Prima ancora che l’intelligenza artificiale diventasse una realtà, W. Grey Walter costruì piccole “tartarughe” capaci di muoversi, reagire alla luce, evitare ostacoli e persino apprendere. Dietro questi semplici robot c’era una domanda rivoluzionaria: può un comportamento intelligente emergere da meccanismi semplici, attraverso il dialogo continuo tra cervello, macchina e ambiente?
Che cosa succede quando una macchina non si limita a eseguire un ordine, ma comincia a reagire all’ambiente, scegliere una direzione, evitare gli ostacoli, cercare una fonte di energia e modificare il proprio comportamento sulla base dell’esperienza?
La domanda potrebbe sembrare nata nell’epoca dell’intelligenza artificiale, dei robot autonomi e delle reti neurali.
In realtà è molto più antica. Uno dei primi scienziati a porla in modo concreto fu William Grey Walter, neurofisiologo britannico che, tra gli anni Quaranta e Cinquanta del Novecento, cercò di capire il funzionamento del cervello costruendo delle piccole macchine capaci di comportarsi in modo sorprendentemente simile a esseri viventi.
Le sue macchine erano chiamate Machina speculatrix, ma sono diventate famose soprattutto con un nome molto più simpatico: le tartarughe di Grey Walter.
Dietro queste piccole creature meccaniche si nascondeva un'idea destinata ad avere conseguenze enormi: forse per comprendere l'intelligenza non era necessario costruire una macchina complicatissima.
Forse bastava capire come poche semplici unità, collegate nel modo giusto e immerse in un ambiente, potessero produrre un comportamento complesso.
È un'intuizione che oggi appare sorprendentemente vicina ad alcuni principi della robotica autonoma e dell'intelligenza artificiale.
leggi: altre tartarughe di diverso tipo
Dal cervello alla macchina
Grey Walter non era innanzitutto un informatico né un ingegnere. Era un neurofisiologo interessato al funzionamento del cervello.
La sua attività scientifica fu strettamente legata all'elettroencefalografia, cioè allo studio dell'attività elettrica cerebrale attraverso l'EEG. Il suo lavoro contribuì allo sviluppo e all'uso clinico dell'elettroencefalogramma e alla comprensione dei ritmi cerebrali.
Questo punto è importante perché spiega l'origine della sua teoria.
Walter non partiva dalla domanda:
Come possiamo costruire un robot intelligente?
Partiva da una domanda più radicale:
Come fa il cervello a produrre comportamenti apparentemente intelligenti?
Per affrontare il problema Walter si inserì nel clima intellettuale della cibernetica, la disciplina che negli anni Quaranta e Cinquanta cercava di mettere in relazione biologia, neurologia, ingegneria, matematica e teoria dei sistemi.
La cibernetica studiava soprattutto concetti come informazione, controllo, comunicazione e retroazione (feedback).
Un organismo, in questa prospettiva, non è semplicemente una macchina che riceve un comando e produce una risposta.
È un sistema che riceve continuamente informazioni dall'ambiente, le utilizza per modificare il proprio comportamento e verifica continuamente le conseguenze delle proprie azioni.
È proprio questa idea che Walter volle mettere alla prova.
Il cervello non è soltanto un insieme di neuroni
La concezione tradizionale tendeva a farci immaginare l'intelligenza come qualcosa che nasce dalla presenza di una grande quantità di elementi.
Più neuroni, più connessioni, più memoria, più capacità di calcolo.
Walter propose invece una prospettiva diversa.
La complessità del comportamento non dipende necessariamente dalla complessità dei singoli elementi.
Può dipendere soprattutto dal modo in cui gli elementi sono collegati e interagiscono tra loro.
Una piccola rete di componenti semplici, opportunamente organizzata, può produrre un comportamento molto più sofisticato di quello che ci aspetteremmo osservando ciascun componente separatamente.
È un'idea fondamentale.
Pensiamo, per esempio, a una colonia di formiche. Una singola formica segue regole relativamente semplici. Eppure l'intera colonia può costruire percorsi, trovare il cibo, distribuire il lavoro e reagire ai cambiamenti dell'ambiente.
La complessità emerge dall'organizzazione delle interazioni.
Walter cercava qualcosa di simile nel cervello.
Non voleva necessariamente riprodurre ogni dettaglio biologico del sistema nervoso.
Voleva capire se un'organizzazione relativamente semplice potesse produrre comportamenti che, osservati dall'esterno, sembrassero intelligenti.
Per dimostrarlo costruì una macchina.
Nasce Machina speculatrix
Tra il 1948 e il 1949 Walter costruì i primi esemplari di quello che chiamò Machina speculatrix.
Erano piccoli robot elettromeccanici a tre ruote, dotati di sensori e di circuiti elettronici. I due esemplari più famosi furono chiamati Elmer ed Elsie.
Il loro aspetto ricordava quello di una tartaruga, da cui deriva il soprannome con cui sarebbero diventati celebri.
A prima vista sembravano giocattoli, soprattutto se pensiamo ai piccoli robottini che oggi sono regali per bambini.
Ma Walter non li considerava semplici giocattoli.
Le tartarughe erano, in realtà, modelli sperimentali del comportamento animale.
Avevano sensori luminosi e sensori di contatto. Potevano muoversi, cambiare direzione, evitare gli ostacoli e dirigersi verso una fonte luminosa.
Alcuni modelli erano inoltre capaci di individuare una stazione di ricarica e tornarvi quando avevano bisogno di energia.
Il punto straordinario era che tutto questo comportamento emergeva da un sistema relativamente semplice.
Non c'era un gigantesco computer centrale che calcolava una strategia.
Non c'era una mappa dettagliata dell'ambiente.
Non c'era un programma contenente una lunga sequenza di istruzioni.
C'erano invece sensori, circuiti, motori e connessioni.
Ed era proprio questo che interessava a Walter.
Una macchina che non aspetta ordini
Immaginiamo di mettere una delle tartarughe in una stanza.
La macchina incontra un ambiente che non conosce.
Riceve continuamente stimoli.
Una luce può attirarla.
Un ostacolo può farle cambiare direzione.
Una fonte luminosa troppo intensa può provocare una reazione diversa.
La macchina si muove quindi attraverso una continua interazione con l'ambiente.
Questo comportamento può sembrare banale se lo analizziamo pezzo per pezzo.
Ma osservato nel suo insieme diventa sorprendentemente complesso.
La macchina non segue semplicemente un percorso prestabilito.
Il percorso nasce dall'interazione tra macchina e ambiente.
Questa distinzione è fondamentale.
Un automa tradizionale esegue una sequenza:
A → B → C → D.
Una macchina autonoma, invece, funziona più come:
stimolo → risposta → nuovo ambiente → nuovo stimolo → nuova risposta.
Il comportamento non è completamente scritto in anticipo.
Viene continuamente prodotto.
Ed è qui che compare uno dei concetti più importanti della cibernetica di Walter: il feedback.
Il feedback: agire significa anche ascoltare le conseguenze
Supponiamo che un robot si muova verso una luce.
Il robot modifica la propria posizione.
Ma modificando la propria posizione cambia anche ciò che i suoi sensori percepiscono.
Quindi la nuova percezione modifica nuovamente il comportamento.
Abbiamo una circolarità:
azione → cambiamento dell'ambiente → nuova percezione → nuova azione.
Non abbiamo più una semplice catena lineare causa-effetto.
Abbiamo un circuito.
È proprio questo circuito che permette a un organismo o a una macchina di adattarsi.
Il comportamento non nasce soltanto dal programma interno.
Nasce dalla relazione tra organizzazione interna e ambiente.
Questa intuizione è uno dei motivi per cui il lavoro di Walter continua a essere interessante per la robotica e per la filosofia della tecnologia.
Chissà se Grey Walter avrebbe potuto immaginare un robot olimpionico.
La sorpresa: il comportamento complesso può nascere dalla semplicità
La lezione più importante delle tartarughe è forse questa:
non bisogna confondere la complessità del comportamento con la complessità dei meccanismi che lo producono.
Una macchina relativamente semplice può manifestare un comportamento che, visto dall'esterno, sembra molto più sofisticato.
È un fenomeno che oggi potremmo descrivere con il concetto di emergenza.
L'emergenza si verifica quando un sistema produce proprietà che non sono immediatamente riconducibili alle caratteristiche dei singoli elementi.
Una singola molecola d'acqua non è "bagnata". La bagnabilità emerge dall'organizzazione di moltissime molecole.
Allo stesso modo, un singolo circuito elettronico non è "intelligente". Ma una rete di circuiti che interagisce con sensori, motori e ambiente può produrre un comportamento che, a un osservatore, appare intelligente.
Walter aveva intuito questo problema molto prima che diventasse centrale nelle moderne scienze cognitive.
E se il cervello funzionasse in modo simile?
Qui arriviamo alla parte più filosofica della sua teoria.
Walter non sosteneva semplicemente che il cervello fosse un robot.
La sua proposta era più sottile.
Le sue macchine servivano come modelli per comprendere alcuni principi dell'organizzazione cerebrale.
Il cervello contiene un'enorme quantità di neuroni, ma la sua attività non consiste semplicemente nella somma di singoli neuroni che reagiscono isolatamente.
Ciò che conta sono le connessioni, i circuiti, le interazioni e i processi di retroazione.
In questa prospettiva, anche fenomeni apparentemente sofisticati come l'orientamento, l'attenzione, la ricerca di uno stimolo e alcune forme di apprendimento possono essere studiati come proprietà di sistemi dinamici.
Il suo libro più famoso per il grande pubblico, The Living Brain, pubblicato nel 1953, cercava proprio di presentare il funzionamento del cervello attraverso questa prospettiva, collegando fisiologia, elettroencefalografia, comportamento e modelli meccanici.
Il cervello, in altre parole, poteva essere studiato non soltanto osservando le sue parti, ma anche osservando come le sue parti organizzano il comportamento.
La tartaruga che "impara"
Walter fece poi un passo ulteriore.
Se una macchina poteva reagire all'ambiente, poteva anche imparare?
Per affrontare questa domanda sviluppò una versione più sofisticata della tartaruga, chiamata Machina docilis, dotata di un dispositivo di apprendimento noto come C.O.R.A., acronimo di Conditioned Reflex Analogue.
L'ispirazione veniva dai lavori di Ivan Pavlov sui riflessi condizionati.
L'idea era relativamente semplice.
Un organismo può imparare ad associare uno stimolo inizialmente neutro a un altro stimolo significativo.
Per esempio, se un certo suono viene ripetutamente associato al cibo, dopo un certo numero di associazioni il suono può provocare una risposta anche in assenza del cibo.
Walter cercò di riprodurre questo principio con circuiti elettronici.
La macchina poteva quindi essere modificata affinché determinate esperienze modificassero il comportamento successivo.
Non si trattava ancora di apprendimento nel senso moderno dell'intelligenza artificiale.
Ma il principio era rivoluzionario:
il comportamento futuro poteva dipendere dalla storia delle interazioni passate.
La macchina non era più soltanto reattiva.
Cominciava a diventare adattiva.
Leggi: i veicoli pubblici senza guida umana
Quando una macchina sembra avere una mente
Uno degli esperimenti più curiosi riguardava il rapporto della tartaruga con uno specchio.
Walter mise una fonte luminosa sulla parte anteriore della macchina.
Quando la tartaruga si trovò davanti alla propria immagine riflessa, il comportamento diventò particolarmente interessante: la macchina reagiva alla luce proveniente dalla propria immagine e poteva entrare in una sorta di comportamento oscillatorio.
Walter osservò che, se un comportamento simile fosse stato osservato in un animale, qualcuno avrebbe potuto interpretarlo come una forma rudimentale di consapevolezza di sé.
Ma proprio qui emerge una delle domande più importanti della sua ricerca.
Quanto basta perché un comportamento sembri intelligente?
E, soprattutto:
un comportamento intelligente implica necessariamente una mente?
La tartaruga non "pensava" nel senso umano del termine.
Non aveva una coscienza paragonabile alla nostra.
Eppure poteva produrre comportamenti che, osservati dall'esterno, ricordavano alcuni comportamenti animali.
Walter ci obbligava quindi a distinguere tra due cose:
avere una mente
e
manifestare un comportamento che interpretiamo come intelligente.
Questa distinzione sarebbe diventata fondamentale molti anni dopo nella filosofia dell'intelligenza artificiale.
Dalla tartaruga all'intelligenza artificiale
Oggi siamo abituati a parlare di robot autonomi, sistemi adattivi, agenti intelligenti e intelligenza artificiale.
Ma l'idea di un sistema che non possiede necessariamente una rappresentazione completa del mondo e che costruisce il proprio comportamento attraverso l'interazione con l'ambiente ha una lunga storia.
Le tartarughe di Walter possono essere considerate uno dei primi esempi concreti di questa filosofia.
La loro importanza non deriva dal fatto che fossero tecnologicamente sofisticate.
Al contrario.
Erano interessanti proprio perché erano semplici.
Walter dimostrava che non era necessario costruire una macchina gigantesca per ottenere un comportamento apparentemente complesso.
Era sufficiente organizzare correttamente:
percezione;
movimento;
retroazione;
ricerca di uno scopo;
interazione con l'ambiente;
adattamento.
È una prospettiva molto diversa da quella secondo cui l'intelligenza sarebbe semplicemente una grande quantità di calcolo.
Intelligenza come relazione
La lezione di Walter può essere riassunta in una frase:
l'intelligenza non deve essere cercata soltanto dentro la macchina.
Può essere cercata nella relazione tra:
macchina + corpo + ambiente + feedback.
Un robot non è necessariamente intelligente perché possiede un enorme archivio di informazioni.
Può diventarlo perché sa utilizzare ciò che percepisce per modificare il proprio comportamento.
Questo cambia radicalmente la domanda.
Non chiediamo più soltanto:
Quante informazioni possiede la macchina?
Possiamo chiedere:
Come utilizza le informazioni per orientare il proprio comportamento?
E ancora:
Come cambia il suo comportamento quando cambia l'ambiente?
Queste domande sono molto vicine a quelle che oggi vengono poste nello studio della robotica autonoma e dei sistemi intelligenti.
Walter e il problema della coscienza
La parte più affascinante della sua ricerca riguarda però un problema ancora irrisolto: la coscienza.
Se un sistema sufficientemente complesso può comportarsi come se avesse intenzioni, desideri, paura o curiosità, significa che possiede davvero qualcosa di simile a una mente?
Walter non offrì una soluzione definitiva.
Ed è proprio questo a rendere il suo lavoro ancora interessante.
Le sue tartarughe mostrano che possiamo costruire sistemi nei quali comportamenti apparentemente complessi emergono da meccanismi relativamente semplici.
Ma da qui non segue automaticamente che quei sistemi siano coscienti.
Una macchina può comportarsi "come se" fosse curiosa senza provare curiosità.
Può comportarsi "come se" cercasse qualcosa senza avere necessariamente un'esperienza soggettiva della ricerca.
Questa distinzione continua a essere centrale nella filosofia della mente e nell'intelligenza artificiale contemporanea.
leggi: può esistere una coscienza artificiale?
La grande intuizione di Grey Walter
Forse il vero valore di Grey Walter non consiste nell'aver costruito una delle prime forme di robot autonomo.
Consiste nell'aver utilizzato una macchina per porre una domanda sul vivente.
La sua strategia era quasi paradossale:
per capire meglio il cervello costruì una macchina molto più semplice del cervello.
E proprio questa semplificazione gli permise di isolare alcuni principi fondamentali.
La tartaruga mostrava che:
semplici meccanismi possono produrre comportamenti complessi;
il comportamento nasce dall'interazione con l'ambiente;
il feedback è fondamentale per l'adattamento;
l'apprendimento può essere incorporato nella struttura stessa del sistema;
l'apparente intelligenza non richiede necessariamente un programma centralizzato estremamente complesso.
Queste idee anticipano molti dei problemi che ancora oggi affrontiamo quando cerchiamo di capire che cosa significhi essere intelligenti.
La tecnologia come specchio dell'uomo
C'è infine un significato filosofico ancora più profondo.
Ogni volta che costruiamo una macchina capace di imitare una capacità umana, siamo costretti a chiederci che cosa quella capacità significhi veramente.
Quando Walter costruì una macchina capace di muoversi autonomamente, la domanda diventò:
che cosa significa agire autonomamente?
Quando introdusse l'apprendimento:
che cosa significa imparare?
Quando la macchina sembrò produrre comportamenti simili a quelli di un animale:
che cosa significa avere un comportamento intelligente?
E quando il comportamento sembrò quasi autoriferito:
che cosa significa essere coscienti?
La tecnologia diventa così uno specchio.
Costruendo una macchina, Walter non stava soltanto creando un oggetto.
Stava costruendo un esperimento filosofico.
Le sue tartarughe ci ricordano infatti che l'intelligenza potrebbe non essere una proprietà misteriosa nascosta dentro il cervello, ma una proprietà emergente di un sistema capace di percepire, agire, ricevere feedback e modificare il proprio comportamento.
Ed è forse proprio questa la ragione per cui, a distanza di oltre settant'anni, quelle piccole tartarughe continuano a essere così affascinanti.
Non perché fossero intelligenti come noi.
Ma perché ci hanno costretto, molto prima dell'arrivo dell'intelligenza artificiale moderna, a chiederci:
quando una macchina comincia semplicemente a reagire e quando, invece, comincia davvero a comportarsi in modo intelligente?
Continua il viaggio tra le grandi menti
oppure
continua a leggere articoli sullo stesso tema
Fonti e bibliografia
Walter, W. Grey, The Living Brain, W. W. Norton & Company, New York, 1953. L'opera fu concepita anche per un pubblico colto non specialistico e presenta il rapporto tra fisiologia cerebrale, EEG, attività nervosa e modelli meccanici.
Walter, W. Grey, “An Imitation of Life”, Scientific American, 1950. È uno dei testi fondamentali per comprendere la nascita e gli obiettivi della Machina speculatrix.
Science Museum Group, archivio e collezione dedicati a William Grey Walter. La documentazione descrive il suo ruolo nello sviluppo dell'elettroencefalografia e nella prima cibernetica britannica, oltre alle sue tartarughe robotiche.
Science Museum Group, William Grey Walter, “Accomplishments of an Artefact” (1960). Il documento conserva materiale relativo agli esperimenti di apprendimento della Machina Speculatrix e della Machina Docilis.
Hayward, Rhodri, “The tortoise and the love-machine: Grey Walter and the politics of electroencephalography”, Studies in History and Philosophy of Biological and Biomedical Sciences, 2001.
Holland, Owen, “The first biologically inspired robots”. Studio storico sulla Machina speculatrix e sull'importanza delle tartarughe di Walter nella nascita della robotica ispirata alla biologia.
IEEE Spectrum, “Meet the Roomba's Ancestor: The Cybernetic Tortoise”. Ricostruzione storica della nascita delle tartarughe cibernetiche di Walter e del loro rapporto con la prima cibernetica.
Nessun commento:
Posta un commento