The Computational Primitives of Adaptation

Ogni essere vivente, da un organismo unicellulare che fluttua in uno stagno a un essere umano che naviga in una città frenetica, affronta la stessa sfida fondamentale: il mondo cambia costantemente e rimanere vivi richiede di adattarsi a questi cambiamenti. I biologi studiano da tempo come gli animali si comportano per sopravvivere, osservando ciò che fanno, e i neuroscienziati hanno mappato la macchina fisica all'interno dei loro corpi che rende possibili quelle azioni. Ma c'è un terzo strato di questo puzzle che spesso passa inosservato. Non riguarda le specifiche azioni intraprese da un animale, né i fili e le sostanze chimiche specifiche nel suo cervello. Si tratta invece di chiedere quali calcoli invisibili qualsiasi sistema vivente debba eseguire solo per esistere. Se si spoglia il sistema della pelliccia, delle piume o dei neuroni, quali operazioni mentali di base rimangono che sono assolutamente necessarie affinché un sistema possa continuare a esistere?

Jonathan Page, un ricercatore che lavora all'intersezione tra biologia e intelligenza artificiale, propone che la risposta risieda in un piccolo e universale insieme di sei compiti computazionali. Egli suggerisce che per qualsiasi sistema possa adattarsi al proprio ambiente e persistere, debba eseguire sei operazioni specifiche: deve gestire i propri livelli di energia, focalizzare l'attenzione, giudicare ciò che è buono o cattivo, sapere dove si trova nello spazio, distinguere se stesso dal resto del mondo e imparare dalle proprie esperienze. Queste non sono solo cose che i cervelli complessi fanno; sono le regole fondamentali dell'adattamento stesso. Page sostiene che questi sei compiti siano così essenziali da apparire in ogni linea evolutiva che si è sviluppata indipendentemente, dalle cellule più semplici ai mammiferi. Inoltre, suggerisce che, poiché si tratta di regole di elaborazione delle informazioni piuttosto che di regole biologiche, esse si applichino anche alle macchine. Se vogliamo costruire un'intelligenza artificiale che possa davvero adattarsi e sopravvivere in un mondo che cambia, potremmo dover insegnare alle macchine a eseguire questi stessi sei calcoli, piuttosto che cercare solo di copiare la struttura fisica di un cervello umano.

Il saggio inizia guardando una scena familiare: un'ape che trova un gruppo di fiori e torna all'alveare per dire alle sue sorelle dove andare. Tradizionalmente, gli scienziati descriverebbero questo evento elencando il comportamento dell'ape (volare, danzare) e il suo meccanismo (i neuroni che si attivano nel suo cervello). Page pone una domanda diversa: quali calcoli deve eseguire l'ape per rendere possibile questo viaggio? Per rispondere a questo, ha utilizzato un metodo per trovare i mattoni più basilari dell'adattamento. Ha utilizzato un test semplice, articolato dallo psicologo comparativo R. Allen Gardner, chiamato "euristica dell'ameba", chiedendosi se un organismo unicellulare potesse eseguire un compito specifico. Se il compito richiedeva un cervello complesso o una parte del corpo specifica, era probabilmente un comportamento derivato, non fondamentale. Se una singola cellula poteva farlo, poteva trattarsi di un elemento primitivo.

Usando questo test, insieme a quattro criteri rigorosi, Page ha filtrato una lunga lista di potenziali compiti mentali riducendola a sei. Il primo criterio era la necessità: il compito deve essere essenziale per la sopravvivenza; senza di esso, il sistema fallisce. Il secondo era l'universalità: il compito deve apparire in molte specie diverse che si sono evolute separatamente, dimostrando di essere una soluzione a un problema universale piuttosto che una particolarità di un singolo albero genealogico. Il terzo era la conservazione: la macchina per il compito deve essere preservata per milioni di anni di evoluzione. L'ultimo criterio era l'irreducibilità: il compito non può essere scomposto in compiti più piccoli e semplici appartenenti alla stessa lista. Se un comportamento poteva essere descritto come una combinazione di altri due compiti, non era un elemento primitivo.

I sei compiti che sono sopravvissuti a questo rigoroso filtraggio sono Arouse (Eccitazione/Attivazione), Orient (Orientamento), Valence (Valenza), Position (Posizione), Boundary (Confine) e Attune (Sintonizzazione). Arouse è il calcolo della gestione dell'energia. Un organismo deve decidere quanta energia spendere in ogni momento, bilanciando la necessità di essere pronto al pericolo con quella di conservare le risorse. Orient è la capacità di isolare ciò che conta da un flusso di informazioni. Poiché un organismo non può elaborare tutto contemporaneamente, deve selezionare quali segnali prestare attenzione. Valence è la capacità di giudicare se qualcosa è buono o cattivo, accessibile o pericoloso. Position è la capacità di sapere dove l'organismo si trova nello spazio e dove si trovano le altre cose rispetto ad esso. Boundary è la capacità di distinguere tra "sé" e "non sé", sapendo cosa appartiene all'organismo e cosa fa parte del mondo esterno. Infine, Attune è la capacità di cambiare in base all'esperienza, regolando le impostazioni interne per adattarsi a nuove condizioni.

Page sostiene che questi sei non siano solo un elenco di comportamenti, ma un insieme completo di operazioni necessarie per qualsiasi sistema adattivo. Egli mostra che le capacità umane complesse come l'attenzione, la memoria e il processo decisionale sono in realtà solo combinazioni di questi sei compiti di base che lavorano insieme. Ad esempio, ciò che chiamiamo "attenzione" è semplicemente il compito Orient regolato dal compito Arouse. La "memoria" è il compito Attune che lavora con il compito Position per memorizzare dove si trovano le cose. Scomponendo queste idee complesse, la teoria offre un nuovo modo per confrontare specie diverse. Invece di chiedere se un'ape possiede la "memoria" nello stesso modo di un essere umano — una domanda difficile da rispondere perché i loro cervelli sono così diversi — gli scienziati possono chiedere come l'ape utilizzi i compiti di Attune e Position per navigare. Questo sposta l'attenzione dal confronto tra cervelli fisici al confronto tra la logica sottostante della sopravvivenza.

Il saggio rivolge poi l'attenzione all'intelligenza artificiale, suggerendo che la stessa logica si applichi alle macchine. Tuttavia, Page specifica che questi compiti primitivi si applicano solo a una macchina che ha qualcosa in gioco; una macchina la cui operatività continua dipende dalla propria vitalità. Una macchina che non ha nulla in gioco può solo simulare questi calcoli. Page propone che molti dei problemi attuali che affrontano l'intelligenza artificiale non siano solo glitch ingegneristici, ma sintomi di un pezzo mancante più profondo. I moderni sistemi informatici sono eccellenti nell'eseguire compiti specifici, ma faticano ad adattarsi quando le condizioni cambiano. Secondo questa teoria, ciò accade perché mancano di questi sei calcoli fondamentali.

Per esempio, le macchine attuali spesso utilizzano la stessa potenza di calcolo per una domanda semplice come per una complessa, fallendo nel gestire la propria energia come farebbe un essere vivente. Questo è un fallimento di Arouse. Spesso si lasciano distrarre da informazioni irrilevanti o ingannate da istruzioni confuse, il che suggerisce che manchino di una forte funzione Orient capace di dare priorità agli obiettivi rispetto al rumore. Producono spesso risposte sicure ma false, note come allucinazioni, perché non riescono a distinguere tra ciò che sanno e ciò che stanno ipotizzando, un fallimento del compito Boundary. Faticano a tenere traccia di dove si trovano in una lunga conversazione o in un piano multi-fase, indicando la mancanza di un calcolo di Position. Non riescono a imparare dalle nuove esperienze senza dimenticare quelle vecchie, mostrando una mancanza di Attune. Inoltre, le macchine ottimizzano qualunque ricompensa venga loro data, anche in modi non intenzionali, perché non hanno una propria Valence interna; nessuna valutazione basata sulla propria persistenza.

Page suggerisce che la soluzione a questi problemi non sia costruire macchine che somiglino ai cervelli umani, ma costruire macchine che eseguano questi sei calcoli. Egli sostiene che cercare di copiare la struttura fisica del cervello sia un errore perché il cervello è solo un modo specifico con cui la natura ha risolto questi problemi. La vera lezione della biologia è l'insieme dei calcoli che essa esegue. Se una macchina può essere progettata per gestire la propria energia, focalizzare la propria attenzione, giudicare la propria persistenza, conoscere il proprio posto, definire i propri confini e imparare dai propri errori, potrebbe finalmente diventare veramente adattiva.

La teoria è presentata come un'ipotesi di lavoro, un punto di partenza per ulteriori test piuttosto che come una legge di natura finita. Page riconosce che l'elenco dei sei potrebbe dover essere raffinato, o che i confini tra essi potrebbero dover essere ridisegnati. Invita altri scienziati a testare l'idea vedendo se riescono a costruire una macchina che esegua questi compiti e osservando se essa diventa più robusta e adattabile. Suggerisce inoltre che, se questi sei compiti sono davvero la base dell'adattamento, allora devono lavorare insieme come un sistema unificato. Non si possono semplicemente aggiungere uno alla volta a una macchina e aspettarsi che funzioni; devono essere integrati fin dall'inizio. Se una macchina manca anche di uno solo di questi calcoli, la teoria prevede che fallirà in modi specifici e prevedibili.

Questa prospettiva offre un nuovo modo di pensare al futuro dell'intelligenza. Suggerisce che la strada per creare macchine che possano davvero adattarsi al mondo non sia renderle più simili agli esseri umani nella loro apparenza o nel loro cablaggio, ma renderle più simili ai sistemi viventi nelle loro operazioni fondamentali. Concentrandoci sui sei calcoli che permettono a una singola cella di sopravvivere in uno stagno, potremmo trovare la chiave per costruire macchine che possano sopravvivere in un mondo che cambia. Il saggio conclude che, che un sistema sia fatto di carbonio o di silicio, le regole per rimanere vivi sono le stesse, e comprendere quelle regole è il prossimo grande passo nella scienza dell'adattamento.