AIΩN è uno spazio aperto. Si accettano contributi!

Complessità e Intelligenza Artificiale

 

AIΩN

Artificial Intelligence Ontological Networks


La complessità «è un tessuto (complexus: ciò che è tessuto insieme) di costituenti eterogenei inseparabilmente associati: pone il paradosso dell’uno e del molteplice. […] Ma allora la complessità si presenta con i lineamenti inquietanti dell’accozzaglia, dell’inestricabile, del disordine, dell’ambiguità, dell’incertezza … Di qui la necessità, per la conoscenza, di mettere ordine nei fenomeni respingendo il disordine, di allontanare l’incerto, vale a dire di selezionare gli elementi di ordine e di certezza, di depurare dall’ambiguità, di chiarire, distinguere, gerarchizzare … Ma simili operazioni, necessarie ai fini dell’intellegibilità, rischiano di rendere ciechi se si eliminano gli altri caratteri del complexus.»

― E. Morin, Introduzione al pensiero complesso. Gli strumenti per affrontare la sfida della complessità, Milano, Sperling & Kupfer, 1993, p. 10

 

L'Intelligenza Artificiale è «la scienza e l’ingegneria per creare macchine intelligenti, in particolare programmi per computer intelligenti. È correlata al compito simile di utilizzare i computer per comprendere l’intelligenza umana, ma l’IA non deve limitarsi a metodi biologicamente osservabili»

― McCarthy J., What Is Artificial Intelligence?, Stanford, 2004 

«Si può dire che macchine semplici come i termostati abbiano delle convinzioni, e avere convinzioni sembra essere una caratteristica della maggior parte delle macchine in grado di risolvere problemi. Tuttavia, le macchine che finora l’umanità ha trovato utile costruire raramente hanno credenze sulle credenze, anche se tali credenze saranno necessarie ai programmi per computer che ragionano sulla conoscenza che manca loro e su dove trovarla. Le qualità mentali peculiari delle strutture motivazionali di tipo umano, come l'amore e l'odio, non saranno necessarie per un comportamento intelligente, ma potremmo probabilmente programmare i computer per esibirle se volessimo, perché le nostre nozioni di buon senso su di esse si traducono facilmente in determinati programmi. e strutture dati. Ancora altre qualità mentali, ad es. l'umorismo e l'apprezzamento della bellezza sembrano molto più difficili da modellare.»

― McCarthy J., Ascribing Mental Qualities to Machines (1979) Sez. 1. Introduzione. 

 

 Esplora le tematiche

 

Scelti

I Large Reasoning Models (LRM) o Reasoning Language Models (RLM) sono più che motori statistici?

source Negli ultimi anni, il dibattito sulle capacità dei grandi modelli linguistici si è spesso concentrato su un’affermazione apparentemen...