Tra i più eminenti studiosi che hanno elaborato negli ultimi due decenni le coordinate teoriche e scientifiche di una visione materialistica delle basi naturali del pensiero, vi sono John von Neumann e Alan Turing che, tramite intuizioni e richieste, hanno influenzato il nostro modo di pensare riguardo al cervello.
Introduzione – La domanda
Nel corso della sua storia, l’umanità è stata affascinata da una domanda che è semplice da porre, ma di resistente risoluzione: «Come funziona il cervello?»
I dati relativi alla ricerca sul cervello sono esplosi in diversità e scala, fornendo una struttura informativa senza precedenti in entrambe le forme “anatomiche” (naturale e artificiale).
Tra i più eminenti studiosi che hanno elaborato negli ultimi due decenni le coordinate teoriche e scientifiche di una visione materialistica delle basi naturali del pensiero, vi sono John von Neumann e Alan Turing che, tramite intuizioni e richieste, hanno influenzato il nostro modo di pensare riguardo al cervello.
I processi di pensiero, e quindi l’intelligenza, sono meccanizzabili tramite programmi per computer?
La prospettiva von Neuman/Turing – Il calcolo
Per parlare di computazione, dobbiamo avere una rigorosa teoria di cosa sia e di cosa non sia. Per tale motivo la storia dell’informatica e delle scienze del cervello, ad un certo punto, si sono intrecciate.
Anche nei sistemi biologici (Palsson, 2006) è ormai consuetudine trattare le reti metaboliche, normative e di segnalazione come se fossero algoritmi o programmi. Ma nello specifico la computazione rimanda ad una natura materiale del pensiero. Nel suo manoscritto incompiuto The Computer and the brain, von Neumann (1958), discute se il cervello possa essere pensato o meno come una macchina informatica e identifica somiglianze e differenze tra il calcolo naturale e artificiale.
Per simulare, attraverso un insieme di regole di calcolo, alcuni comportamenti della struttura cerebrale degli esseri viventi, occorre conoscere la struttura del cervello umano e cercare di riprodurlo con un modello matematico (Bishop, 1995).
Neumann descrisse il computer come analogo a un cervello, con un input “organo” (simile ai neuroni sensoriali), un ricordo, un livello aritmetico, un “organo” logico (simile ai neuroni associativi) e un “organo” di uscita (simile ai motoneuroni).
Nello stesso periodo storico, Turing, nel suo articolo del 1950 su Mind, sosteneva che i dispositivi informatici potrebbero emulare l’intelligenza, portando alla sua proposta del test di Turing. Egli, durante la seconda guerra mondiale, credette che fosse necessaria una “macchina per combattere un’altra macchina” (l’enigma).
Gran parte del dibattito filosofico su questo problema si è incentrato sulla questione se le menti siano Turing-equivalenti (ossia, se esiste qualcosa che la mente può e che le macchine di Turing non possono fare).
Odiernamente, la questione che più sta a cuore agli scienziati cognitivi – e sulla quale la teoria computazionale della mente prende una posizione precisa – è se l’architettura della cognizione (umana) somigli in modo interessante all’architettura di quel particolare tipo di computer che è la macchina di Turing (Fodor, 1999).
Il concetto di Turing di una macchina di calcolo, a sua volta, ci mostra come collegare la sintassi alla causalità, in quanto è possibile progettare un meccanismo in grado di valutare qualsiasi funzione formalizzabile, ovvero delimitare la classe di funzioni che sono “computabili” nel senso tecnico di essere decidibili o valutabili dall’applicazione di una procedura o di un algoritmo. Molti processi fisici e biologici possono essere caratterizzati in termini algoritmici; non tutte le funzioni matematiche sono computabili in questo senso, e mentre questo fu conosciuto dai matematici nel 19° secolo, non fu fino al 1936 che Alan Turing propose una caratterizzazione generale della classe delle funzioni computabili. È in questo contesto che ha proposto la nozione di una “macchina di calcolo“, una macchina che fa le cose analoghe a ciò che un matematico umano fa per “computare” una funzione (Horst, 2011).
Turing stesso sembra aver pensato che una macchina operante in questo modo avrebbe fatto letteralmente le stesse cose che i compiti eseguiti dall’uomo fanno – che sarebbe “duplicare” quello che fa il computer umano.
Il pensiero di Vittorio Somenzi – La forma
Senza entrare nella complessa discussione che si svolgeva negli anni Cinquanta e Sessanta intorno al tentativo di stabilire analogie formali tra la struttura matematica dei concetti di informazione ed entropia (Corbellini, 1991), l’epistemologo italiano Vittorio Somenzi, suggeriva di attribuire al vivente “il ruolo di trasformatore della forma dello stimolo nella forma della risposta, la quale può variare o addirittura mancare, a seconda della forma assunta al momento dalle strutture interne del vivente, sia ereditaria o sia ambientale la causa di tale loro conformazione” (Somenzi, 1967). E continuava con una metafora particolarmente efficace. “Come il solco del disco è ‘un solo e medesimo solco, sia che lo si guardi al microscopio o che lo si percorra con una puntina collegata a un emettitore di suoni, così la forma di una rete di cellule nervose è ‘una sola e medesima forma’, sia che se ne osservi la geometria delle strutture molecolari, sia che se ne registri l’attività elettrica, sia che si esamini il comportamento dell’animale pilotato da tali cellule” (ibidem).
Per raggiungere tale livello, l’intelligenza artificiale ha modellato il cervello in termini di “forma”, tantoché la rete neurale (artificiale) è un modello computazionale per eccellenza.
Conclusioni – La risoluzione del problema
Questa dissertazione ha impegnato principalmente due chiavi di lettura: 1) Una procedura per la computazione (un modello matematico astratto) e 2) un’idea di “macchina programmabile” (in un parallelismo tra cervello naturale e artificiale).
Tuttavia le coordinate teoriche e scientifiche della visione materialistica delle basi naturali del pensiero, dopo decenni, percorrendo lo stesso tragitto teorico dei due matematici, procedono verso una teoria della complessità computazionale (una branca della teoria della computabilità) che studia le risorse minime necessarie (principalmente tempo di calcolo e memoria) per la risoluzione di un problema.
I problemi sono classificati in differenti classi di complessità, in base all’efficienza del migliore algoritmo noto in grado di risolvere quello specifico problema (Atallah Mikhail, 1999).
