Modelli e applicazioni di intelligenza artificiale (Psicologia sintetica e modelli artificiali dei processi psicologici)

Negli anni ‘30 del XX secolo fu uno psicologo a immaginare la possibilità di utilizzare un modello robotico per spiegare un comportamento animale. Si trattava di un’ipotesi completamente eccentrica eppure, dal punto di vista di quel che decenni dopo sarebbe diventata l’IA, decisamente all’avanguardia.

Era Edward Tolman e, dopo di lui, altri pionieri dell’IA hanno provato a costruire macchine intelligenti ispirandosi a modelli biologici. Warren McCulloch e Walter Pitts introducono reti di neuroni binari per implementare operazioni logiche, Donald Hebb, un altro psicologo, individua due modelli di apprendimento neurale. In quel solco di ricerca, nascono poi i percettroni, semplici reti neuronali caratterizzate da un singolo strato di connessioni e, dopo il cosiddetto “inverno dell’intelligenza artificiale”, nuovi algoritmi porteranno infine nuovamente in auge le reti neurali. Studi cognitivi e tecnologie robotiche diventano ambiti del sapere interconnessi. 

In Italia, nei primi anni ’80, Valentino Braitenberg scrive un saggio sui “Veicoli Pensanti”, robot controllati da semplici connessioni senso-motorie capaci di mostrare dei comportamenti sorprendentemente complessi. La questione dell’intelligenza delle macchine viene accompagnata alle proprietà e alle funzioni dei corpi, al movimento e ai sensi. Nasce così l’embodiment, una visione che sarà sposata dal gruppo di ricerca guidato da Domenico Parisi, filosofo e psicolinguista, dell’allora Istituto di Psicologia del CNR (oggi Istituto di Scienze e Tecnologie Cognitive).

Negli ultimi anni il gruppo di ricerca PDP (Parallel Distributed Processing), formato da numerosi psicologi, rilascia un potente algoritmo di apprendimento: la back-propagation. Fa parte del team anche Geoofrey Hinton, un altro psicologo, tra i padri fondatori del deep learning il cui ampio uso ha rivoluzionato la moderna IA.

La storia dell’IA è dunque costellata dall’impegno di scienziati di area psicologica. Gli strumenti, le teorie, i modelli e le ragioni di questa reciproca contaminazione tra ricerca psicologica e sviluppi tecnologici legati alla costruzione delle macchine pensanti sarà al centro dell’insegnamento introduttivo del master.

CORSI A.A. 2020-2021

Modelli e applicazioni di intelligenza artificiale

Sistemi e metodi dell’apprendimento artificiale

Linguaggi
di programmazione

Teorie e modelli
dei processi cognitivi

Tecniche di analisi testuale
e linguistica computazionale

Teorie e tecnologie dei
processi di apprendimento

Robotica cognitiva

Analisi e visualizzazione
dei dati

L’autonomia
delle macchine

SemINaria

CONTATTI
Intelligenza Artificiale per le Scienze Umane
Master di II livello  
Dipartimento di Studi Umanistici, Via Porta di Massa, 1