The zen of (artificial) intelligence

 

(Italian version follows below/versione italiana a fine pagina)

In a Japanese apologue, an episode is reported that happened to a master named Temo, who was just qualified to teach zen. Temo went to visit master Nan-in on a rainy day, wearing wooden clogs and being fitted with an umbrella. After greetings, Nan-in asked Temo if he had deposited in the foyer the umbrella on the right or left of the clogs. Temo, astonished, realized he was unable to answer immediately: therefore he was not yet able to bring everytime with him his zen.

Zen is a meditative discipline whose salvific purpose lies in the attainment of a sudden intuition which allows the identification of the adept with vacuum, effectively cancelling the perception of the ego. To achieve the state of annihilation of self-consciousness, it is necessary to avoid focusing thought on individual content; to this end, a ko-an, a paradoxical statement or dialogue is used, which liberates reflection from a logical order, getting the practicing close to the emptiness of the concepts. A perfect observer of the zen would certainly have responded to Nan-in’s question instantly and correctly. It can be assumed that a machine programmed to emulate a master would have obtained a similar result. It could also be hypothesized that such a machine could have passed Feigenbaum‘s competence tests to assess whether an artificial intelligence could imitate an expert in a particular sector.

The so-called “simulation approach” is one of the main ways of defining artificial intelligence: according to this view, a machine can be classified as “intelligent” as it is better suited to replicate human behaviour. Conversely, a human mind, trained through practices such as zen, to escape from logic schemes, and to lose the sense of personal identity, could bring his reasoning skills to those of a mechanism, comprehending its limitations in depth.

Already since the 1980s, Gianni Zanarini argued that the correct approach to artificial intelligence research should be set taking into account the properties of complex systems. He stated that in a complex system consisting of a large number of interacting elements, not isolated from the external environment, the manifestation of an unpredictable self-organization at the level of elementary components could be attributed to a “circular relationship” between the level of the constituents and that of the system in its entirety, and that the thought was a typical example of coherent structure, emerging from the interchanges between neurons. In agreement with this interpretation, Douglas Hofstadter identifies the utmost expression of intelligence, self-perception, with the establishment of a feedback mechanism, characteristic of complex systems, which involves a concatenation of symbolic representations of high-level concepts.

Despite the undeniable progress in the understanding of cognitive mechanisms, made by methods and models borrowed from the physics of complexity, from the practical point of view, the ways for the creation of codes epigones of a thinking subject seem, at present, rather impervious. However, as Hofstadter himself observes in his essay “Fluent Concepts and Creative Analogies”, nowadays «no one knows with certainty what level or type of “brain structures ” will prove to be the basis of the essential features of thought». The results from the latest generation of chatterbots or chatbots, computer programs designed to simulate human speech to support conversations, seem relatively promising. Unlike their rudimentary prototypes, such as ELOISA, A.L.I.C.E. or the Italian Tobby, these robots do not provide preconfigured answers by drawing from a static database, but they converse using a combination of real-time learning and evolutionary algorithms to improve their performance. Apart from controversy over the alleged overcoming of the Turing test by “Eugene Goostman” software in 2014, the picture of a future populated by sentient machines seems to us extremely plausible, and after all, given the prevailing isolation and loneliness, even desirable.

 


Lo zen dell’intelligenza (artificiale)

In un apologo giapponese si narra di un episodio accaduto a un maestro di nome Temo, fresco di tirocinio abilitativo all’insegnamento dello zen. Temo, recatosi a visitare il maestro Nan-in in un giorno piovoso, indossava zoccoli di legno ed era munito di ombrello. Dopo i saluti, Nan-in chiese a Temo se avesse depositato in anticamera l’ombrello alla destra o alla sinistra degli zoccoli. Temo, sbalordito, si rese conto di non saper rispondere subito: dunque non era ancora in grado di portare con sé il suo zen in ogni istante.

Lo zen è una disciplina meditativa il cui fine soterico consta nel raggiungimento di un’intuizione improvvisa che permette l’identificazione dell’adepto con il vuoto, annullando di fatto la percezione dell’”io”. Per raggiungere lo stato di annichilazione dell’autocoscienza, è necessario evitare di concentrare il pensiero su contenuti individuali; a tale scopo si utilizza il ko-an, un’affermazione o un dialogo paradossale che svincola la riflessione da un ordine logico, avvicinando il praticante alla vacuità dei concetti. Un perfetto osservante dello zen avrebbe certamente risposto alla domanda di Nan-in istantaneamente e in maniera corretta. Si può presumere che una macchina programmata per emulare un maestro avrebbe ottenuto un risultato analogo. Si potrebbe anche ipotizzare che una macchina siffatta avrebbe potuto superare i test di competenza di Feigenbaum per valutare se un’intelligenza artificiale sia in grado di imitare un esperto in un determinato settore.

Il cosiddetto “approccio della simulazione” costituisce una delle principali modalità di definizione di una intelligenza artificiale: secondo tale punto di vista, una macchina può essere classificata tanto più “intelligente” quanto più essa risulta adeguata a replicare il comportamento umano. Di converso, una mente umana addestrata, tramite pratiche come lo zen, a esulare dagli schemi logici e a smarrire il senso di identità personale, potrebbe avvicinare le sue capacità di ragionamento a quelle tipiche di un meccanismo, comprendendone approfonditamente le limitazioni.

Già negli anni ‘80 del 1900, Gianni Zanarini sosteneva che il corretto approccio alle ricerche sull’intelligenza artificiale andasse impostato tenendo conto delle proprietà dei sistemi complessi. Egli affermava che, in un sistema complesso, composto da un numero molto elevato di elementi interagenti, non isolato dall’ambiente esterno, la manifestazione di un’autoorganizzazione imprevedibile al livello dei componenti elementari si potesse attribuire a una “relazione circolare” tra il livello dei costituenti e quello del sistema nella sua totalità, e che il pensiero fosse un tipico esempio di struttura coerente emergente dagli interscambi fra i neuroni. In accordo con tale interpretazione, Douglas Hofstadter identifica la massima espressione dell’intelligenza, l’autopercezione, con l’instaurarsi di un meccanismo di risposta retroattiva caratteristico dei sistemi complessi , che coinvolge una concatenazione di rappresentazioni simboliche di concetti di alto livello.

Nonostante gli innegabili progressi nella comprensione dei meccanismi cognitivi, compiuti grazie a metodi e modelli mutuati dalla fisica della complessità, dal punto di vista pratico le strade per la realizzazione di codici epigoni di un soggetto pensante sembrano, allo stato attuale, piuttosto impervie. Tuttavia, come osserva lo stesso Hofstadter nel suo saggio “Concetti fluidi e analogie creative”, al giorno d’oggi «nessuno conosce con certezza quale livello o quale tipo di “strutture cerebrali” si riveleranno la base delle caratteristiche essenziali del pensiero». I risultati ottenuti dalla più recente generazione di chatterbot o chatbot, programmi di computer finalizzati a simulare il linguaggio umano per sostenere conversazioni, paiono relativamente promettenti. A differenza dei loro rudimentali prototipi, come ELOISA, A.L.I.C.E. o l’italiano Tobby, questi automi non forniscono risposte preconfezionate attingendo da una banca dati statica, ma dialogano utilizzando una combinazione di apprendimento in tempo reale e di algoritmi evolutivi per migliorare le loro prestazioni. Prescindendo dalle controversie sul presunto superamento, nel 2014, del test di Turing da parte del software “Eugene Goostman” , il quadro di un futuro popolato da macchine senzienti ci appare estremamente plausibile, e tutto sommato, dato l’isolamento e la solitudine imperanti, perfino desiderabile.

Leave a Comment