete di neuroni
Creazione su MEA di una rete di neuroni biologici in
forma di ANN


Si sono coltivate sul MEA delle cellule staminali che sono state
fatte differenziare in neuroni umani.
Per la configurazione delle reti biologiche ci si è basati sui risultati
delle simulazioni avvenute su reti ANN di Kohonen e di Hopfield
Decodifica dei segnali neurali di output
attraverso una ANN
Fasi dell’esperimento:




Strutturazione di una rete di neuroni su MEA
Generazione dei segnali e stimolazione dei neuroni biologici,
registrazione della loro risposta.
Inoltro dei dati ad una rete neurale artificiale ITSOM:
 fase di training,
 fase di testing.
Generazione dei comandi per pilotare gli attuatori del Robot.
Generazione di stimoli sensoriali simulati




Pattern: 8 bit per 8 bit.
Ogni bit ha la durata di 300 ms
Ogni stimolazione è seguita da 1s
di pausa durante il quale la rete
neurale
registra
gli
output
cellulari.
Il segnale utilizzato per stimolare
le cellule è un segnale alternato a
bassa tensione (+/- 30 mV) a 733
Hz.
Fase di Training

Somministrazione di stimoli sensoriali simulati ai neuroni biologici

Acquisizione (10 kHz) del segnale dei neuroni biologici

Generazione della decodifica dei segnali di risposta attraverso
una rete neurale artificiale
Fase di Testing

Somministrazione dello stimolo sensoriale simulato ai neuroni
biologici

Acquisizione (10 kHz) del segnale dai neuroni biologici

Generazione della decodifica del segnale

Generazione dei comandi per pilotare il Robot
RISULTATI
Otteniamo sensibilità e specificità di tutti e quattro i pattern
La sensibilità (accuratezza) media del modello è dell’80,11%, mentre
la specificità (precisione) è del 90,50%.
EFFETTI QUANTISTICI IN RETI DI NEURONI
Utilizzando la stessa tecnologia si possono tentare esperimenti
per verificare la presenza di processi quantistici nei neuroni
Abbiamo indotto potenziali d’azione in neuroni sotto condizioni
di massima schermatura ottica ed elettromagnetica
Tre MEA: uno con neuroni
(rosa) due di controllo
Schermati con gabbia di
Faraday (gialla), scatola di
cartone (verde), capsula
metallica
Un laser (freccia blu) è
diretto sul MEA non
schermato
EFFETTI QUANTISTICI IN RETI DI NEURONI
I neuroni rispondono elettricamente sotto schermatura – effetto non classico
SVILUPPI FUTURI
Nel mondo i robot intelligenti stanno scendendo in campo
sia nell’industria che nella vita domestica
Gli studi e le ricerche su questi argomenti si stanno moltiplicando
e daranno luogo ad importanti ricadute nella vita quotidiana e nell’industria
Un robot intelligente potrà dirci che cosa prova
e rivelare così l’origine della mente ?