La scoperta dell'universo. I misteri del cosmo alla luce della teoria dell'informazione — Charles Seife

-

 

«La scoperta dell'universo. I misteri del cosmo alla luce della teoria dell'informazione» è un illuminante saggio del giornalista, laureato in Matematica alla Yale University, Charles Seife nel quale illustra come la teoria dell'informazione sia diventata una scienza cruciale dei nostri tempi. Essa, nelle pagine di Seife appare come una teoria fondamentale, capace di mettere in comunicazione macrocosmo e microcosmo, relatività e meccanica quantistica. Il nuovo paradigma presentato da Seife è che la realtà circostante è informazione. Informazione che passa da un punto all'altro dello spaziotempo, che utilizza qualsiasi supporto fisico per ripararsi: un atomo, un fotone, una molecola, un buco nero. Seife parte dalla teoria matematica dell'informazione di Claude Shannon proposta in un celebre articolo del 1948 e mostra come essa sia compatibile con la descrizione termodinamica dei processi fisici. Entropia termodinamica ed entropia informazionale sono strettamente collegate e l'informazione è ciò che le accomuna. Il cosmo intero è informazione e molto probabilmente l'informazione è l'unica cosa nell'universo non soggetta alla distruzione, all'oblio, nemmeno nei pressi della singolarità di un buco nero. Seife ci propone un viaggio nel mondo dell'universo fisico come è stato visto dagli scinziati del passato e come lo vedono oggi i teorici dell'informazione. Egli suggerisce che le teorie fisiche sono nient'altro che teorie dell'informazione e mostra sulla scorta di numerose esperienze di studiosi in tutti i campi del sapere come la stessa informazione sia soggetta alle leggi della fisica. Il saggio è scorrevole sebbene tratti di argomenti anche ostici come i paradossi della meccanica quantistica o della teoria della relatività. Il lettore esperto potrebbe comunque trovare qualche passaggio leggermente ripetitivo, ma sicuramente il neofita viene accompagnato per mano nei misteri profondi e oscuri del nostro universo.

Post popolari in questo blog

La radionostalgia. Mi racconto attraverso la radio

-
Immagine
    «Né più mai toccherò le sacre sponde / ove il mio corpo fanciulletto giacque, / Zacinto mia...»  — Ugo Foscolo , A Zacinto (1803) «Vaghe stelle dell’Orsa, io non credea / tornare ancor per uso a contemplarvi / sul paterno giardino scintillanti...»  — Giacomo Leopardi , Le ricordanze (1829) «Sempre un villaggio, sempre una campagna / mi ride al cuore, sempre, a tutte l'ore, / la stessa pieve dalla bianca torre...»  — Giovanni Pascoli , Canti di Castelvecchio (1903) «Il vero paradiso è il paradiso che si è perduto.»  — Marcel Proust , À la recherche du temps perdu (1913–1927) «We shall not cease from exploration / And the end of all our exploring / Will be to arrive where we started / And know the place for the first time.»  — T. S. Eliot , Little Gidding , in Four Quartets (1942) «Non si ricordano i giorni, si ricordano gli attimi.»  — Cesare Pavese , Il mestiere di vivere. Diario 1935–1950 (postumo, 1952) «La nostalgia: desiderio di tornare. Non a...
Read more »

Noosemia: «effetto wow» e l’attribuzione di una mente alle intelligenze artificiali generative

-
Immagine
  Questo post è un resoconto dell’autore del paper «Noosemia: toward a Cognitive and Phenomenological Account of Intentionality Attribution in Human-Generative AI Interaction» (Enrico De Santis, Antonello Rizzi) https://arxiv.org/abs/2508.02622   Negli ultimi anni, il panorama dell'intelligenza artificiale ha subito una trasformazione di portata storica e siamo nel pieno di una « rivoluzione cognitiva », la quale porterà ancora nuove «sorprese». L'avvento dei modelli generativi, in particolare dei Large Language Models come ChatGPT, Gemini e Claude, ha inaugurato una stagione di interazioni linguistiche tra uomo e macchina senza precedenti. Questi sistemi, lungi dall'essere semplici automi passivi, hanno raggiunto un livello di multimodalità , fluidità espressiva, sensibilità contestuale e apparente intenzionalità tale da suscitare nell'utente un senso di risonanza cognitiva e di sorpresa profonda . Si prospetta che tale fenomeno non si arresterà facilmente con...
Read more »

La fine della conoscenza come noi la conosciamo

-
Immagine
Immagine generata con uno dei primi modelli di IA generativa StableDiffusion ~ IA, generazione di contenuti e contaminazioni epistemiche ~   Se volessimo parafrasare in maniera un po' frettolosa Ernesto De Martino diremmo che ogni cultura, nel suo divenire storico, ha la propria apocalisse . L'apocalisse dell'ultimo trentennio la conosciamo e coincide la crisi climatica. Oggi, dopo il frangente pandemico, se n'è aggiunta un'altra: l'Intelligenza Artificiale (IA), che poi ad un certo livello di dettaglio scopriamo essere legata a doppio filo alla prima. È dall'inizio del Novecento che il panorama letterario, saggistico e filmico traccia una strada senza uscita; primo tra tutti il film Metropolis del 1927, in cui se il dito non poteva essere puntato sull'IA propriamente detta (termine non ancora coniato), esso indicava la tecnica come imputato principale. Poi si sono susseguiti romanzi e film che hanno iniziato una marcatura stretta sull'IA, man mano c...
Read more »

Gli LLM sono solo dei motori statistici ?

-
Immagine
Oltre il luogo comune: perché i Large Language Models non sono soltanto motori statistici Nella conversazione pubblica contemporanea, e persino in alcuni ambienti specialistici, i Large Language Models (LLM) vengono ridotti all’immagine di macchine che non fanno altro che predire la parola successiva («sono solo motori statistici»). È un’immagine che si fonda su una verità parziale, perché nella sua formulazione più grezza un LLM è addestrato proprio a minimizzare la perdita relativa alla probabilità condizionata: P(xₜ ∣ x₍₍ₜ₋₁₎₎ … , x₁), che andrebbe «osservata» nella sua struttura generale: P(x₁, x₂, … , xₜ) = P(x₁) · P(x₂ ∣ x₁) · P(x₃ ∣ x₁, x₂) · … · P(xₜ ∣ x₁, … , xₜ₋₁), dove t è la dimensione della «finestra di contesto», che oggi può arrivare anche a milioni di token di natura generale (multimodali). Vi è, storicamente, una difficoltà intrinseca a stimare questa probabilità di emissione di un nuovo simbolo-parola dati i simboli-parola precedenti dovuta sia a fattori algoritmici c...
Read more »