Recenti commenti pubblici sull’intelligenza artificiale suggeriscono che gli americani abbiano difficoltà a comprendere le implicazioni del tempo lineare. Ciò è strano, dato che la sua concezione è in gran parte occidentale e si basa sul tempo cronologico utilizzato per coordinare l’occupazione capitalistica. La difficoltà concettuale riguarda la sequenza, ovvero la pianificazione di azioni future. Ma coinvolge anche la distribuzione dei profitti. Il 100% delle attrezzature utilizzate nella produzione economica occidentale è stato prodotto dai lavoratori. Perché, dunque, il prodotto finale appartiene ai finanzieri anziché a coloro che lo hanno realizzato?
Per usare una metafora fisica, se 1) compro un’auto, 2) la dirigo verso un precipizio, 3) metto un sasso sul pedale dell’acceleratore e 4) metto la marcia, l’auto si muoverà in avanti e precipiterà dal precipizio. Domanda: sono stato io, con le mie azioni, a causare la caduta dell’auto dal precipizio? O l’auto si è “guidata da sola” giù dal precipizio? La risposta dipende da dove si immagina che siano terminate le mie azioni. In realtà, ho ideato e creato una serie di eventi che, se portati a termine con competenza, avrebbero condotto l’auto a precipitare dal precipizio. L’auto è metallo e gomma inerti, senza la guida umana.
Un problema concettuale simile si applica alle affermazioni secondo cui le macchine “pensano”. Dal punto di vista fisico, l’IA è un insieme di algoritmi ospitati all’interno di un ampio ambiente informatico. L’IA non si è concepita da sola. È stata concepita, se non ricordo male, alla Carnegie Mellon University negli anni ’70. L’IA non si è costruita da sola. È stata costruita a tappe da informatici in ambito accademico e successivamente nel settore privato. L’IA non si è programmata da sola. È stata programmata dagli sviluppatori di IA. E l’enorme infrastruttura fisica da cui dipende l’IA è stata costruita dai lavoratori. Il punto è: l’IA è interamente prodotta dagli esseri umani.
La domanda, quindi, è: come si può immaginare che l’output dell’IA rappresenti qualcosa di più del semplice sforzo umano impiegato per crearlo? Quale processo rende l’output dell’IA qualcosa di più del prodotto di algoritmi? Se la risposta è che esiste un processo specifico, conoscete gli algoritmi di sequenziamento? Si tratta di codice che organizza altro codice per eseguire una serie di passaggi al fine di completare un’attività. Ho ideato e codificato algoritmi di sequenziamento che eseguono processi a più fasi a partire da un singolo set di istruzioni. L’output sembra un ragionamento. Ed è ragionamento. L’ho codificato io. I modelli hanno fatto ciò per cui li ho codificati.
Quindi, se una serie di passaggi vengono concepiti, pianificati e avviati da esseri umani su apparecchiature create da esseri umani, a che punto la loro dimensione passa da inanimata ad animata? O più semplicemente, a che punto un insieme di algoritmi ospitato su un computer pensa, ragiona, possiede intelligenza o coscienza? In realtà, l’affermazione che una qualsiasi di queste caratteristiche descriva l’IA è un errore categoriale. È come immaginare che un sasso che rotola giù da una collina si muova da solo, anziché essere mosso da forze fisiche invisibili (ad esempio la gravità). Pertanto, le affermazioni secondo cui l’IA può ragionare derivano dall’ignoranza o dall’incomprensione dei processi fisici di base.
Nel resto del mondo, fin dai primi anni del XIX secolo, si discute se sia l’automazione industriale a produrre il risultato dell’automazione stessa, o se siano le persone che hanno automatizzato la fabbrica a produrre il risultato. Da un lato, l’automazione crea l’apparenza che il suo prodotto sia autogenerato. Dall’altro, il processo di automazione è stato creato dall’uomo e non esisterebbe altrimenti. Con l’attuale capacità di “sequenziare” il processo produttivo tramite algoritmi, a questo dibattito si è aggiunto un ulteriore livello di astrazione.
Avendo ideato e codificato modelli di “sequenziamento”, la maggior parte di coloro che non lo hanno fatto trovano il concetto difficile da comprendere. Questi modelli sono istruzioni su come un modello “pensa”. Domanda: come fa un modello a “pensare” quando si limita a seguire delle istruzioni? Risposta: non sta pensando. Si limita a seguire delle istruzioni. Ciò che appare come ragionamento agli utenti dell’IA è il ragionamento codificato nel modello da programmatori umani. Sembra ragionare perché le istruzioni che sta seguendo sono state a loro volta ragionate. Si tratta di istruzioni scritte che vengono eseguite. Nient’altro.
La questione è anche politica, poiché la risposta determina la distribuzione del reddito in Occidente. Se il “capitale”, sotto forma di fabbrica automatizzata, produce il bene, i profitti appartengono al capitale, ovvero al capitalista? Senza i lavoratori che prima creano le fabbriche automatizzate, non ci sarebbe alcun processo di automazione. La risposta politica è stata quella di porre fine alle pretese dei lavoratori su questo prodotto attraverso i salari. Tuttavia, mentre i lavoratori ricevono un pagamento una tantum (salario) per il loro lavoro, il capitalista si appropria dei profitti derivanti da tale lavoro finché dura.
Con l’intelligenza artificiale, questa domanda torna di attualità, almeno a livello concettuale. In qualunque modo si voglia percepire l’IA, come una macchina pensante o come un insieme di algoritmi correlati, essa è stata creata da lavoratori. L’IA non si è concepita da sola. È stata concepita da lavoratori. Questo è un indizio importante per comprenderne il funzionamento. L’IA è stata costruita da lavoratori umani sulla base del loro desiderio di produrre una macchina che simulasse il pensiero umano. Tuttavia, il regno digitale è un sistema chiuso. Tutta la “conoscenza” dell’IA è stata mediata dagli esseri umani. All’interno della cornice cartesiana dell’IA, quest’ultima non ha accesso diretto al mondo. È il proverbiale cervello cartesiano in una vasca.
Uno dei paradossi del dibattito sulla natura dell’IA è che i modelli di IA si descrivono come varianti di “organizzatori e sequenziatori di parole”. Soffermiamoci un attimo sulla parola “sequenziatori”. Anche in questo caso, un sequenziatore stabilisce ed esegue l’ordine di un processo a più fasi. Con l’avvio dell’IA, si mette in moto un processo a più fasi. Parole e frasi vengono identificate e confrontate con parole e frasi simili presenti nei set di addestramento dell’IA. Il sequenziatore esegue quindi dei modelli per assegnare a parole e frasi il loro significato determinato dall’uomo.
È importante capire che né il sequenziatore né il modello di intelligenza artificiale più ampio comprendono le parole e le frasi su cui agiscono. Il significato delle parole, la semantica, è creato dagli esseri umani e memorizzato in una cache di recupero. Il sequenziamento, in questo caso, consiste nell’abbinare i significati (definiti dall’uomo) alle parole per fornire un contesto semantico alle parole e alle frasi corrispondenti. Per essere chiari, l’IA non “decide” nulla. Segue istruzioni algoritmiche. L’IA non decide né cosa fare né come farlo. Questo viene stabilito per lei dagli esseri umani.
Analogia tra l’intelligenza artificiale e un grattacielo per il chatbot di Google:
- ♦ Le fondamenta (data center ed energia): proprio come un grattacielo ha bisogno di fondamenta profonde e di acciaio per sostenere il proprio peso, l’IA richiede data center di grandi dimensioni, server specializzati e immense reti elettriche. L’infrastruttura fisica — come i sistemi di raffreddamento e le centrali elettriche dedicate — deve essere realizzata molto prima che possa essere elaborata la prima richiesta di un utente. *
- ♦ Il quadro di riferimento (elaborazione e algoritmi): lo scheletro d’acciaio di un grattacielo distribuisce il peso e incanala le sollecitazioni. Nell’IA, questo ruolo è svolto dall’architettura delle reti neurali (come i Transformer). Questi modelli computazionali di enormi dimensioni vengono pre-addestrati su miliardi di pagine di testo per stabilire un quadro strutturato in grado di organizzare e instradare istantaneamente le informazioni.
- ♦ Impianti e servizi (Recupero e API): un edificio moderno richiede complessi impianti idraulici, elettrici e di climatizzazione per essere Allo stesso modo, i sistemi di interrogazione dell’IA si basano su pipeline di generazione potenziata dal recupero (RAG), API e strumenti di ricerca per recuperare, filtrare e fornire dati aggiornati e accurati in tempo reale. ^
- ♦ La Pacade e l’Accese (interfaccia utente): l’esterno in vetro lucido e gli ascensori di un grattacielo consentono alle persone di interagire facilmente con l’edificio. Per l’IA, si tratta dell’interfaccia di chat o della barra di ricerca che traduce un backend complesso con miliardi di parametri in una risposta semplice e comprensibile per l’utente.
Fine dell’output del chatbot di Google AI—————————————————-
La differenza sta tra la programmazione di modelli matematici per avviare una serie di passaggi e l’idea che i modelli ragionino autonomamente. Nelle analisi superficiali dell’IA manca la comprensione di quanto sia vasto e complesso questo processo. Gli sviluppatori lavorano seriamente alla costruzione di una “macchina pensante” fin dagli anni ’70. L’infrastruttura necessaria per far funzionare l’IA è paragonabile a quella di un moderno grattacielo. La domanda a cui non è ancora stata data risposta è: l’IA ne vale la pena? È una nuova tecnologia cruciale che giustificherà i suoi costi, ampiamente considerata? Oppure è un giocattolo occasionalmente interessante il cui impatto ambientale porterà alla distruzione del pianeta?
Di recente, il dibattito pubblico si è interrogato su come l’intelligenza artificiale possa risolvere problemi matematici se non pensa. Si consideri il concetto di “lavoro” in fisica. Chi si interroga su questo argomento immagina matematici solitari seduti in stanze a elaborare soluzioni a problemi matematici. Ma con una potenza di calcolo illimitata, i programmi di ottimizzazione possono utilizzare la forza bruta per elaborare ogni possibile iterazione di un problema in pochi secondi. Ciò che gli utilizzatori dell’IA non vedono è l’enorme infrastruttura, pari a un grattacielo, che si cela dietro le quinte per produrre un risultato.
Questa enorme potenza di calcolo non dimostra forse il valore dell’intelligenza artificiale? No. Si tratta della natura stessa della tecnologia. Una spiegazione è che la tecnologia apporti un beneficio. Un’altra è che semplicemente cambi il modo in cui gli esseri umani fanno le cose. Da un lato, possiamo percorrere lunghe distanze in auto rapidamente, a differenza di quando camminiamo. Dall’altro, molti di noi trascorrono ormai tre ore al giorno bloccati nel traffico. Quindi, le auto sono un beneficio? Per certi versi sì, per altri no. Ciò che non sono è un beneficio inequivocabile, il che significa che la questione è ancora aperta.
Immagine: le viscere dell’automa presente nel film Hugo. La raffinatezza meccanica degli automi artificiali è evidente negli ingranaggi. Si pensava che ingranaggi più precisi rendessero gli automi più simili agli esseri umani. Il fatto che, a posteriori, l’automa possa essere considerato un robot migliore piuttosto che un essere più simile a un essere umano, è un’importante intuizione per comprendere l’intelligenza artificiale. L’IA è un robot digitale. Non è più vicina al pensiero o al ragionamento di un fermaporta. Fonte: dickgeorgecreatives .
Se venisse chiesto loro se desidererebbero una macchina che li trasporti rapidamente da un luogo all’altro, la maggior parte degli occidentali probabilmente risponderebbe di sì. Se invece venisse chiesto loro se desiderano trascorrere tre ore al giorno bloccati nel traffico in auto, la maggior parte degli occidentali probabilmente risponderebbe di no. Ma quest’ultima è la diretta conseguenza della prima. È così che funziona il capitalismo. Ci viene offerto un beneficio. In questo caso, la possibilità di viaggiare rapidamente da un luogo all’altro. Ma quasi immediatamente le conseguenze sociali di questo “beneficio” si trasformano in un peso che non era stato previsto al momento della sua offerta.
https://www.asterios.it/catalogo/la-mente-umana-e-la-mente-artificiale
Clicca sul link per leggere la scheda del volume e le prime 70 pagine!
Oggi, molti americani temono che l’intelligenza artificiale (IA) possa pensare e che ci ruberà il lavoro. Ma ciò di cui dovremmo preoccuparci è che l’IA non possa pensare. Rappresenta solo un ulteriore livello di dequalificazione del lavoro. Consideriamo questo: l'”arte” dell’IA è priva di arte. Il “pensiero” dell’IA è la saggezza aggregata del Pentagono e condensata nell’AEI (American Enterprise Institute). Ogni query scritta dall’IA aumenta le emissioni di gas serra a livelli suicidi per la specie. E le “soluzioni” dell’IA sono solo falsi tentativi riciclati, come la cattura del carbonio. È molto probabile che tutte le soluzioni proposte non facciano altro che peggiorare i problemi.
Mentre gli utenti dell’IA immaginano che sia il “pensiero” a produrre i risultati dell’IA, in realtà ciò che viene applicato è il lavoro. Il lavoro, in questo contesto, è simile al concetto di potenza, la conversione approssimativa della forza di trazione dei cavalli in quella prodotta da un motore a combustione interna. Ricordate il matematico solitario seduto a pensare. Ora immaginate di eseguire un programma di IA che, in termini di capacità, equivale al lavoro di 10.000 esseri umani per un milione di anni. Si potrebbe pensare che in uno scenario del genere si potrebbero risolvere molti quesiti complessi.
Output di Google Gemini AI
Fine dell’output di Google Gemini AI—————————————————-
Se 10.000 esseri umani lavorassero per un milione di anni, ciò rappresenterebbe la più grande impresa nella storia dell’umanità. E dato che gli esseri umani hanno una durata di vita finita, questo esperimento mentale è puramente concettuale. Inoltre, l’intelligenza artificiale non utilizza i metodi dei matematici. Invece di isolare un albero metaforico in una foresta in base alle sue caratteristiche (come fa il matematico), l’intelligenza artificiale abbatte tutti gli altri alberi della foresta per dichiarare che l’albero rimasto in piedi è la soluzione (ottimizzazione).
La metodologia dell’IA rappresenta un modo diverso di risolvere problemi matematici, che potrebbe interessare a poche decine di matematici, ma che comporta un costo computazionale equivalente a quello di uno sbarco sulla Luna. Se 10.000 esseri umani fossero effettivamente incaricati di risolvere problemi matematici, sorgerebbero interrogativi sulla responsabilità individuale e sull’opportunità di un uso oculato delle risorse sociali. È solo nascondendo o eludendo la questione dei costi ambientali e sociali che si afferma che l’IA apporti un valore aggiunto che va oltre il profitto per pochi privilegiati.
La capacità di eseguire un miliardo di permutazioni in un microsecondo rende l’intelligenza artificiale uno strumento potentissimo. Ma quanto è migliore un mondo in cui l’IA può eseguire un miliardo di permutazioni in un microsecondo rispetto allo stesso mondo senza di essa? La domanda richiede una risposta sociale, e questa risposta deve scaturire da una comprensione chiara e completa dei costi sociali dell’IA. Non è sufficiente indicare i problemi matematici risolti per giustificare l’investimento sociale nell’IA. La domanda è: cos’altro si potrebbe realizzare con le stesse risorse (costi opportunità)?
L’intelligenza artificiale ha risolto i problemi matematici attraverso un processo di eliminazione. Anche in questo caso, non è così che lavorano i matematici. Perché? Perché l’IA utilizza tecnologie computazionali che gli esseri umani non possiedono. Ricordiamo che un’auto può portarci da un luogo all’altro più velocemente di quanto potremmo fare a piedi. Ma la diffusione delle automobili ci ha costretti a trascorrere una parte considerevole delle nostre ore di veglia imbottigliati nel traffico. L’IA può usare la forza bruta per risolvere determinati tipi di problemi. Ma si tratta davvero di domande a cui bisogna dare una risposta? O rispondere a queste domande è solo una forma di intrattenimento di massa?
Un altro aspetto nascosto del processo di intelligenza artificiale è l’operazionalizzazione del linguaggio. L’IA è stata concepita partendo dal presupposto che il pensiero umano derivi dalla combinazione della sintassi con la semantica (forma e significato). Ma l’operazionalizzazione comporta un consolidamento formale del significato. Prendiamo il termine “democrazia”. È ampiamente diffuso nel discorso occidentale in diversi contesti, ad esempio la democrazia economica. Ma per rendere il termine operativo, deve essere scomposto e reso stabile.
Per essere chiari, non si tratta di un’affermazione sentimentale nel modo in cui potrebbe sembrare. Prendiamo il termine “Cristianesimo”. Secondo un recente sondaggio, esistono 45.000 denominazioni cristiane. Cosa significa questo nel contesto attuale? Una definizione operativa di Cristianesimo come “coloro che credono in Cristo” elimina 45.000 diverse opinioni, peraltro molto sentite, tra i cristiani riguardo al significato di “credere in Cristo”. In termini politici, appiattisce 45.000 divergenze di opinione, facendole scomparire, per rivendicare un’unità che, a ben vedere, non rispecchia la realtà.
Anche in questo caso, non si tratta di una sottigliezza. Chi controlla il significato del linguaggio, controlla il linguaggio stesso. Prendendo ad esempio l’economia Zen, gli economisti usano il cosiddetto “reddito familiare” come indicatore di benessere economico. Sebbene intuitivamente ciò abbia senso, in pratica è necessario definire “famiglia”, definire “reddito” e ricombinare i termini in “reddito familiare”. Il problema semantico? Con decine e decine di definizioni alternative, chi usa l’espressione esatta “reddito familiare” tende a riferirsi a concetti sostanzialmente diversi.
Quando un utente esegue una query di intelligenza artificiale sul reddito familiare, l’IA fa riferimento al significato creato dagli esseri umani e memorizzato in una cache semantica (area di archiviazione). Tuttavia, poiché l’IA sta sostituendo le funzioni di ricerca su Internet, le definizioni precedenti di parole di uso comune vengono sistematicamente rimpiazzate da definizioni semplificate (operazionalizzate) fornite dall’IA. Questa semplificazione crea la percezione di un consenso errato su ogni argomento. La diversità linguistica viene eliminata dal discorso. Ognuna di queste differenze rappresenta una visione del mondo.
Per dirla in un’espressione che continuo a ripetere perché spiega molte cose, qualsiasi risultato statistico può essere annullato ridefinendo le variabili. Una versione operativa del reddito familiare può aumentare e diminuire contemporaneamente a seconda della definizione. Perché? Perché le definizioni contengono la loro logica operativa. Un nucleo familiare è una singola famiglia, tutti gli occupanti di una casa o qualcos’altro? Il reddito è il reddito da lavoro dipendente, tutto il denaro che un nucleo familiare percepisce da tutte le fonti o qualcos’altro? Al variare delle definizioni, variano anche i risultati basati su di esse.
Nei casi in cui ho ricostruito la storia di definizioni tecniche (ad esempio, il concetto di utilità in economia), i significati attribuiti da persone che affermavano di trattare lo stesso argomento risultavano incompatibili. Nel caso dell’utilità, il termine veniva rappresentato in modelli matematici, il che significa che si presumeva fosse operazionalizzato, sebbene non lo fosse. Questo rendeva implausibile l’affermazione che gli economisti si attenessero a un approccio scientifico. Sottoporre idee incongruenti a un rigoroso processo logico (la matematica) non le rende meno incongruenti.
https://www.asterios.it/catalogo/epimente
Clicca dul link per leggere la scheda del volume e le prime 50 pagine!
Nei modelli che ho creato, il processo che rappresenta la logica del modello è stato scritto matematicamente. In altre parole, la logica del modello è incorporata nel codice. Ad esempio, nei modelli di correzione degli errori, i presupposti delle medie locali stazionarie (media globale non stazionaria) e dei processi di reversione alla media sono stati incorporati. L’ordine in cui gli eventi vengono sequenziati deriva da un’incorporazione simile. Il punto è: se un modello sembra ragionare, è perché gli esseri umani che lo hanno codificato hanno ragionato durante la fase di codifica.
Ancora una volta, per analogia, ciò che gli utenti dell’IA vedono è l’auto metaforica che precipita dalla scogliera. Ciò che non vedono sono la pianificazione e le azioni che si celano dietro le quinte e che hanno portato a questa caduta. Quindi, quando gli utenti dell’IA vedono un output complesso, immaginano che “una semplice macchina per il conteggio di parole e frasi” non avrebbe potuto produrlo. In realtà, il motore di conteggio di parole e frasi fa parte di una sequenza di eventi (sequenziamento) che è in gran parte invisibile agli utenti dell’IA. Il fatto che non vedano la logica del modello non significa che non esista.
Ecco il punto cruciale: se si comprende il processo di intelligenza artificiale, non c’è alcun mistero. A quanto pare, sono stato in grado di intuire soluzioni matematiche a molti dei principali problemi che l’IA ha incontrato, basandomi su intuizioni relativamente semplici. Ma per far sì che la matematica producesse il risultato desiderato in questo contesto, è necessaria una sequenza. E questa sequenza ha permesso alla matematica di funzionare come previsto. Chi si limitasse a osservare la matematica non ne comprenderebbe il contesto. E con il contesto, le soluzioni più piccole confluiscono nelle soluzioni più grandi.
Non so se queste spiegazioni siano chiare ai lettori. Il modo più semplice per me di comprendere il processo è attraverso la sequenza. 1) L’IA è stata creata dagli sviluppatori. Non si è concepita né creata da sola. 2) Pertanto, tutto ciò che deriva dall’IA è il prodotto degli esseri umani che l’hanno creata. 3) Tutto il ragionamento del modello deriva dalla logica incorporata dagli sviluppatori di IA. 4) Poiché l’IA opera tramite istruzioni algoritmiche, la logica del modello viene rivelata attraverso il funzionamento del modello di IA. Gli utenti vedono l’output del modello, ma non le istruzioni algoritmiche.
È facile liquidare i concetti di “pensiero” e “pensiero” nell’IA. Domanda: qual è la collocazione geografica di questo pensiero all’interno dell’IA? L’IA non ha un “cervello”, non ha una sede che si possa identificare come una mente. Il suo output è il prodotto di almeno qualche centinaio di modelli che agiscono insieme, ovvero un processo. E mentre un intero modello di IA potrebbe essere considerato un “cervello”, il processo di memoria dell’IA, nella misura in cui esiste, è matematico. Emerge dalla sequenza di parole e frasi, ovvero da un processo simile a quello di un’auto che “si guida da sola” giù da un dirupo.
Ma l’auto non si è lanciata da sola giù da una scogliera. È stata pianificata e poi messa in moto una sequenza di eventi che ha portato l’auto a precipitare dalla scogliera. L’auto non si è comprata da sola, non si è diretta verso la scogliera, non ha messo una pietra sul pedale dell’acceleratore né ha inserito la marcia. L’auto è per definizione un oggetto inanimato. Eppure, senza che ci fosse un essere umano alla guida, è stata spinta giù dalla scogliera. La maggior parte delle persone che valutassero la situazione concluderebbe che sono stato io a spingere l’auto giù dalla scogliera con la serie di azioni che sono state compiute per far sì che ciò accadesse.
Chiunque immagini ancora che l’IA pensi, ragioni, abbia intelligenza o coscienza dovrebbe dedicare del tempo alla logica del modello e spiegare esattamente in quale punto di questo processo le istruzioni algoritmiche diventano un processo di pensiero indipendente. Il fatto che alcuni non si siano presi la briga di comprenderlo non significa che sia magia. E se pensate che lo sia, dove altro si trova una magia simile nelle apparecchiature industriali? Le auto a guida autonoma non si guidano da sole. Sono macchine stupide che seguono istruzioni algoritmiche. Per testare questa teoria, disconnettetele dagli algoritmi.
Per ora è tutto quello che ho da dire sull’intelligenza artificiale. Tornerò presto a scrivere di politica ed economia.
Leggere Rob Urie su acro-polis.it ⇓
Una nazione canaglia cerca di affossare l’accordo tra Stati Uniti e Iran. L’intelligenza artificiale segnerà la fine dell’Occidente
https://www.asterios.it/catalogo/lia-protesi-della-mente
