Torna alla home page



Marco Giunti

DINAMICA E COGNIZIONE: ASPETTI DI UNA RICERCA

In Bellone, Enrico e Giovanni Boniolo (a cura di), Storia e filosofia della scienza: Un possibile scenario italiano. Atti del convegno storia e filosofia delle scienze: Lo stato delle ricerche italiane di punta, Padova, 28-30 maggio 1997, Milano, 1998, pp. 89-98.
Il mio discorso di oggi avrà due parti. Nella prima, cercherò di descrivere la ricerca che ho portato avanti per diversi anni, prima a Indiana University (Bloomington) e poi in Italia, e che posso considerare conclusa con la pubblicazione del libro Computation Dynamics, and Cognition, presso Oxford University Press (Giunti 1997). Nella seconda, invece, parlerò delle nuove direzioni in cui intendo proseguire la ricerca appena conclusa, e di un problema fondazionale ad essa collegato su cui sto lavorando in questo momento.
 

1. Computazione, dinamica e cognizione

Per poter dare un'idea dei temi principali della mia ricerca è forse opportuno accennare alle sue origini. Poco tempo dopo il mio arrivo a Bloomington ebbi modo di conoscere Michael Dunn, un importante logico attivo soprattutto nel campo della relevance logic, ma anche molto interessato alla teoria della computabilità. Frequentando i suoi corsi, ed essendo anche suo assistente per un semestre, riuscii ad apprezzare l'importanza, tecnica ma anche filosofica, delle tematiche affrontate dalla teoria della computabilità. Piú o meno nello stesso periodo conobbi anche John Winnie, un filosofo della scienza estremamente brillante, noto soprattutto per alcuni lavori di filosofia della fisica, ma che, proprio in quel momento, stava spostando i suoi interessi verso l'intelligenza artificiale, le scienze cognitive e lo studio dei sistemi dinamici. Uno dei temi su cui John Winnie stava riflettendo era il rapporto tra sistemi computazionali e sistemi dinamici. In particolare, era molto interessato ai lavori di Stephen Wolfram (1984a, 1984b, 1984c, 1984d, 1986, a cura di 1986) sugli automi cellulari, in cui Wolfram aveva utilizzato tecniche tratte dalla teoria dei sistemi dinamici per studiare il comportamento di questo tipo di sistemi computazionali. Oltre a ciò, John Winnie era anche molto interessato al dibattito, tuttora in corso nelle scienze cognitive e nell'intelligenza artificiale, fra approccio simbolico classico (Newell e Simon 1972; Newell 1980; Pylyshyn 1984; Johnson­Laird 1988) e approccio connessionista (Rumelhart e McClelland, a cura di 1986; Grossberg 1988; Smolensky 1988).

Cominciando a riflettere su questi problemi, fui particolarmente colpito da una prima osservazione. Avendo in mente una definizione molto generale di sistema dinamico, che avevo tratto, con modificazioni inessenziali, da Arnold (1977, p. 4), mi resi conto che, sia i diversi sistemi computazionali alla base dalla teoria della computabilità (macchine di Turing, macchine a registri, automi cellulari, etc.), che i modelli impiegati nelle scienze cognitive (simbolici e/o connessionisti), sono tutti tipi diversi di sistemi dinamici. Pensai che questa semplice osservazione potesse avere sviluppi molto interessanti, perché il concetto di sistema dinamico, mettendo in luce una struttura matematica estremamente semplice, ha la potenzialità di chiarire aspetti molto profondi dei diversi campi a cui si applica. Mi riproposi quindi di vedere quali problemi fondazionali, sia in teoria della computazione, che nelle scienze cognitive, potevano essere chiariti una volta che si fosse riconosciuto esplicitamente che tutti i sistemi computazionali, e anche tutti i modelli delle scienze cognitive, sono tipi diversi di sistemi dinamici. Dovendo presentare la proposta per la dissertazione di dottorato, parlai di queste idee a John Winnie, che pensò potesse venirne fuori una bella ricerca e accettò quindi di esserne il supervisore. L'altro mio punto di riferimento, specialmente per gli aspetti piú tecnici legati alla teoria della computabilità, continuò ad essere Michael Dunn.

Per quanto riguarda la teoria della computazione, mi sembrò subito chiaro che il concetto di sistema dinamico poteva essere usato per affrontare in modo innovativo tre problemi concettuali molto dibattuti ma ancora irrisolti: primo, che cos'è, in generale, un sistema computazionale e quali sono le caratteristiche che lo distinguono da altri sistemi dinamici non computazionali? Secondo, che cosa significa, in generale, per un sistema riprodurre esattamente il comportamento, o emulare un altro sistema? Terzo, in generale, che cosa significa affermare che un sistema di alto livello è realizzato da un sistema di livello inferiore e, piú in particolare, che cosa significa che un sistema computazionale è, almeno in linea di principio, realizzabile da un sistema fisico? La mia ricerca su questi tre punti sfociò nel primo capitolo della dissertazione di dottorato (Giunti 1993), in cui, utilizzando la summenzionata definizione di sistema dinamico, proposi un'esplicazione rigorosa dei tre concetti intuitivi di sistema computazionale, emulazione e realizzazione.1

Nel frattempo, alcune discussioni con John Winnie, e poi la lettura di un articolo (Dewdney 1989) su alcune eleganti immagini prodotte da macchine di Turing bidimensionali, mi portarono a pensare che il concetto di macchina di Turing fosse in realtà relativo al tipo di supporto, cioè di memoria, su cui la macchina opera. Su consiglio di Michael Dunn, andai a rileggere l'articolo originale di Turing (1937) e mi resi conto che Turing aveva scartato l'idea di relativizzare le sue macchine al supporto in quanto, sulla base di un argomento intuitivo, riteneva che automi finiti che operino su un qualsiasi tipo di supporto infinito (per esempio, un foglio di carta quadrettata estendibile a piacere) non possano essere più potenti di quelli che operino su un nastro infinito. A me questa ipotesi di Turing parve molto dubbia, per diverse ragioni che adesso sarebbe troppo lungo esporre. Parlai delle mie perplessità a Winnie e Dunn che mi sfidarono a portare avanti, in modo rigoroso, questo progetto di relativizzare il concetto di macchina di Turing al tipo di supporto su cui opera. Presentai i primi risultati di questo lavoro nel secondo capitolo della dissertazione di dottorato (Giunti 1993). Il secondo capitolo del libro (Giunti 1997) ne è una revisione abbastanza radicale, che contiene anche diversi nuovi risultati. Le implicazioni piú importanti di questo filone della mia ricerca sono essenzialmente due. Da un lato, un nuovo modo di guardare alla teoria della computabilità relativa2 e, dall'altro, un concetto piú comprensivo di sistema computazionale, che risulta equivalente a quello di sistema dinamico discreto.3

Come ho accennato prima, il mio progetto era anche quello di utilizzare un punto di vista dinamico per affrontare alcuni problemi metodologici relativi alle scienze cognitive. Il primo punto che intendevo chiarire in questo modo riguardava la valutazione della portata della "rivoluzione connessionista". La mia intuizione era che i modelli connessionisti sono essenzialmente diversi da quelli simbolici classici, in quanto non si può affermare che un sistema connessionista produca computazioni, almeno non nel senso standard di questo termine. L'analisi del concetto di sistema computazionale che avevo già portato avanti mi permise di dare corpo a questa intuizione. Infatti, dalla mia definizione di sistema computazionale, è facile dedurre che quasi tutti i sistemi connessionisti non sono sistemi computazionali (nel senso dato a questo termine dalla teoria standard della computabilità). La conseguenza piú importante di questo fatto è che l'approccio connessionista non può piú considerare la cognizione un processo computazionale. E' invece molto naturale vedere la cognizione come una dinamica piú complessa, descritta, ancora in modo molto approssimativo, da questo nuovo tipo di modelli. Il nucleo di queste considerazioni si trova già nel quarto capitolo della dissertazione (Giunti 1993). Le esposi poi in forma piú completa in due articoli (Giunti 1995, 1996) e, infine, nel quarto capitolo del libro (Giunti 1997).

Il secondo punto riguardava il tipo di relazione tra i modelli effettivamente usati nelle scienze cognitive ed i sistemi cognitivi concreti (naturali o artificiali) che essi intendono descrivere. Le mie riflessioni su questo punto partirono dall'osservazione che tutti i modelli impiegati nelle scienze cognitive (simbolici o connessionisti) sono sistemi dinamici. Pensai quindi che il rapporto tra questi modelli ed i sistemi cognitivi concreti potesse essere chiarito se si analizzava come, in generale, un sistema dinamico può essere utilizzato per descrivere determinati aspetti di un sistema concreto. Mi sembrò però subito chiaro che le scienze cognitive erano ben lontane da un uso descrittivo (e/o esplicativo) rigoroso dei sistemi dinamici. L'ideale che avevo in mente era quello dei modelli della meccanica classica e pensai che sarebbe stato molto interessante poter comparare il tipo di descrizione propria di questi modelli con quello dei modelli delle scienze cognitive. Ma il problema, non banale, che mi si poneva era che, prima di poter fare questa comparazione, dovevo avere un concetto ben preciso di "modello classico", che però fosse astratto, cioè potesse applicarsi a sistemi di tipi tanto diversi quali un sistema meccanico e uno cognitivo. Nel terzo capitolo della dissertazione (Giunti 1993) detti una prima soluzione a questo problema e poi, nel quarto, cercai di sostenere che anche i modelli delle scienze cognitive si conformano, almeno in parte, a questo standard. Successivamente, però, arrivai ad una formulazione molto piú chiara del concetto astratto di modello dinamico classico (che decisi di chiamare modello galileiano). Inoltre, smisi di credere che i modelli effettivamente impiegati nelle scienze cognitive si conformino, anche solo in parte, a questo standard. Piuttosto, cominciai a pensare che i modelli galileiani costituiscano un'ideale che le scienze cognitive dovrebbero cominciare a perseguire. Una prima versione di queste nuove idee si trova in Giunti (1995). Il terzo capitolo del libro (Giunti 1997) contiene la trattazione migliore del concetto di modello galileiano, mentre il quarto capitolo è in buona parte dedicato all'articolazione e alla difesa delle assunzioni metodologiche di base di un nuovo programma di ricerca nelle scienze cognitive, che ho chiamato approccio galileiano.

L'approccio Galileiano è dinamico in un senso ben preciso e, proprio per questo, è solo una parte del nuovo approccio dinamico che si sta adesso affermando nelle scienze cognitive.4 Il cuore della mia proposta sta nella distinzione fra due diversi tipi di modelli dinamici: modelli galileiani e modelli di simulazione. Questa distinzione è un tentativo di cogliere due pratiche di modellazione molto diverse. I modelli di simulazione sono sistemi dinamici mediante i quali è possibile individuare, o addirittura produrre, un processo che simula correttamente un processo reale. La simulazione è corretta nel senso che si può stabilire empiricamente che il processo individuato dal modello è simile al processo reale sotto diversi aspetti caratteristici. Dato un caso specifico, è di solito chiaro quali aspetti debbano essere considerati caratteristici, e quali metodi empirici si possano impiegare per stabilire la somiglianza tra i due processi. Al di là di questa somiglianza empirica, che peraltro è spesso molto limitata, è però molto difficile, se non impossibile, trovare un'interpretazione che assegni una proprietà (caratteristica, aspetto) del sistema reale ad ogni componente del modello. Al contrario, i modelli galileiani sono costruiti in modo che nessuna componente del modello risulti arbitraria. Infatti, ciascuna componente deve corrispondere ad una grandezza del sistema reale. Perciò, anche nel caso in cui un modello galileiano risulti empiricamente inadeguato, si può comunque sostenere che è una descrizione largamente non arbitraria di un fenomeno reale. Invece, nel caso di un modello di simulazione, non si può affermare altrettanto.

Nell'ultima parte del libro (Giunti 1997) sostengo che le proprietà cognitive di un qualunque sistema cognitivo possono essere spiegate in modo migliore se si impiegano modelli galileiani del sistema. Ho esplicitamente intepretato questa affermazione in senso critico e normativo, cioè come una tesi che indica una direzione di ricerca, non che descrive la ricerca dinamica già esistente nelle scienze cognitive. In altre parole, ho cercato di proporre un fine ideale da tenere in mente quando si fa ricerca concreta. Penso che ciò sia importante, perché una ricerca che miri a questo fine ha maggiori probabilità di avere standard piú elevati della ricerca che ha caratterizzato le scienze cognitive fino a questo momento. L'ipotesi metodologica alla base di gran parte delle scienze cognitive è stata finora: le proprietà cognitive di un qualunque sistema cognitivo possono essere spiegate per mezzo di sistemi dinamici che siano modelli di simulazione del sistema. Questi modelli includono modelli simbolici, reti connessioniste e, piú recentemente, anche altri tipi di sistemi dinamici continui.5 Ciò che io sostengo è che, invece, dovremmo considerare piú seriamente l'ideale dei modelli galileiani, perché i modelli di questo tipo sono migliori, sia dal punto di vista descrittivo che da quello esplicativo.
 

2.  L'approccio galileiano: nuove direzioni di ricerca

La ricerca che ho portato avanti finora si è quindi conclusa con la messa a punto delle assunzioni metodologiche di base di un nuovo programma di ricerca nelle scienze cognitive, che ho chiamato approccio galileiano. Il passo successivo che vorrei adesso perseguire è promuovere in modo piú concreto una ricerca che sia effettivamente basata su modelli galileiani. Avendo in mente questo fine generale, ho individuato tre direzioni di lavoro: (1) raccogliere e organizzare tutta l'informazione riguardante l'attuale approccio dinamico alla cognizione: persone e centri di ricerca attivi nel campo, convegni, riviste, articoli, libri, preprints, rapporti di ricerca, etc. Questo lavoro dovrebbe anche portare alla costruzione di una sorta di base­dati dedicata all'approccio dinamico, da rendere accessibile a tutti mediante un accesso World Wide Web; (2) vagliare l'attuale letteratura dinamica sulla cognizione per individuare quelle ricerche che sono di fatto piú vicine all'uso effettivo di modelli galileiani; (3) infine, individuare quei tipi di fenomeni cognitivi per i quali sembra piú semplice arrivare ad una spiegazione basata su questo tipo di modelli.

Come avrete notato, adesso sto parlando al condizionale. Per il tipo di impegno che questa ricerca comporta, infatti, non posso pensare di portarla avanti se non all'interno di un'istituzione che mi permetta di dedicarle buona parte del mio tempo, e che mi assicuri anche un minimo di infrastrutture e servizi, specialmente di tipo informatico e bibliografico. Non avendo per ora queste possibilità, il programma che ho appena delineato è purtroppo destinato a rimanere in un cassetto.

Prima di concludere questo intervento, però, voglio anche accennare molto brevemente ad un problema fondazionale direttamente collegato alle mie ricerche precedenti, e su cui sto lavorando in questo momento. Ho già detto che, nel primo capitolo del libro (Giunti 1997), ho fra l'altro affrontato la questione di che cosa significhi affermare che un sistema computazionale è realizzato da un sistema fisico. Questo problema è al centro del dibattito fondazionale nelle scienze cognitive, perché una delle assunzioni largamente condivise è che la cognizione sia una conseguenza della realizzazione di un particolare sistema computazionale da parte del cervello. Nell'appendice del libro Representation and Reality, tuttavia, Hilary Putnam (1988) portò un forte attacco a questa tesi, sostenendo che un qualsiasi automa finito sarebbe realizzabile da un qualsiasi sistema fisico. Supponendo, come sembra plausibile, che il sistema computazionale responsabile della cognizione nell'uomo sia esso stesso un automa finito, ciò porterebbe alla conseguenza paradossale che, per esempio, una pietra avrebbe esattamente le stesse proprietà cognitive proprie dell'uomo. Successivamente, John Searle (1990) arrivò in modo indipendente alle stesse conclusioni.

Questo problema è stato recentemente ripreso da David Chalmers (1994; 1996a; 1996b, sez. 9.2). Chalmers sostiene che l'argomento di Putnam non regge per essenzialmente due ragioni. Primo, perché il concetto di realizzazione impiegato da Putnam è troppo debole, in quanto non tiene conto degli stati e transizioni possibili, ma solo di quelle attuali. In altri termini, Putnam non riconoscerebbe il carattere modale del concetto di realizzazione. Secondo, una volta posto rimedio a questo difetto, l'argomento di Putnam si applica soltanto ad un tipo particolare di automi finiti, e cioè a quegli automi finiti i cui stati possibili non hanno alcuna struttura combinatoria. Al contrario, i sistemi computazionali effettivamente impiegati come modelli di fenomeni cognitivi hanno stati con una struttura combinatoria molto complessa e, quindi, le conclusioni paradossali di Putnam non sono giustificate.

Per controbattere all'argomento di Putnam, Chalmers ha dunque proposto un'analisi modale del concetto di realizzazione (1996a, pp. 315, 321, 325). Sfortunatamente, però, anche l'analisi di Chalmers non è affatto soddisfacente. La difficoltà principale è che Chalmers confonde due sensi diversi del concetto di realizzazione. Da un lato, Chalmers si propone di analizzare la relazione che vale tra un automa finito e un sistema fisico, dove per sistema fisico Chalmers intende esplicitamente un sistema concreto. Dall'altro lato, però, la definizione proposta da Chalmers non si applica ad un sistema fisico concreto ma, piuttosto, ad un sistema dinamico, cioè un sistema astratto, che, implicitamente, risulta un modello del sistema fisico. Ciò che ne viene fuori è dunque che la definizione di Chalmers non coglie la relazione che si era prefisso di analizzare.

Facciamo adesso per chiarezza una convenzione terminologica. Con il termine realizzazione intendiamo la relazione che vale fra un automa finito o, piú in generale, fra un qualsiasi sistema computazionale e un sistema dinamico che risulti un modello di un sistema fisico concreto. Con il termine implementazione, invece, intendiamo la relazione che vale fra il sistema fisico ed il sistema computazionale. Se ora teniamo ben in mente questa distinzione, possiamo facilmente risolvere il problema su cui Chalmers si è arenato. In primo luogo, è chiaro che la relazione al centro delle riflessioni di Putnam, Searle e Chalmers è quella di implementazione. In secondo luogo, è altrettanto chiaro che questa relazione involve due altre relazioni: da un lato, quella fra il sistema computazionale ed il sistema dinamico (che abbiamo convenuto di chiamare realizzazione) e, dall'altro, quella fra il sistema dinamico ed il sistema fisico concreto (che altro non è che la relazione per cui il sistema dinamico risulta un modello del sistema fisico). Quindi, in generale, la relazione di implementazione può essere definita nel seguente modo:

DEFINIZIONE (implementazione)
Un sistema fisico SF implementa un sistema computazionale SC se, e solo se, esiste un sistema dinamico SD tale che SD realizza SC e SD è un modello di SF.

Per rendere precisa questa definizione, abbiamo bisogno di un'analisi adeguata delle due relazioni di realizzazione e di modello. Per quanto riguarda la prima relazione, ho già fornito tale analisi nel mio libro (Giunti 1997, cap. 1, def. 5). Per quanto riguarda la seconda, cioè il concetto di modello dinamico di un sistema fisico, essa non è altro che un caso particolare del mio concetto di modello galileiano (Giunti 1997, p. 120). Da questo punto di vista, dunque, il problema sembrerebbe risolto. In realtà, non è esattamente cosí. Sia Putnam (1988) che Chalmers (1996a) hanno infatti sottolineato che un'analisi completa del concetto di implementazione dovrebbe applicarsi anche a sistemi con input e output. Le mie analisi, invece, sono per ora limitate al caso di sistemi (computazionali, o, piú in generale, dinamici) senza input e output. In questo momento sto quindi lavorando ad una generalizzazione delle mie analisi precedenti. Sono già abbastanza avanti nel caso di sistemi che ricevono successioni discrete di input. Il caso di sistemi con input continuo, invece, è un po' piú critico, e non sono ancora sicuro di essere giunto alla generalizzazione corretta. Infine, una volta messo a punto questo quadro concettuale piú generale, mi riprometto di utilizzarlo per valutare in profondità le conclusioni paradossali di Putnam e Searle.
 

Note

  1. Per la definizione di sistema computazionale, vedi anche Giunti (1995, 1996). Il primo capitolo di Giunti (1997) è una versione molto migliorata del primo capitolo di Giunti (1993). Inoltre, nel secondo capitolo di Giunti (1997), ho proposto un'altra definizione, piú generale, di sistema computazionale. Torna al testo
  2. Una trattazione standard di questa teoria è in Davis (1958). Torna al testo
  3. Per sistema dinamico discreto intendo un qualunque sistema la cui evoluzione nel tempo sia rappresentabile da una successione discreta di stati, e i cui stati possibili siano, al piú, un'infinità numerabile. Torna al testo
  4. Il libro recentemente edito da Robert Port e Tim van Gelder (1995) è la presentazione piú completa dei diversi aspetti dell'approccio dinamico. I due libri di Smith e Thelen (1993) e Thelen e Smith (1994), invece, applicano il punto di vista della teoria dei sistemi dinamici al campo particolare dello sviluppo cognitivo umano. Torna al testo
  5. Ricercatori che impiegano modelli dinamici continui, non di tipo connessionista, sono attivi in molti campi. Per alcuni esempi si vedano Port e van Gelder, a cura di (1995), Skarda e Freeman (1987), Turvey (1990). Torna al testo


Riferimenti bibliografici

Arnold, V. I.

Chalmers, D. Cottrell, G. W., a cura di. Davis, M. Dewdney, A. K. Farmer, D., T. Toffoli, e S. Wolfram, a cura di. Giunti, M. Grossberg, S. Johnson­Laird, P. N. Newell, A. Newell, A., e H. Simon. Port, R. F., e T. van Gelder, a cura di. Putnam, H. Pylyshyn, Z. W. Rumelhart, D. E., e J. L. McClelland, a cura di. Searle, J. R. Skarda, C. A., e W. J. Freeman. Smith, L. B., e E. Thelen, a cura di. Smolensky, P. Thelen, E., e L. B. Smith. Turing , A. Turvey, M. T. Wolfram, S. Wolfram, S., a cura di.



  Torna alla home page Torna all'inizio