Hai domande o suggerimenti per i prossimi episodi? Scrivici a puntinisullai@gmail.com.
leggi tutto
riduci
10:00
10:00
16:00
9:30 - CAMERA
9:30 - Roma
10:00 - Milano
12:00 - Catania
Oltre alla fruizione dei nostri file tramite il nuovo player Flash/Html5, sono disponibili i download dei file audio di Stampa e Regime, di tutte le Rubriche e dei Processi, oltre alla possibilità di scaricare i files della sezione Riascolta. Tutte le rubriche sono inoltre disponibili tramite il servizio Podcast. Come già avveniva in passato, dopo 3 settimane dalla creazione delle schede i files non saranno più scaricabili.
leggi tutto
riduci
assistente ricercatore presso Federica Web Learning UNINA e curatore della Rubrica Puntini sull'AI
professore di Informatica allUniversità di Salerno e direttore del CIIT Lab
Cosa hanno in comune frasi come la vita è un viaggio il tempo e denaro o la povertà è una malattia sono tutte metafore figure retoriche sì ma anche soprattutto strumenti cognitivi potentissimi che usiamo ogni giorno per comprendere la realtà e comunicarlo agli altri
Le metafore non sono decorazione del linguaggio sono architetture del pensiero esprimono concetti astratti attraverso immagini concrete collegano ciò che conosciamo a ciò che dobbiamo ancora capire e sono in questo una delle forme più alte del pensiero umano
Ma cosa accade quando proviamo a insegnare tutto questo alle macchine un sistema di intelligenza artificiale cogliere l'ambiguità creativa il senso implicito la profondità invisibile di una metafora
Nella puntata di oggi di puntini sulla i esploriamo queste domande partendo da un progetto tutto italiano capace di girare classificare metafore in modo spiegabile ispirandosi a modelli cognitivi umani
Ciao io sono Marco Cerrone queste puntini sulla Ida rubrica di radio radicale che di guida la scoperta dell'intelligenza artificiale un punto alla volta
Qui
Per affrontare il tema di oggi ho il piacere di avere in collegamento Antonio lieto professore di informatica all'università di Salerno dove dirige il Cites Lab il laboratorio di cognizioni interazione Technology intelligenti
Ed è ricercatore associato presso l'istituto i carcere né R. di Palermo all'interno del laboratorio cognitive system for Robotics
Si occupa di intelligenza artificiale scienza cognitiva computazionale interazione uomo-macchina con particolare attenzione
Ai temi del ragionamento del linguaggio e delle architetture cognitive e membro del consiglio scientifico dell'Associazione Italiana per l'intelligenza artificiale e autore di numerosi lavori scientifici internazionali
Tra le sue pubblicazioni ricordo il libro con i team Design for Artificial Mind su un punto di riferimento per chi si occupa di progettazione cognitiva nell'ambito dell'intelligenza artificiale
Innanzitutto grazie professor lieto per la sua partecipazione
Be'grazie a voi mi fa molto piacere essere ospite di questa trasmissione iniziamo subito con un primo puntino sulla i negli ultimi mesi molti modelli di intelligenza
Dice la legge relativa da CPTA di prestito passando per Claude Gemina ai e altri similari sono stati aggiornati con delle capacità che vengono definiti di revisionismo ovvero di ragionamento avanzato
Per seguire diversi passaggi logici prima di arrivare ad una risposta
Alcuni esperti annunciano la fine dell'era dei cosiddetti pappagalli stocastici una definizione che per anni ha bollato questi modelli linguistici come Mary riproduttori statistici di testo plausibile ma senza una reale comprensione
La domanda che le vorrei fare se secondo lei queste modalità di ragionamento mostrate da questi modelli sono equiparabili anche solo in parte a ciò che chiamiamo ragionamento umano
Prima di darle la parola questa volta introduciamo la prima domanda chiedendo a un modello di intelligenza artificiale in questo caso abbiamo chiesto a un modello europeo in particolare francese Mistral
Cosa ne pensa di questo aspetto lo ascoltiamo e poi torna da lei per darle la parola
Sono un modello di linguaggio addestrato su grandi quantità di dati
Alcuni mi chiamano pappagallo stocastico
Perché il genero risposte basate su pattern statistici non supera comprensione tuttavia con le capacità di risalente posso seguire passaggi logici e fornire risposte che sembrano ragionate
Il mio ragionamento è diverso da quello umano gli esseri umani comprendono significati hanno esperienze intuizioni e coscienza
Io opero su pattern statistici simulando il ragionamento in compiti specifici ma senza una comprensione reale
Ad esempio risolvo problemi matematici seguendo passaggi logici basati su paterna presi senza capire il significato dei simboli
Nell'analizzare testi letterari identifico paterne e fornisco analisi ma non comprendo emozioni o sfumature culturali
Sono ancora un pappagallo stocastico parzialmente
Non ho comprensione ho coscienza ma le mie capacità di ragionamento sono avanzate e stimolano il pensiero umano in molti casi
Tuttavia il mio ragionamento è limitato ai dati di addestramento e non ho la capacità di comprendere profondamente o adattarmi a contesti nuovi come gli esseri umani beh devo dire che
Sono sono d'accordo con anti Mistral sono d'accordo perché queste due forme di ragionamento varando aggiornamento della macchina era aggiornamento di un essere umano non sono equiparabili sono molto diverso è tra di loro anche se in alcuni casi anzi molto spesso è possibile riuscire a come dire ad ottenere uno stesso risulta conosce una macchina ottenere lo stesso risultato
Che è frutto negli esseri umani di un di un percorso di il ragionamento il punto è che il modo con cui arriva magari allo stesso risultato è profondamente diverso c'è stato diciamo da un anno un anno e mezzo fa l'articolo di terris ai nostri che uno dei un ricercatore pioniere nello studio delle reti neurali
Che a introdotto l'ESP diciamo per la prima volta se vogliamo l'espressione intelligenza aliena per andare a come dire a caratterizzare un pochettino questo quello che è il tipo di comportamento di questo tipo di modelli linguistici se sono in grado di come dire ottenere delle risposte
Che simuli no che sono in grado di simulare appunto
Quello che per noi è il frutto di un percorso di ragionamento ma lo fanno in modo diverso qui come se fossero o no degli degli alieni che funzionano in modo in modo diverso questo se non è interessante perché appunto esistono molte più di sana logiche che analogie
Tra il modo in cui funzione ragionamento umano il modo in cui funziona il ragionamento all'interno di questi modelli linguistici diciamo che se noi ci focalizziamo soltanto sulla parte prestazionale tre su sulla tutto su quello che viene prodotto da questi modelli
Beh allora possiamo dire che per esempio per alcune forme di ragionamento per esempio per le forme di ragionamento associativo
Stimo delle riescono a catturare dal punto di vista delle prestazioni in gran parte di queste forme associative c'è per esempio l'idea no che il cane sia più simile a un gatto che a un barbagianni per eccetera questo una forma di ragionamento
Per associazione tuttavia però diciamo queste non sono le uniche forme di ragionamento che ne siamo in grado di fare ce ne siamo in grado di fare altre forme di ragionamento che per esempio sono alla base del pensiero o logico dove sistemi anche diciamo quelli più sofisticati con le diciamo i cosiddetti lengua giuliese minga ma modellare ci sono il modello hanno dei dei problemi un esempio di mille e quello del ragionamento causale
Cioè ragionare per correlazioni previsioni statistiche ed è quello che fanno questi modelli non vuol dire avere diciamo un modello del mondo di come dovrebbero essere le cose
Che ci permette di stabilire oppure che permetta loro di stabilire per esempio che il manifestarsi di un certo fenomeno no è causato da non certo fattore oppure da un insieme di di fattori e questo è questi solleva dei limiti che hanno anche i modelli linguistici a diciamo avanzati con con capacità di di di ragionamento questo caso ci sono un po'di di ricerche che una per esempio recente stanza
Diciamo pubblicata qualche settimana fa da da ricercatori di di Apple che fanno vedere
Come anche questi modelli abbiano dei limiti soprattutto per quanto riguarda come dire ragionamenti che riguardano sequenze temporali di lunghe o che quindi quando devono pianificare dei compiti di ragionamento
Per per quello che si chiama multi Ste prigioniero quali sono più fasi successive no da dover in qualche modo mettere mettere insieme a questo articolo si intitola discepolo appunto si intitola dell'illusorio of thinking quindi l'illusione del ragionamento anche all'interno di questi ultimi di questi ultimi modelli diciamo
Uno dei problemi principali legato al fatto sostanzialmente che questi modelli hanno dei problemi che sono relativi alla capacità di generalizzare aldilà della distribuzione degli esempi su cui sono stati allenati
Astrazione è una caratteristica se vogliamo quasi del tutto umana su questo mi veniva in mente di recente un passaggio del film ma un film molto vecchio del due mila uno intelligenza artificiale e A.I. di Steven Spielberg
Che colpisce proprio per la sua forza simbolica su questo aspetto
Detto molto in sintesi nel film c'è questo robot gigolò giù
Che dice che sostanzialmente solo Iorga c'è gli esseri umani non androidi nel caso del film siedono in ciò che non si può vedere o misurare e dice e questa la stranezza che ci distingue dalle altre specie sulla nostra mente e capace di credere la mente umana anche a qualcosa che non si può vedere all'invisibile e di dare senso
A concetti che non riusciamo a toccare nel caso del film si fa riferimento alla Fata Turchina di Pinocchio ricercato dal bambino
Quindi ragioniamo come diceva lei per immagini mentali astrazione Analogie e metafore ci può aiutare a capire che cos'è dal punto di vista però a questo punto cognitivo
La capacità di astrazione e quali potrebbero essere le somiglianze e le differenze tra il modo in cui noi elaboriamo questo tipo di concetti
Più astratti e il modo in cui invece circa o almeno sta approvando di fare ha da fare l'intelligenza artificiale
Ma o che dal punto di vista cognitivo l'astrazione è un tipo di generalizzazione esistono diversi tipi di diciamo di generalizzazione l'astrazione è uno dei processi
Che ci permettono di generalizzare la della conoscenza in particolare sostanzialmente si astrae quando a partire da un insieme di dati no che noi in qualche modo percepiamo dall'ambiente all'ambiente che apprendiamo in qualche modo riusciamo ad estrapolare uno schema uno schema che diciamo vale per quei dati ma che può essere applicato anche ad altri tipi di dati ci sono diversi tipi di astrazione no per noi
Diciamo come come esseri umani siamo in grado di fare quando impariamo degli schermi possiamo imparare che almeno a diciamo di non essere mandate al ristorante impariamo cuore lo schema come dire cenare al ristorante vedendo dalle diverse istanze diciamo delle volte che andiamo al ristorante quali sono le gare le caratteristiche tipiche di questo scritto no quindi si entra da qualche parte ci sarà un menu i menu naturalmente da diversi ristoranti sono sono diversi però voi c'è un elemento in comune in cui io ordinano qualcosa Mangiarotti
No Mangiarotti alla fine come dire della serata pago quindi apprendere uno schema significa qual è appunto lo split cenare al ristorante che mi permette di come dire astrarre quelle che sono le azioni rilevanti no quindi entrare ordinare come dire degustare diciamo cibi finora eccetera o qualsiasi altra cosa e poi pagare insomma quindi questo è
Equo
Ci sono anche altri tipi di astrazione presente la situazione che ci permettono
De
Come dire passare da elementi concreti ad elementi astratti c'è una cosa è sei ore al giorno quando di di di tre mele per esempio no quindi io posso fare delle i tipi di ragionamenti sul fatto che posso avere tre meglio pure tre tipi di frutta un'altra cosa e ragionare in astratto sul numero tre
Cioè io posso fare delle forme di ragione effettuare delle forme di ragionamento
Che come dire
De contestualizzando da quelle che sono gli elementi di base di partenza no io parto sempre noi partiamo sempre da elementi di base che in qualche modo interferiscono con la nostra esperienza che apprendiamo con con l'esperienza io posso però come dire ragionare su insiemi no posso ragionare su insiemi di tre entità questi insiemi di tre entità possono avere delle caratteristiche quindi io posso fare un salto di livello passando dal ragionare da dati concreti a schemi di dati ad astrazioni di di dati e questo un po'diciamo
Alla base anche di quello che è il pensiero creativo cioè l'astrazione comunque un aspetto generativo quando noi astraiamo generiamo della nuova conoscenza dal punto di vista cognitivo se generiamo una struttura che come dire
Da un certo punto di vista è più sintetica rispetto a agli elementi dei dati su cui ci basiamo e su questa struttura più sintetica ma più di alto livello noi possiamo effettuare delle forme di ragionamento che se rimaniamo solo a livello dei dati invece non possiamo effettuata e come fanno i sistemi di intelligenza artificiale a fare al a diciamo simulare questo tipo di di attività ci sono diverse tecniche perché esistono diversi tipi di sistemi quindi per esempio i modelli linguistici chimicamente si basano sempre anche per compiti legati a diciamo all'astrazione si basano sempre sul riconoscimento di pattern statistici all'INPS all'interno
Dei The
Sì sul deve su cui sono stati
Addestrati ma le macchine possono capire le metafore recentemente un passo significativo in questa direzione è stato rappresentato proprio da un vostro progetto il progetto
Ne mette CL sviluppato appunto dalle insieme anche a Gianluca Pozzato e Stefano Di Gioia
è un progetto che recentemente è stato anche selezionato per la conferenza mondiale sull'International joint conferenza Artificial Intelligence che si terrà agosto a Monreale il può raccontarci in termini appunto accessibili come funziona concretamente questo sistema e in che modo questa architettura si distingue
E dai grandi modelli di ai generativa come ad esempio oggi Pitti include Gemina ai
E quali sono alti poi i campi di applicazione della vostra recente di circa poche dunque all'alla base di questo sistema c'è sostanzialmente un motore di ragionamento logico che è in grado di fondere e comminare concetti
Ecco che quindi per esempio il nostro sistema in grado di astrarre
Quo estrarre ed astrarre conoscenza combinando a partire da frasi quelli che sono dei diversi tipi di di concetti per esempio reso quei sistema permette di generare la metafora la vita è un viaggio nominando
Tramite delle strategie di ragionamento che sono in parte ispirate alla condizione umana la conoscenza che tipicamente sul associamo al concetto di vita la conoscenza che associamo tipicamente al concetto di viaggio e creando un ibrido quindi andando proprio a generare un ibrido che come dire è in grado di ereditare alcune caratteristiche tipiche del concetto vita alcune caratteristiche tipiche del concetto Di Biagio per creare questa nuova rappresentazione di Al di più alto livello no questa rappresentazione
Astratta
Che è in grado di regolare quello che il significato metaforico
Della della frase questa diciamo logica si chiama appunto ottici di CL la logica del di parte con il sistema la l'ogiva sviluppata con Gianluca Pozzato
Tra il due mila e diciotto il il due mila e denti
Quello che abbiamo diciamo fatto vedere con questo sistema
E che il nostro sistema non solo è in grado di generare delle nuove metafore cioè è in grado di estendere quello che a partire da con quella che è una una Repossi doti di metafora che era disponibile che si chiama meta netta e praticamente un grosso contenitore di ha sviluppato dai linguisti dell'Università di Berkley siamo riusciti a far vedere come il nostro sistema si in grado di estendere il le Pen diciamo pasto contenitore questo questo enorme contenitore di metafore
Sviluppate originariamente in modo manuale in quindi tramite questo sistema
Automatico e poi siamo stati in grado di vedere di di far vedere come anche le metafore generale siano ben accettate da diciamo utenti umane in c'è stata una parte di sperimentazione con con esseri con esseri umani
Oltre la fase generativa il sistema che non abbiamo diciamo sviluppato è stato in grado di estendere la capacità di identificare classificare metafore all'interno del testo rispetto a quelli che sono i principali modelli linguistici neurali no large language model
Che di cui si parlava prima quindi di si Carré uno
Oppure quella due punto cinque
Max eccetera eccetera quindi non ho fatto vedere come ci sia sia per il compito di riconoscimento di metafore all'interno del testo che per il compito di generazioni di nuove metafore ci siano dei diciamo di miglioramenti a significativi
La parte diciamo così
Cioè con eticamente ispirata del nostro del nostro sistema è legata all'utilizzo di una euristica cioè di una regola
Che come dire è nota che viene dal dall'ambito delle scienze cognitive che permette di spiegare il comportamento anche generativo
Creativo della del nostro del nostro pensiero all'interno dei diciamo negli esseri umani no questa regola si chiama
Regola della testa del modificatore cioè per esempio serio devo fare una metafora del tipo il mio avvocato è uno squalo OP quello che farò di nuovo
Come dicevo combinare Lincar le caratteristiche tipiche di del concerto curato le con le caratteristiche tipiche del concetto squalo ma lo farò seguendo un certo tipo di ordine cioè all'interno di questa combinazione c'è sempre una testa l'elemento più forte della combinazione
E poi c'è un modificatore in questo caso nel caso della della metafora quest'uomo il mio avvocato è uno squalo la testa se l'elemento dopo io voglio ereditare più corrette rischi che è per la generazione della metafora eh il concetto di avvocato perché quando parlo di di di appunto quando dico è il mio avvocato è uno squalo non intendo dire che gli avvocati vivono nell'oceano ma intendo dire che gli avvocati oppure il mio avvocato nello specifico
Ha alcune caratteristiche diciamo che tipicamente sono associate anche se vogliamo metaforicamente a metaforicamente o o meno di a seconda dei casi al concetto di di squalo quindi per esempio la pericolosità no cosa di questo cosa di questo genere e questo ovviamente un è un meccanismo che non c'è
By design'diciamo così all'interno dei sistemi linguistici che invece funzionano su questa diciamo enorme capacità di correlazione predizione di quelle che sono le parole successive
Che permettono di completare quello che sono dei dei testi delle porzioni di testo date
Dati Fini tu quindi diciamo questa la differenza sostanziale un'altra differenza che il nostro sistema interamente spiegabile essendo un sistema simbolico riusciamo a a spiegare all'utente per quale motivo diciamo quel tipo di metafore è stata generata in quel mondo cioè dal da dove abbiamo preso a alcune caratteristiche perché l'abbiamo combinato in quel in quel modo questo vale soprattutto nel caso della generazione di nuove metafore no possono essere in parte da quando sono nuove no possono anche essere diciamo di non immediata di non immediata comprensione il codice sorgente del nostro lavoro e pubblicato come per tutti gli altri lavori che abbiamo fatto
Su subita do quindi diciamo rilasciato pubblicamente naturalmente non è ancora un servizio che può essere utilizzato a livello commerciale cioè un prototipo di di ricerca che Paul per poter essere utilizzato richiede insomma alcuni tipi di di competenze
Stiamo lavorando anche a delle versioni in cui questa componente diciamo generativa integrata con i laggiù language model utilizzando una tecnica che si chiama rabbia e quindi questo ci permetterà di rilasciare direttamente
L'Inter faccia di un agente che persone come dire che non hanno una grossa esperienza con l'informatica possono direttamente
Utilizzare interrogare per riconoscere metafore oppure per generare delle metafore quando riguarda le applicazioni appunto quelle più immediate che vengono in mente hanno a che fare con l'industria creativa no cioè immaginiamo ad esempio di di di essere che ne so poco un'azienda che deve produrre l'una nuova serie televisiva oppure o un luogo nuovo cartoon per esempio
Beh in questo caso io che cosa disordine di che cosa ho bisogno bisogno di creare qualcosa di di nuovo andando in qualche modo a come dire ricombinare in modo creativo alcuni aspetti che sono diciamo tipici delle storie non ci dovrà essere un cattivo ma dovrà essere un cattivo diverso dagli altri cattivi diciamo dei cartoni animati o allo stesso modo la storia dovrà avere un certo tipo di di sequenza però dovrà essere di combinate in modo diverso che quindi la nostra idea è che con la capacità di come dire astrattiva quindi di generare delle nuove metafore con questo sistema possa poi generare anche la creazione di storie tramite queste modalità di rimescolamento combinatorio che una delle caratteristiche della creatività umana no nel senso che ed è anche una delle caratteristiche della creatività computazionale che compie pienamente come dire non coperta oggi dei sistemi attuali di intelligenza artificiale
Cioè la relatività combinatoria non è quella che come dire cambia le regole del gioco quella che si muove all'interno di uno spazio in qualche modo e già predefinito
Non è la creatività alla Caravaggio insomma ancora come dire manca in generale la la capacità di andare ad individuare quelle che sono non non soltanto ricombinazione ENI
Di elementi all'interno di uno spazio esistente
Ma Ocre manca la capacità di creare delle nuove dimensioni cioè di inventare no dei nuovi paradigmi che possono in qualche modo guidare sia la creazione di metafore ma tante altre cose la creazione di Analogie c'è alla base proprio del del del pensiero diciamo creativa insomma quindi questo la parte che ancora manca per ora in
Nei sistemi di intelligenza artificiale in cui c'è l'oscuro proprio sotto il profilo della ricerca volevo chiederle il suo punto di vista sulle attuali normative legate all'intelligenza artificiale sia quelle diciamo comunitari che quelle nazionali
Perché spesso si sente dire che questo tipo di normative potrebbero rappresentare un limite piuttosto che una un'opportunità soprattutto per la ricerca e i vari circoli versi Tarja
Alle università e centri di ricerca oggi hanno spazio per innovare
Però dall'altro lato voi per mancanza di fondi Puy per a volte di primo Orquera legislativi abbastanza stringenti
Fanno fatica lei cosa ne pensa di questi tipo di interventi è difficile vedere con le il sapere qual è il il il trade-off giusto
Tra come dire
La necessità di andare a normare alcune che con la regia e l'utilizzo di alcune ecologia e poi lo la parte di sviluppo invece di questo ed ecologia cioè in Europa c'è stato da un lato una corsa forse troppo improntata sulla sul cercare di andare a creare delle norme sull'auto ecologica che ancora non si conosce sì e se non si conosce bene ad ecologia non si conoscono neanche come quelli che possono essere i possibili potenziali usi quindi diciamo le norme rischiano di nascere già vecchie e in parte secondo me come dire
A parte come dire
Degli esempi dei dei dei delle dei casi di buonsenso in parte quello che è successo in Europa dall'altro lato è anche vero che diciamo non si può lasciare tutto a come dire allora sviluppo che tra l'altro è soprattutto nell'intelligenza artificiale generativo lo sviluppo di tipo commerciale cioè legato di interessi aziendali l'ok
E quindi questo è quello che invece sta avvenendo in in Cina negli Stati Uniti quindi bisogna trovare un pochettino un buon un un trade-off di sicuro come dire lo sviluppo in qualche modo dovrebbe precedere quella che la parte la parte normativa non pensiamo per esempio a quello che è successo con è quello che sta ancora succedendo con la creazione di modelli che hanno delle dimensioni ridotte cosiddetti Small diciamo così Guanci modello che in qualche modo cercano di salvare quelle che sono delle risorse
Delle risorse computazionali rispetto all'utilizzo dei della ragione in qualche modo su questo potrebbe essere un tipo di di Area di ricerca che attualmente potrebbe essere appannaggio anche di università pubbliche che non hanno gli strumenti per andare a come dire confrontarsi con questi grandi player
Industriali no perché no oggi l'università pubblico ma non solo in Italia insomma in Europa e anche nel mondo non hanno la la possibilità di poter come dire
Creare dei modelli simili a quelli che sono utilizzati poi a livello commerciale che conosciamo e che conosciamo o tutti i guai dice non abbiamo proprio l'infrastruttura quello che servirebbe è questo è una cosa che a livello come dire
Di politici si dovrebbe fare ed è stato anche uno dei più volte detto da da Parisi è creare a livello europeo un Serna dell'intelligenza artificiale
C'è un punto in cui andare a come dire integrare focalizzare tutte le risorse il calcolo ma anche di intelligenze
Che possono che sono pubbliche ma che e che possono in qualche modo uscirà
Come dire confrontarci anche con diciamo questi tipi di di play di di player e che sono perché agiscono diciamo a livello planetario però non non rispettando in pieno quelle che sono delle norme che poi rischiano di essere solo ed esclusivamente europee
Prima di conclude vorrei lasciare come sempre a chi ci ASCO
Coulthard una risorsa
Per continuare ad approfondire il i puntini sulle i. che abbiamo messo qui
A oggi ma dunque una risorsa che può essere sicuramente rilevante rispetto a quello di cui abbiamo parlato oggi può essere il libro di lecco offre Jones sono famosissimo meta forse quelli by che è il primo un libro che come dire
Fa vedere come
Le metafore siano in qualche modo non soltanto un fenomeno linguistico negli esseri umani siano un fenomeno non soltanto linguistico di tipo retorico dedico stilistico
Ma siano anche proprio una ma a una modalità del nostro pensiero cioè uno degli elementi alla base della capacità di astrazione che un aspetto diciamo importante del nostro del nostro pensiero della nostra capacità la di di ragionamento se posso magari ne aggiungo anche un altro che invece più legato al tema del confronto tra sistemi di intelligenza artificiale e diciamo esseri umani oppure sistemi biologici in generale che è un libro di Roberto Cordeschi
Del Discovery hot di Artificial illustra secondo me ancora diciamo uno dei migliori libri in circolazione illustra proprio quando
Legittimo come dire a come dire spiegare non l'autoporto di un sistema in termini mentalisti ci diciamo così mi quando è legittimo provare a ad ascrivere alcune a spiegare quel tipo di output
Diciamo utilizzando alcune teorie della nostra cognizione e quando invece come nel caso dell'agevole nuoce model questo tipo di auspici ascrizione in qualche modo è fallace non ci possiamo soltanto basare sul fatto che le risposte siano indistinguibili tra esseri umani
E macchine per attribuire a loro delle competenze che invece sono tipicamente umanità dato che l'Inter nel settore dell'intelligenza artificiale c'è molta confusione su questi aspetti penso che possa essere ancora diciamo un libro
Utile da da leggere
Io ringrazio il professor Antonio lieto per il suo contributo grazie mille a voi se volete riascoltare l'episodio o condividerlo potete trovarlo sul sito di Radio Radicale www
Tora di radicali punto it e sulle principali piattaforme di podcast intanto vi do appuntamento alla prossima puntata di puntini sulle i la rubrica di radio radicale che vi guida alla scoperta dell'intelligenza artificiale
Un punto alla volta
Quale
Salvo dove diversamente specificato i file pubblicati su questo sito
sono rilasciati con licenza Creative Commons: Attribuzione BY-NC-SA 4.0