Paul e Patricia Churchland - Pu=F2 una macchina = pensare ?

MAIN

Contat= ti=20

Presentazione =

= Collaborazioni=20

Forum - Chat=20

Recensioni di=20 Libri

Software & = HiTech

http://www.neuroin= gegneria.com/setiathome.php=20

ARTICOLI

I.A.=20

Scienze=20 Cognitive

Neuropsicologia=20

Filosofia=20 della Mente

Psicologia=20 Generale

Saggi in=20 PDF, etc.=20

SPOT

Chi Cerca = Trova

Trovamelo.net

Film - DVD - = VHS

Prodotti = Ufficio

Tutto = Shopping

Frasi = d'Amore

Acquisti = Online

Frasi di = Festa

Freudino.com

=B7 SCAMBIO=20 LINK =B7 =

Link Sponsorizzato =

HostingPlan: nel mondo del web c'=E8 bisogno = di partner,=20 non di fornitori !

Versione Stampabile

Pu=F2 una macchina pensare = ?
di
Paul=20 e Patricia Churchland

Le ricerche sull'intelligenza artificiale (IA) stanno = attraversando un periodo rivoluzionario. Per capire come e = perch=E9 e per=20 collocare nella giusta prospettiva le argomentazioni di John R. = Searle,=20 occorre prima di tutto fare un passo indietro.

Gi=E0 nei = primi anni=20 cinquanta, la vecchia e vaga domanda =ABPu=F2 una macchina = pensare?=BB era stata=20 sostituita da un quesito pi=F9 abbordabile: =ABUna macchina che = manipoli=20 simboli fisici secondo regole che tengano conto della struttura = pu=F2=20 pensare?=BB Questa nuova domanda rappresentava un progresso, = perch=E9 nei 50=20 anni precedenti la logica formale e la teoria della computazione = avevano=20 registrato sviluppi notevoli. I teorici erano giunti a capire = l'enorme=20 potere dei sistemi astratti di simboli che subiscono = trasformazioni basate=20 su regole. Se questi sistemi avessero potuto essere automatizzati, = il loro=20 potere computazionale astratto, cos=EC pareva, si sarebbe = manifestato in un=20 sistema fisico vero e proprio. Questa intuizione diede l'avvio a = un=20 programma di ricerca ben definito con profonde implicazioni = teoriche.=20

Una macchina pu=F2 pensare? C'erano molte ragioni per dare = una=20 risposta affermativa. Una delle prime e pi=F9 profonde stava in = due=20 importanti risultati della teoria della computazione. La prima era = la tesi=20 di Church, secondo la quale ogni funzione che sia effettivamente=20 calcolabile =E8 ricorsivamente computabile. Effettivamente = calcolabile=20 significa che esiste una procedura =ABmeccanica=BB per = determinare, in un=20 tempo finito, il valore (uscita) della funzione per un dato = argomento=20 (ingresso). Ricorsivamente computabile significa in particolare = che esiste=20 un insieme finito di operazioni aritmetiche elementari che, = applicate a un=20 argomento dato e poi ai risultati successivi di queste = applicazioni,=20 consente di ottenere il valore della funzione in un tempo finito. = La=20 nozione di procedura meccanica =E8 informale e intuitiva, quindi = la tesi di=20 Church non ammette una dimostrazione formale; essa, per=F2, = riguarda=20 l'essenza del calcolo ed =E8 suffragata da argoment=EC diversi e = convergenti.=20

L'altro risultato importante era la dimostrazione, a opera = di Alan=20 M. Turing, che qualsiasi funzione ricorsivamente computabile pu=F2 = essere=20 calcolata in un tempo finito da un tipo estremamente semplice di = macchina=20 manipolatrice di simboli, che in seguito =E8 stata chiamata = macchina=20 universale di Turing. Essa =E8 governata da un insieme di regole = applicabili=20 ricorsivamente, che sono in grado di tener conto dell'identit=E0,=20 dell'ordine e della disposizione dei simboli elementari in = ingresso via=20 via incontrati.

Questi due risultati comportano una = conseguenza=20 notevole, cio=E8 che un calcolatore digitale tradizionale, = purch=E9 abbia il=20 programma giusto, una memoria abbastanza grande e tempo a = sufficienza, pu=F2=20 calcolare qualsiasi funzione tra ingresso e uscita governata da = regole=20 [che siano meccaniche e deterministiche ndr]. Ovvero, pu=F2 = fornire in ogni=20 caso una configurazione sistematica di risposte all'ambiente. =

In=20 particolare, questi risultati comportano che una macchina = manipolatrice di=20 simboli (che d'ora in poi chiameremo macchina MS) adeguatamente=20 programmata dovrebbe riuscire a superare il test di Turing per=20 l'intelligenza cosciente. Il test di Turing =E8 puramente = comportamentale,=20 ma =E8 comunque molto severo. (Se sia un criterio adeguato lo = discuteremo in=20 seguito, quando incontreremo un secondo =ABcriterio=BB, molto = diverso per=20 l'intelligenza cosciente.) Nella versione originale del test di = Turing,=20 ci=F2 che si introduce nella macchina MS sono domande e = osservazioni tipiche=20 di una conversazione, battute su una tastiera da una persona = qualsiasi,=20 mentre le uscite sono risposte dattiloscritte, fornite dalla = macchina MS.=20 La macchina supera questo test per l'intelligenza se le sue = risposte non=20 possono essere distinte dalle risposte dattiloscritte di una = persona=20 intelligente in carne e ossa. Naturalmente, al momento, nessuno = conosce la=20 funzione che produrrebbe in uscita il comportamento di una persona = pensante, ma i risultati di Church e di Turing ci garantiscono = che,=20 qualunque sia questa funzione (presumibilmente effettiva), una = macchina MS=20 adeguata potrebbe computarla. [A rigore, la tesi di Church non = dice=20 alcunch=E9 sulle funzioni =ABpresumibilmente effettive=BB, anzi = per una funzione=20 =ABpresumibilmente effettiva=BB, che in effetti poi non lo sia, la = tesi=20 asserisce proprio che una siffatta macchina MS non esiste. =C8 = possibile che=20 gli autori vogliano con tale espressione rendere, in modo = approssimativo e=20 poco felice, il concetto di =ABparziale ricorsiva=BB ndr.] =

Questa=20 conclusione =E8 importante, soprattutto perch=E9 l'interazione = svolta solo=20 mediante telescrivente ipotizzata da Turing =E8 un vincolo = superfluo. La=20 stessa conclusione si ottiene anche se la macchina MS interagisce = con il=20 mondo in modi pi=F9 complessi: mediante visione diretta, con = dialoghi veri e=20 propri e cos=EC via. In fin dei conti, anche una funzione = ricorsiva pi=F9=20 complessa =E8 pur sempre calcolabile alla Turing. L'unico problema = che resta=20 =E8 quello di identificare la funzione, indubbiamente complessa, = che governa=20 la struttura delle risposte umane all'ambiente e poi scrivere il = programma=20 (l'insieme delle regole applicabili ricorsivamente) per mezzo del = quale la=20 macchina MS la calcola. Questi obiettivi costituiscono il = programma di=20 ricerca basilare dell'intelligenza artificiale classica.

I = risultati iniziali furono positivi. Le macchine MS fornite di = buoni=20 programmi svolgevano un'ampia gamma di attivit=E0 evidentemente = cognitive.=20 Seguivano istruzioni complicate, risolvevano complessi problemi=20 aritmetici, algebrici e tattici, giocavano a dama e a scacchi,=20 dimostravano teoremi e sostenevano dialoghi semplici. Con la = comparsa di=20 memorie pi=F9 grandi e di macchine pi=F9 veloci e con l'impiego di = programmi=20 pi=F9 lunghi e pi=F9 smaliziati i risultati continuarono a = migliorare.=20 L'intelligenza artificiale classica, basata sulla stesura di = programmi,=20 rappresent=F2 un complesso di ricerche impegnative e riuscite = sotto quasi=20 tutti i punti di vista. Pareva che solo una scarsa informazione e = un=20 difetto di ragionamento potessero ogni tanto indurre qualcuno a = negare che=20 prima o poi le macchine sarebbero state in grado di pensare. Le = prove=20 erano favorevoli a una risposta affermativa al quesito che d=E0 il = titolo=20 all'articolo.

Naturalmente, c'erano alcuni punti oscuri. = Intanto=20 era evidente che le macchine MS non erano molto simili al = cervello. Ma=20 anche qui l'impostazione classica forniva una risposta = convincente.=20 Innanzitutto, il materiale con cui una qualsiasi macchina MS =E8 = costruita=20 non ha essenzialmente niente a che fare con la funzione calcolata. = Questa=20 infatti =E8 fissata dal programma. In secondo luogo, anche i = particolari=20 costruttivi dell'architettura funzionale della macchina sono = irrilevanti,=20 dal momento che architetture differenti, sfruttando programmi=20 diversissimi, potrebbero calcolare la stessa funzione = ingresso-uscita.=20

Di conseguenza, l'intelligenza artificiale cerc=F2 di = trovare la=20 funzione ingresso-uscita caratteristica dell'intelligenza e il = programma=20 pi=F9 efficace, tra i molti possibili, per calcolarla. Si = sosteneva che il=20 modo particolarissimo in cui la funzione viene calcolata dal = cervello non=20 ha alcuna importanza. Con ci=F2 le basi logiche dell'intelligenza=20 artificiale nonch=E9 della risposta affermativa alla domanda del = titolo sono=20 complete.

Pu=F2 una macchina pensare? Vi erano anche delle = ragioni=20 per rispondere di no, ma negli anni sessanta le argomentazioni = contrarie=20 di un certo interesse erano piuttosto rare. Talvolta veniva mossa=20 l'obiezione che il pensiero fosse un processo non fisico entro = un'anima=20 immateriale. Ma questa resistenza dualistica non era plausibile = n=E9 sotto=20 il profilo costruttivo, n=E9 sotto quello esplicativo ed ebbe = un'influenza=20 trascurabile sulle ricerche di intelligenza artificiale. =

Ben altra=20 attenzione suscit=F2 nella comunit=E0 degli esperti di IA una = obiezione=20 affatto diversa. Nel 1972 Hubert L.. Dreyfus pubblic=F2 un libro = molto=20 critico verso le simulazioni da vetrina dell'attivit=E0 cognitiva. = Sosteneva=20 che erano simulazioni insufficienti dell'attivit=E0 cognitiva = genuina e=20 imputava a questi tentativi un difetto sistematico. Ci=F2 che = mancava, a suo=20 parere, era il vasto cumulo di conoscenze di base inarticolate che = ogni=20 persona possiede e la capacit=E0 che ha il buon senso di sfruttare = gli=20 aspetti utili di tali conoscenze al mutare delle circostanze. Egli = non=20 negava l'eventualit=E0 che un sistema fisico artificiale potesse = pensare, ma=20 era molto critico sull'idea che tale meta si potesse conseguire = con la=20 sola manipolazione di simboli mediante regole applicabili = ricorsivamente.=20

Sia tra i ricercatori dell'intelligenza artificiale sia = tra i=20 filosofi, le osservazioni di Dreyfus furono per lo pi=F9 = considerate ottuse,=20 malevole e indisponentemente puntate contro le inevitabili = semplificazioni=20 di una disciplina ai primi passi. Queste carenze, forse reali, = erano=20 senz'altro temporanee. Macchine pi=F9 grandi e programmi migliori = le=20 avrebbero eliminate a tempo debito. Il tempo, si riteneva, era = dalla parte=20 dell'intelligenza artificiale. Ancora una volta le conseguenze = sulla=20 ricerca furono trascurabili.

Ma il tempo era anche dalla = parte di=20 Dreyfus: verso la fine degli anni settanta e all'inizio degli anni = ottanta=20 il tasso di rendimento cognitivo all'aumentare della velocit=E0 e = della=20 memoria cominci=F2 a diminuire. Per esempio, si vide che per = simulare il=20 riconoscimento degli oggetti proprio del nostro sistema visivo si = doveva=20 ricorrere a una potenza di calcolo di livello inaspettato. = Risultati=20 realistici richiedevano tempi di calcolo sempre pi=F9 lunghi, = molto pi=F9=20 lunghi di quelli richiesti da un sistema visivo reale. Tale = relativa=20 lentezza delle simulazioni era un fenomeno curioso e = incomprensibile; in=20 un calcolatore la propagazione dei segnali =E8 circa un milione di = volte pi=F9=20 veloce che nel cervello e la frequenza del segnatempo che comanda = l'unit=E0=20 di elaborazione centrale supera qualsiasi frequenza presente nel = cervello=20 di un fattore altrettanto elevato. Eppure, nei problemi reali, la=20 tartaruga sorpassa facilmente la lepre.

Inoltre, per = ottenere=20 prestazioni realistiche, il programma doveva poter accedere a una = base di=20 conoscenze vastissima. Gi=E0 costruire la base di conoscenze = appropriata era=20 una difficolt=E0 seria, che veniva aggravata dal problema di come = accedere=20 in tempo reale proprio alle parti contestualmente significative = della=20 base. Via via che la base di conoscenze s'ingrandiva e che la sua = qualit=E0=20 migliorava, il problema dell'accessibilit=E0 si aggravava. Una = ricerca=20 esauriente richiedeva troppo tempo e l'euristica basata sulla = pertinenza=20 serviva poco. Infine anche tra i ricercatori dell'intelligenza = artificiale=20 cominciarono a prender piede perplessit=E0 come quelle espresse da = Dreyfus.=20

Pi=F9 o meno in questo periodo (1980) John Searle = concep=EC una=20 critica nuova e affatto diversa, indirizzata all'assunto di fondo = del=20 programma di ricerca classico: ovvero l'idea che una manipolazione = adeguata di simboli strutturali tramite l'applicazione ricorsiva = di regole=20 che tengano conto della struttura potesse produrre un'intelligenza = cosciente.

L'argomento di Searle si basa su un esperimento = concettuale avente due caratteristiche fondamentali. In primo = luogo, egli=20 descrive una macchina MS che attui, si deve supporre, una funzione = ingresso-uscita in grado di sostenere una conversazione tutta in = cinese=20 superando il test di Turing. In secondo luogo, la struttura = interna della=20 macchina =E8 tale che, comunque essa si comporti, un osservatore = ha la=20 certezza che n=E9 la macchina, n=E9 alcuna sua parte capisce il = cinese. Tutto=20 ci=F2 che essa contiene =E8 una persona che parla solo l'inglese e = che=20 seguendo una serie di istruzioni scritte manipola i simboli cinesi = che=20 entrano ed escono da un'apertura. In breve, il sistema dovrebbe = superare=20 il test di Turing, pur non comprendendo n=E9 il cinese n=E9 il = vero contenuto=20 semantico del cinese.

La conclusione generale che ne trae = Searle =E8=20 che un sistema che si limiti a manipolare simboli fisici secondo = regole=20 che tengano conto della struttura sar=E0 al massimo una vuota = parodia=20 dell'autentica intelligenza cosciente, poich=E9 =E8 impossibile = generare la=20 =ABvera semantica=BB semplicemente macinando una =ABvuota = sintassi=BB. Si deve=20 notare che qui Searle ci impone un criterio non comportamentale = per=20 l'intelligenza: gli elementi dell'intelligenza cosciente devono = possedere=20 un contenuto semantico reale.

Si pu=F2 essere tentati di = considerare=20 inadeguato l'esperimento concettuale di Searle, dal momento che il = suo=20 sistema =ABalla Rube Goldberg=BB elaborerebbe i dati con una = lentezza assurda.=20 Searle tuttavia ribatte che in questo caso la lentezza =E8 del = tutto=20 irrilevante: anche un pensatore lento dovrebbe pur sempre essere = un vero=20 pensatore. Egli afferma che, per quanto riguarda la IA classica, = nella=20 stanza cinese =E8 presente tutto il necessario per la riproduzione = del=20 pensiero.

Quando apparve, il saggio di Searle provoc=F2 = reazioni=20 vivaci sia tra i ricercatori dell'intelligenza artificiale, sia = tra gli=20 psicologi e i filosofi e, nel complesso, egli ebbe un'accoglienza = anche=20 pi=F9 ostile di quella che era stata riservata a Dreyfus. Nel suo = articolo=20 su questo stesso numero Searle elenca esplicitamente parecchie = delle=20 critiche mossegli. Riteniamo che molte di esse siano ragionevoli, = specie=20 quelle che insistono impavide sul fatto che, nonostante la sua = spaventosa=20 lentezza, il sistema complessivo stanza-pi=F9-contenuto =ABcapisce = davvero il=20 cinese=BB.

Riteniamo che queste risposte siano sensate, ma = non=20 perch=E9 pensiamo che la stanza capisca il cinese. Conveniamo con = Searle sul=20 fatto che essa non lo capisce. Le consideriamo invece risposte = sensate in=20 quanto contengono un rifiuto del terzo fondamentale assioma = dell'argomento=20 di Searle: =ABLa sintassi, di per s=E9, non =E8 condizione = essenziale, n=E9=20 sufficiente, per La determinazione della semantica.=BB Forse = quest'assioma =E8=20 vero, ma Searle non pu=F2 pretendere a buon diritto di sapere che = lo =E8.=20 Inoltre dare per scontata la sua verit=E0 equivale a dare al = problema una=20 soluzione a priori contraria al programma di ricerca dell'IA = classica,=20 poich=E9 tale programma =E8 fondato sull'interessantissima ipotesi = che, se=20 soltanto si riesce ad avviare una danza interna di elementi = sintattici,=20 opportunamente strutturata e opportunamente collegata agli = ingressi e alle=20 uscite, essa pu=F2 produrre gli stessi stati e risultati cognitivi = che si=20 trovano negli esseri umani.

Che l'assioma di Searle dia = per=20 scontato ci=F2 che si dovrebbe dimostrare diventa chiaro quando lo = si=20 confronti direttamente con la sua conclusione 1: =ABI programmi = non sono=20 condizione essenziale n=E9 sufficiente perch=E9 sia data una = mente.=BB =C8 chiaro=20 che l'assioma 3 contiene gi=E0 il 90 per cento del peso di questa=20 conclusione, che =E8 quasi identica. Per questo motivo = l'esperimento=20 concettuaile di Searle =E8 volto a suffragare espressamente = l'assioma 3.=20 Questo =E8 il succo dell'esperimento della stanza cinese. =

Sebbene la=20 storia della stanza cinese renda l'assioma 3 attraente per gli = incauti,=20 noi non crediamo che riesca a dargli una base solida; e forniamo = anche un=20 argomento parallelo che ne illustra il fallimento. Un solo esempio = che=20 contraddica in modo palese una tesi controversa spesso costituisce = una=20 dimostrazione molto pi=F9 convincente di un libro pieno di = argomentazioni=20 logiche.

Il tipo di scetticismo manifestato da Searle ha = numerosi=20 precedenti nella storia della scienza. Nel Settecento il vescovo = irlandese=20 George Berkeley trovava incomprensibile che le onde di = compressione=20 dell'aria fossero, di per s=E9, essenziali o sufficienti per dare = il suono=20 obiettivo. Il poeta e artista inglese William Blake e il poeta e=20 naturalista tedesco Johann Wolfgang von Goethe consideravano = inconcepibile=20 che minuscole particelle potessero, di per s=E9, essere essenziali = o=20 sufficienti per generare il fenomeno obiettivo della luce. Perfino = in=20 questo secolo alcuni hanno trovato inimmaginabile che la materia=20 inanimata, per quanto ben organizzata, potesse da sola costituire = una=20 premessa essenziale o sufficiente per la vita. =C8 evidente che = spesso=20 quanto gli uomini riescono o non riescono a immaginare non ha = niente a che=20 fare con la realt=E0, e questo accade anche a persone molto = intelligenti.=20

Per vedere fino a che punto quanto si =E8 detto possa = essere=20 applicato al caso di Searle, abbiamo costruito un argomento = parallelo al=20 suo e all'esperimento concettuale che lo suffraga.

Assioma = 1.=20 L'elettricit=E0 e il magnetismo sono forze.

Assioma 2. La = propriet=E0=20 essenziale della luce =E8 la luminosit=E0.

Assioma 3. Le = forze, da=20 sole, non sono essenziali n=E9 sufficienti per dare la = luminosit=E0.=20

Conclusione 1. L'elettricit=E0 e il magnetismo non sono = essenziali=20 n=E9 sufficienti per dare la luce.

Supponiamo che questo = argomento=20 fosse stato formulato poco dopo l'ipotesi, avanzata da James Clerk = Maxwell=20 nel 1864, sulla natura elettromagnetica della luce, ma prima che i = parallelismi sistematici tra le propriet=E0 della luce e quelle = delle onde=20 elettromagnetiche fossero pienamente riconosciuti. Questo = argomento=20 avrebbe potuto costituire un'obiezione validissima alla fantasiosa = ipotesi=20 di Maxwell, specialmente se gli si fosse affiancato il seguente = commento a=20 sostegno dell'assioma 3.

=ABUn uomo in una stanza buia = tiene in mano=20 un magnete a barra o un oggetto elettricamente carico. Secondo la = teoria=20 di Maxwell sulla luminosit=E0 artificiale, se l'uomo sposta il = magnete su e=20 gi=F9, ne deriva un cerchio sempre pi=F9 ampio di onde = elettromagnetiche e=20 pertanto il magnete diviene luminoso. Tuttavia, come ben sanno = tutti=20 coloro che hanno giocherellato con magneti o con sfere cariche, le = loro=20 forze (o, se =E8 per questo, tutte le forze), anche se messe in = movimento,=20 non producono luminosit=E0. =C8 assurdo pensare di produrre = luminosit=E0=20 semplicemente spostando delle forze!=BB

Come potrebbe = rispondere=20 Maxwell a questa provocazione? Potrebbe dapprima dire che = l'esperimento=20 della =ABstanza luminosa=BB =E8 una rappresentazione fuorviante = del fenomeno=20 della luminosit=E0, poich=E9 la frequenza di oscillazione del = magnete =E8 di=20 gran lunga troqpo bassa, troppo bassa di un fattore 10. = L'interlocutore=20 potrebbe benissimo rispondere spazientito che la frequenza non = c'entra=20 niente, perch=E9 la stanza con il magnete oscillante contiene = gi=E0 tutto ci=F2=20 che, proprio secondo la teoria di Maxwell, =E8 essenziale per = produrre la=20 luce.

A questo punto Maxwell, che non si rassegna, = potrebbe=20 controbattere a ragione che la stanza in realt=E0 =E8 inondata di = luce, ma=20 luce di grado o qualit=E0 troppo debole per essere osservata. = (Data la bassa=20 frequenza con cui l'uomo pu=F2 far oscillare il magnete, la = lunghezza d'onda=20 della radiazione elettromagnetica prodotta =E8 troppo grande e la = sua=20 intensit=E0 =E8 troppo debole perch=E9 l'occhio umano possa = osservarla.) Ma nel=20 clima di comprensione qui contemplato - siamo intorno al 1860 -=20 probabilmente questa risposta susciterebbe scherno e derisione. = =ABAltro che=20 stanza luminosa, caro Maxwell; l=E0 dentro =E8 buio pesto!=BB =

Ahim=E9, per=20 il povero Maxwell non =E8 facile uscire da questo, impiccio. Non = pu=F2 fare=20 altro che insistere sui tre punti seguenti. Innanzitutto, = l'assioma 3=20 dell'argomento riportato sopra =E8 falso. Infatti, pur essendo=20 intuitivamente plausibile, d=E0 per scontato ci=F2 che non lo =E8. = In secondo=20 luogo, l'esperimento della stanza luminosa non dimostra niente di=20 interessante, in nessun senso, sulla natura della luce. Infine, = ci=F2 che=20 serve per risolvere il problema della luce e della possibilita di = ottenere=20 luminosita artificiale =E8 un programma di ricerca sistematico che = consenta=20 di stabilire se, in condizioni opportune, il comportamento delle = onde=20 elettromagnetiche rifletta perfettamente quello della luce. =

Questa=20 =E8 anche la risposta che l'IA classica dovrebbe fornire = all'argomentazione=20 di Searle. Sebbene la stanza cinese di Searle possa apparire=20 =ABsemanticamente buia=BB, non vi =E8 nessunissima giustificazione = alla sua=20 pretesa, fondata su quest'apparenza, che la manipolazione di = simboli=20 secondo certe regole non potr=E0 mai dar luogo a fenomeni = semantici, specie=20 se i lettori hanno soltanto una concezione vaga e basata sul buon = senso=20 dei fenomeni semantici e cognitivi di cui si cerca una = spiegazione. Invece=20 di sfruttare la comprensione che i lettori hanno di queste cose,=20 l'argomento di Searle sfrutta senza troppi scrupoli la loro = ignoranza in=20 proposito.

Dopo aver precisato queste critiche = all'argomento di=20 Searle, torniamo a domandarci se il programma di ricerca dell'IA = classica=20 abbia qualche possibilit=E0 reale di risolvere il problema = dell'intelligenza=20 cosciente e di costruire una macchina in grado di pensare. = Riteniamo che=20 le prospettive siano scarse, ma la nostra opinione =E8 basata su = ragioni ben=20 diverse da quelle fornite da Searle. Le nostre ragioni hanno = origine nel=20 fallimento di alcune mete specifiche del programma di ricerca = classico=20 dell'IA e in svariate cose che abbiamo appreso dal cervello = biologico e da=20 una nuova classe di modelli computazionali che si ispirano alla = sua=20 struttura. Abbiamo gi=E0 indicato come l'IA classica abbia fallito = in=20 compiti che il cervello svolge in modo rapido ed efficace. = L'opinione=20 generale che emerge da questi insuccessi =E8 che l'architettura = funzionale=20 delle macchine MS classiche semplicemente non sia quella adatta a = svolgere=20 compiti tanto impegnativi.

Ci=F2 che dobbiamo scoprire =E8 = come fa il=20 cervello a pensare. L'ingegneria in senso inverso =E8 pratica = comune=20 nell'industria. Quando esce sul mercato un nuovo dispositivo, i=20 concorrenti ne scoprono il funzionamento smontandolo e cercando di = risalire alla sua logica strutturale. Nel caso del cervello tale=20 procedimento =E8 particolarmente arduo, perch=E9 il cervello =E8 = il sistema pi=F9=20 complesso ed elaborato che esista al mondo. Ciononostante, la = scienza ha=20 scoperto molte cose su di esso, a svariati livelli strutturali. = Sono=20 soprattutto tre le caratteristiche anatomiche per cui il cervello = si=20 differenzia profondamente dall'architettura dei calcolatori = elettronici=20 tradizionali.

In primo luogo il sistema nervoso =E8 una = macchina=20 parallela, nel senso che i segnali vengono elaborati = simultaneamente in=20 milioni di canali diversi. La retina, per esempio, presenta al = cervello il=20 suo complicato ingresso non in blocchi di otto, 16 o 32 elementi, = come in=20 un calcolatore da tavolo, bens=EC sotto forma di quasi un milione = di segnali=20 distinti che arrivano simultaneamente all'estremit=E0 del nervo = ottico (il=20 nucleo genicolato laterale), dove vengono elaborati = collettivamente,=20 simultaneamente e in un colpo solo. In secondo luogo, l'unit=E0 di = elaborazione fondamentale del cervello, il neurone, =E8 = relativamente=20 semplice, inoltre la sua risposta ai segnali in ingresso =E8 = analogica e non=20 digitale, in quanto la frequenza degli impulsi in uscita varia con = continuit=E0 in funzione dei segnali in ingresso. In terzo luogo, = nel=20 cervello, agli assoni che si proiettano da una popolazione di = neuroni a=20 un'altra sono spesso abbinati assoni che da quest'ultima vanno = alla prima=20 popolazione. Queste proiezioni discendenti o ricorrenti permettono = al=20 cervello di modulare il carattere della sua elaborazione = sensoriale. Ancor=20 pi=F9 importante =E8 che la loro esistenza rende il cervello un = vero e proprio=20 sistema dinamico, il cui comportamento continuo =E8 allo stesso = tempo molto=20 complesso e in una certa misura indipendente dagli stimoli = periferici.=20

Modelli a rete estremamente semplificati si sono = dimostrati utili=20 per capire come potrebbero funzionare le reti di neuroni reali e = per=20 rivelare le propriet=E0 computazionali delle architetture = parallele. Per=20 esempio, si consideri un modello a tre strati formato da unit=E0 = simili a=20 neuroni collegate a tutte le unit=E0 dello strato successivo da = connessioni=20 simili ad assoni. Uno stimolo in ingresso produce un dato livello = di=20 attivazione in una certa unit=E0 d'ingresso, la quale mediante il = suo=20 =ABassone=BB trasmette un segnale di intensit=E0 proporzionale al = livello di=20 attivazione alle molte connessioni =ABsinaptiche=BB che collegano = le unit=E0=20 nascoste. L'effetto complessivo =E8 che una configurazione di = attivazione=20 nell'insieme delle unit=E0 d'ingresso produce una configurazione = di=20 a!tivazione distinta nell'insieme e e unit=E0 nascoste.

Lo = stesso=20 vale per le unit=E0 di uscita. Anche in questo caso una = configurazione di=20 attivazione nell'insieme delle unit=E0 nascoste produce una = distinta=20 configurazione di attivazione nelle unit=E0 di uscita. In ultima = analisi,=20 questa rete =E8 un dispositivo che permette di trasformare = univocamente uno=20 qualunque tra i moltissimi possibili vettori in ingresso = (configurazioni=20 di attivazione) in un vettore in uscita. Si tratta di un = dispositivo per=20 elaborare una specifica funzione. La configurazione complessiva = dei pesi=20 sinaptici determina con precisione quale sia la funzione calcolata = dal=20 dispositivo.

Esistono diversi procedimenti per scegliere i = pesi in=20 modo tale da ottenere una rete che sia in grado, in pratica, di = calcolare=20 qualunque funzione, cio=E8 qualunque trasformazione vettoriale si = desideri.=20 Anzi, si pu=F2 addirittura far s=EC che la rete calcoli una = funzione che non=20 si =E8 in grado di specificare, purch=E9 si riesca a fornire un = certo numero=20 di coppie ingresso-uscita desiderate. Quest'operazione, chiamata=20 =ABaddestramento della rete=BB, procede attraverso un = aggiustamento successivo=20 dei pesi finch=E9 la rete effettui le trasformazioni = ingresso-uscita=20 desiderate.

Per quanto semplifichi moltissimo la struttura = del=20 cervello, questo modello a rete illustra svariate idee importanti. = Innanzitutto, un'architettura parallela consente un aumento = radicale di=20 velocit=E0 rispetto a un calcolatore convenzionale, perch=E9 le = molte sinapsi=20 di ciascun livello compiono molti piccoli calcoli simultanei = invece che in=20 faticosa successione. Questo vantaggio aumenta d'importanza quando = il=20 numero di neuroni di ciascuno strato aumenta. Sorprendentemente, = la=20 velocit=E0 di elaborazione =E8 affatto indipendente tanto dal = numero di unit=E0=20 interessate al calcolo in ciascuno strato quanto dalla = complessit=E0 della=20 funzione elaborata. Che ciascuno strato abbia quattro unit=E0 = impegnate=20 oppure cento milioni, la sua configurazione di pesi sinaptici = potrebbe=20 calcolare somme di numeri di una sola cifra o equazioni = differenziali del=20 second'ordine. Non ci sarebbe alcuna differenza. Il tempo di = calcolo=20 sarebbe esattamente lo stesso.

In secondo luogo, un = elevato grado=20 di parallelismo comporta che il sistema resista ai danni = mantenendo la=20 propria funzionalit=E0. La perdita di alcuni collegamenti, anche = di=20 parecchi, ha un effetto trascurabile sul carattere della = trasformazione=20 complessiva operata dalla parte rimanente della rete.

In = terzo=20 luogo, un sistema parallelo immagazzina grandi quantit=E0 di = informazione in=20 modo distribuito, e il tempo di accesso a ciascuna parte =E8 = dell'ordine dei=20 millesimi di secondo. Tali informazioni sono contenute nella = specifica=20 configurazione di intensit=E0 delle connessioni sinaptiche, = generata=20 dall'apprendimento precedente. Quando il vettore in ingresso = attraversa=20 quella configurazione di connessioni, e ne =E8 trasformato, = vengono=20 =ABliberate=BB informazioni utili.

L'elaborazione = parallela non =E8=20 l'ideale per ogni tipo di calcolo. Con operazioni che richiedono = soltanto=20 un piccolo vettore in ingresso, ma molti milioni di calcoli = ricorsivi in=20 rapida iterazione, il cervello lavora molto male, mentre le = macchine MS=20 tradizionali eccellono. Dato che questa =ABclasse = computazionale=BB =E8 molto=20 ampia e importante, le macchine classiche resteranno sempre utili, = addirittura vitali. Esiste tuttavia un'altrettanto estesa classe=20 computazionale per la quale l'architettura del cervello =E8 la = tecnologia=20 migliore. Si tratta delle elaborazioni che in genere devono = affrontare gli=20 esseri viventi: riconoscere la sagoma di un predatore in un = ambiente=20 disturbato; ricordare all'istante come evitare di essere = individuato, come=20 fuggire al suo avvicinarsi o come schivare il suo attacco; = distinguere ci=F2=20 che =E8 commestibile da ci=F2 che non lo =E8; distinguere gli = individui con cui=20 ci si pu=F2 accoppiare da quelli con cui non si pu=F2; = barcamenarsi in un=20 ambiente fisico e sociale complesso e in continua trasformazione; = e cos=EC=20 via.

Infine =E8 importante osservare che il sistema = parallelo=20 descritto non manipola simboli secondo regole che tengano conto = della=20 struttura. Sembra anzi che la manipolazione dei simboli sia solo = una delle=20 molte capacit=E0 cognitive che una rete pu=F2 imparare a = manifestare oppure=20 no. La manipolazione di simboli governata da regole non =E8 il suo = modo=20 fondamentale di operare. L'argomento di Searle =E8 diretto contro = le=20 macchine MS governate da regole; i trasformatori di vettori come = quelli da=20 noi descritti non sarebbero pertanto minacciati dall'argomento = della=20 stanza cinese neanche se questo fosse corretto, cosa di cui = dubitiamo per=20 motivi indipendenti.

Searle sa che esistono gli = elaboratori=20 paralleli, ma ritiene che anch'essi saranno sprovvisti di un vero=20 contenuto semantico. Per illustrare il loro inevitabile = insuccesso, egli=20 propone un altro esperimento concettuale, quello della =ABpalestra = cinese=BB:=20 una palestra piena di gente organizzata secondo una rete = parallela. Poi=20 l'argomento procede come quello della stanza cinese. =

Riteniamo che=20 questa seconda storia sia di gran lunga meno interessante e = persuasiva=20 della prima. Intanto, che nessuna unit=E0 del suo sistema capisca = il cinese=20 =E8 irrilevante, poich=E9 lo stesso vale per il sistema nervoso: = nessun=20 singolo neurone di un cervello capisce l'inglese, mentre il = cervello=20 intero s=EC. Inoltre Searle trascura di dire che la sua = simulazione (che=20 prevede una persona per ciascun neurone, pi=F9 un bambino =ABpi=E8 = veloce=BB per=20 ciascuna connessione sinaptica) richiede almeno 1014 persone, dal = momento=20 che il cervello umano contiene 1011 neuroni, ciascuno dei quali = possiede=20 in media 103 connessioni. Il suo sistema, quindi, dovrebbe = impiegare la=20 popolazione di oltre 10000 pianeti come la Terra: una palestra non = sarebbe=20 neanche lontanamente sufficiente a ospitare una simulazione di = qualche=20 significato.

D'altro canto, se un sistema siffatto fosse=20 realizzato a una scala cosmica adatta, con tutti i collegamenti = che=20 rispecchino fedelmente quelli del cervello umano, potremmo = ritrovarci con=20 un cervello enorme, lento e stravagante, ma pur sempre = funzionante. In=20 questo caso, l'ipotesi pi=F9 naturale sarebbe quella di attribuire = al=20 sistema, con gli ingressi adatti, la capacit=E0 di pensare, e non = il=20 contrario. Non c'=E8 alcuna garanzia che la sua attivit=E0 = costituirebbe=20 pensiero autentico, poich=E9 la teoria dell'elaborazione = vettoriale=20 abbozzata sopra potrebbe non rappresentare correttamente il = funzionamento=20 del cervello. Ma non c'=E8 neppure una garanzia a priori che il = sistema non=20 penserebbe. Ancora una volta Searle confonde i limiti della sua = fantasia=20 allo stato attuale (o di quella dei suoi lettori) con i limiti = della=20 realt=E0 oggettiva.

Il cervello =E8 una specie di = calcolatore, anche=20 se la maggior parte le sue propriet=E0 deve essere ancora = scoperta.=20 Considerare il cervello una specie di calcolatore non =E8 cosa = n=E9 ovvia, n=E9=20 superficiale. Il cervello calcola funzioni molto complesse, non = per=F2 con i=20 metodi dell'IA classica. Quando si dice che il cervello =E8 un = calcolatore,=20 non bisogna dedurne che sia un calcolatore seriale digitale, che = sia=20 programmato, che in esso si colga la distinzione tra hardware e = software,=20 n=E9 che debba essere un manipolatore di simboli o che segua = regole formali.=20 Il cervello =E8 s=EC un calcolatore ma in un senso radicalmente = diverso.=20

Come il cervello gestisca il significato ancora non si sa, = comunque =E8 chiaro che il problema non si limita all'uso della = lingua n=E9=20 agli esseri umani. Una montagnola di deiezioni fresche indica a = una=20 persona, e anche ai coyote, che nelle vicinanze c'=E8 uno = scoiattolo; un'eco=20 con un certo tipo di spettro significa, per un pipistrello, che in = giro=20 c'=E8 una falena. Per sviluppare una teoria del significato = occorrer=E0=20 saperne di pi=F9 sul modo in cui i neuroni codificano e = trasformano i=20 segnali sensoriali, sulla base nervosa della memoria, = dell'apprendimento e=20 delle emozioni e sulle interazioni tra queste facolt=E0 e il = sistema=20 motorio. Una teoria del significato su basi neurologiche potrebbe = portare=20 a una revisione proprio di quelle intuizioni che ora appaiono = tanto certe=20 e che sono sfruttate tanto liberamente nelle argomentazioni di = Searle.=20 (Revisioni del genere sono comuni nella storia della scienza.)=20

Potrebbe la scienza costruire un'intelligenza artificiale=20 sfruttando ci=F2 che si sa sul sistema nervoso? A nostro parere = non c'=E8=20 alcuna ragione di principio per rispondere di no. Searle sembra = d'accordo,=20 anche se poi subordina la sua asserzione alla condizione che = =ABqualunque=20 altro sistema in grado di causare una mente dovrebbe possedere = poteri=20 causali (almeno) equivalenti a quelli del cervello.=BB Concludiamo = occupandoci di quest'affermazione. Supponiamo che non sia = intenzione di=20 Searle sostenere che una mente artificiale riuscita debba avere = tutte le=20 capacit=E0 causali del cervello, come la capacit=E0 di puzzare = quando=20 marcisce, quella di ospitare virus lenti come il kuru, quella di = colorarsi=20 di giallo con la perossidasi del rafano, e cos=EC via. Richiedere = la parit=E0=20 assoluta sarebbe come pretendere che un dispositivo volante = artificiale=20 deponesse uova.

Presumibilmente Searle intende richiedere = a una=20 mente artificiale soltanto quei poteri causali che, come dice lui, = sono=20 pertinenti all'intelligenza cosciente. Ma quali sono esattamente = questi=20 poteri? Ci ritroviamo ad accapigliarci su cosa =E8 e su cosa non = =E8=20 pertinente. Questa =E8 una sede del tutto ragionevole per un = disaccordo, ma=20 si tratta di una questione empirica, che dev'essere sottoposta a = prove e a=20 sperimentazioni. Poich=E9 si sa cos=EC poco circa i processi = cognitivi e la=20 semantica, =E8 fuori luogo, per ora, voler indicare con sicurezza = certe=20 caratteristiche come essenziali. In vari passi Searle accenna al = fatto che=20 ciascun livello, compreso quello biochimico, dev'essere = rappresentato in=20 qualsiasi macchina candidata all'intelligenza artificiale. Questa=20 richiesta =E8 quasi sicuramente troppo categorica. Un cervello = artificiale=20 potrebbe adoperare qualcosa di diverso dalla biochimica per = conseguire gli=20 stessi fini.

Questa possibilit=E0 =E8 illustrata dalla = ricerca=20 compiuta da Carver A. Mead presso il California Institute of = Technology.=20 Mead e colleghi hanno adoperato tecniche USI (ossia di = integrazione a=20 grandissima scala) analogiche per costruire una retina e una = coclea=20 artificiale. (Negli animali la retina e la coclea non sono dei = semplici=20 trasduttori: entrambi questi sistemi comprendono una complessa = rete di=20 elaborazione.) Non si tratta di pure e semplici simulazioni su=20 minicalcolatore come quelle di cui si prende gioco Searle; sono = vere e=20 proprie unit=E0 di elaborazione dell'informazione, che rispondono = in tempo=20 reale alla luce reale (nel caso della retina artificiale) e al = suono reale=20 (nel caso della coclea artificiale). I loro circuiti si basano su = quanto=20 si sa dell'anatomia e della fisiologia della retina del gatto e = della=20 coclea del barbagianni e la loro uscita =E8 incredibilmente = simile, per=20 quanto se ne sa, a quella degli organi in questione. =

Questi chip=20 non fanno uso di sostanze neurochimiche, le quali pertanto non = sono=20 evidentemente necessarie per ottenere gli innegabili risultati.=20 Naturalmente, non si pu=F2 dire che la retina artificiale veda, = poich=E9 la=20 sua uscita non ha un talamo o una corteccia artificiale in cui = sfociare.=20 Non si sa ancora se il programma di Mead possa arrivare fino alla=20 costruzione di un intero cervello artificiale; comunque, oggi come = oggi,=20 niente dimostra che l'assenza di sostanze biochimiche lo renda = utopistico.=20

Noi, come Searle, non accettiamo il test di Turing come = una=20 condizione sufficiente per l'intelligenza cosciente. Sotto un = certo=20 profilo, le ragioni del nostro rifiuto sono simili alle sue: siamo = d'accordo sul fatto che =E8 molto importante anche il modo in cui = la=20 funzione ingresso-uscita viene attuata; =E8 importante che nella = macchina=20 accadano le cose giuste. Sotto un altro profilo le nostre ragioni = sono ben=20 diverse da quelle di Searle: egli basa la sua posizione su = intuizioni=20 dettate dal buon senso riguardo la presenza o l'assenza di un = contenuto=20 semantico. La nostra posizione si basa invece sugli specifici = insuccessi=20 delle macchine MS classiche e sulle specifiche virt=F9 delle = macchine con=20 un'architettura pi=F9 simile a quella del cervello. Queste = differenze=20 dimostrano che certe strategie di elaborazione hanno, rispetto ad = altre,=20 vantaggi cospicui e decisivi quando si tratti di funzioni = tipicamente=20 cognitive, vantaggi ineludibili sotto il profilo empirico. = Chiaramente il=20 cervello sfrutta in modo sistematico i vantaggi del suo sistema di = calcolo, ma non =E8 necessariamente l'unico sistema fisico in = grado di fare=20 ci=F2. L'intelligenza artificiale, in una macchina non biologica = ma con alto=20 grado di parallelismo, resta perci=F2 una prospettiva stimolante e = plausibile.

References
[1]
TURING ALAN M., = Computing=20 Machinery and Intelligence in =ABMind=BB, 59, pp. 433-460, 1950. =
[2]=20
DREYFUS HUBERT L., What Computers Can't Do; A Critique of = Artificial=20 Reason, Harper &
Row, 1972.

[3]
SMITH = CHURCHLAND=20 PATRICIA, Neurophilosophy: Toward a Unified Understanding of the=20 Mind/Brain, The MIT Press, 1986.
[4]
DENNETT D. C., Fast = Thinking=20 in The Intentional Stance, The MIT Press, 1987.
[5] =
CHURCHLAND=20 PAUL M., A Neurocomputational Perspective: The Nature of Mind and = the=20 Structure of Science, The MIT Press, in stampa.=20 =

-------------------------------------------------------------= -------------------

Footnotes:
1=20 PAUL M. CHURCHLAND e PATRICIA SMITH CHURCHLAND sono entrambi = docenti di=20 filosofia all'Universit=E0 della California a San Diego. Da 20 = anni=20 collaborano nello studio della natura della mente e della = conoscenza. Paul=20 Churchland si interessa in particolar modo della natura della = conoscenza=20 scientifica e del suo sviluppo, mentre le ricerche di Patricia = Churchland=20 si incentrano soprattutto sulla neurologia e su come il cervello = produce=20 conoscenza. L'opera di Paul Churchland, Matter and Consciousness, = =E8 il=20 libro di testo standard sulla filosofia della mente, mentre=20 Neurophilosophy, scritto da Patricia Churchland, unifica le teorie = della=20 cognizione sorte in ambito sia filosofico sia biologico. Paul = Churchland =E8=20 preside del Dipartimento di filosofia dell'Universit=E0 della = California a=20 San Diego e presidente della Society for Philosophy and = Psychology, carica=20 quest'ultima che Patricia Churchland ha ricoperto in passato. Ella = =E8 anche=20 professore aggiunto presso il Salk Institute for Biological = Studies di San=20 Diego. Inoltre i coniugi Churchland fanno parte di diversi = organismi=20 dell'Universit=E0 della California a San Diego, fra cui = l'Institute for=20 Neural Computation.

Torna=20 in Alto

TOP ARTICOLI

Piergiorgio=20 Odifreddi
Il=20 Teorema di Godel e l'IA (5251)

Piergiorgio=20 Odifreddi
La=20 Fisica Mente (4533)

Piergiorgio=20 Odifreddi
John=20 Von Neumann: l'apprendista = stregone (3926)

Piergiorgio=20 Odifreddi
Lud= wig=20 Wittgenstein: il guru e la mosca=20 stregata (3830)

Copyright =A9=20 2004-2005 Neuroingegneria.com - = Tutti i=20 diritti riservati - Credits=20

------=_NextPart_001_0019_01C5AF10.4A700500 Content-Type: application/octet-stream Content-Transfer-Encoding: quoted-printable Content-Location: http://www.neuroingegneria.com/adv/adframe.php?n=a6a8ce12&clientid=53&target=_blank&resize=1 Advertisement

------=_NextPart_001_0019_01C5AF10.4A700500-- ------=_NextPart_000_0000_01C5AF10.4A6D9400 Content-Type: application/octet-stream Content-Transfer-Encoding: quoted-printable Content-Location: http://pagead2.googlesyndication.com/pagead/ads?client=ca-pub-7993808539088809&dt=1125584062765&lmt=1125584062&format=120x240_as&output=html&url=http%3A%2F%2Fwww.neuroingegneria.com%2Fart%2FPu%C3%B2%2520una%2520macchina%2520pensare%2520%2F74.php&color_bg=FFFFFF&color_text=000000&color_link=30376B&color_url=FFFFFF&color_border=FFFFFF&ad_type=text_image&ref=http%3A%2F%2Fwww.neuroingegneria.com%2Fdbultra%2Fmacchina%2520pensare%2F2.php&cc=100&u_h=800&u_w=1280&u_ah=770&u_aw=1280&u_cd=32&u_tz=120&u_his=6&u_java=true =EF=BB=BF ------=_NextPart_000_0000_01C5AF10.4A6D9400 Content-Type: application/octet-stream Content-Transfer-Encoding: 7bit Content-Location: http://www.neuroingegneria.com/stats/view_stats.js.php?mode=0&style=0&digits=4 document.write('6'); ------=_NextPart_000_0000_01C5AF10.4A6D9400 Content-Type: application/x-javascript Content-Transfer-Encoding: quoted-printable Content-Location: http://pagead2.googlesyndication.com/pagead/show_ads.js google_ad_url =3D '';=0A= google_date =3D new Date();=0A= google_random =3D google_date.getTime();=0A= google_org_error_handler =3D window.onerror;=0A= =0A= function quoted(str) {=0A= return (str !=3D null) ? '"' + str + '"' : '""';=0A= }=0A= =0A= function google_encodeURIComponent(str) {=0A= if (typeof(encodeURIComponent) =3D=3D 'function') {=0A= return encodeURIComponent(str);=0A= } else {=0A= return escape(str);=0A= }=0A= }=0A= =0A= function google_write_tracker(tracker_event) {=0A= var qloc =3D window.google_ad_url.indexOf('?');=0A= var img_src =3D = 'http://pagead2.googlesyndication.com/pagead/imp.gif?event=3D';=0A= img_src +=3D tracker_event;=0A= if (qloc !=3D -1 && qloc+1 < window.google_ad_url.length) {=0A= img_src +=3D '&' + window.google_ad_url.substring(qloc+1);=0A= }=0A= var img_tag =3D '';=0A= document.write(img_tag);=0A= }=0A= =0A= function google_append_url(param, value) {=0A= if (value) {=0A= window.google_ad_url +=3D '&' + param + '=3D' + value;=0A= }=0A= }=0A= =0A= function google_append_url_esc(param, value) {=0A= if (value) {=0A= google_append_url(param, google_encodeURIComponent(value));=0A= }=0A= }=0A= =0A= function google_append_color(param, value) {=0A= if (value && typeof(value) =3D=3D 'object') {=0A= value =3D value[window.google_random % value.length];=0A= }=0A= google_append_url('color_' + param, value);=0A= }=0A= =0A= function google_get_user_data() {=0A= var javaEnabled =3D navigator.javaEnabled();=0A= var tz =3D -google_date.getTimezoneOffset();=0A= =0A= if (window.screen) {=0A= google_append_url("u_h", window.screen.height);=0A= google_append_url("u_w", window.screen.width);=0A= google_append_url("u_ah", window.screen.availHeight);=0A= google_append_url("u_aw", window.screen.availWidth);=0A= google_append_url("u_cd", window.screen.colorDepth);=0A= }=0A= =0A= google_append_url("u_tz", tz);=0A= google_append_url("u_his", history.length);=0A= google_append_url("u_java", javaEnabled);=0A= =0A= if (navigator.plugins) {=0A= google_append_url("u_nplug", navigator.plugins.length);=0A= }=0A= if (navigator.mimeTypes) {=0A= google_append_url("u_nmime", navigator.mimeTypes.length);=0A= }=0A= }=0A= =0A= function google_show_ad() {=0A= var w =3D window;=0A= w.onerror =3D w.google_org_error_handler;=0A= =0A= if (w.google_ad_region =3D=3D null && w.google_ad_section !=3D null) {=0A= w.google_ad_region =3D w.google_ad_section;=0A= }=0A= =0A= var region =3D (w.google_ad_region =3D=3D null) ? '' : = w.google_ad_region;=0A= =0A= if (w.google_ad_format) {=0A= google_is_zero_ad_format=3D((w.google_ad_format).indexOf('_0ads'))>0;=0A= } else {=0A= google_is_zero_ad_format=3Dfalse;=0A= }=0A= =0A= if (google_is_zero_ad_format) {=0A= if (w.google_num_0ad_slots) {=0A= w.google_num_0ad_slots =3D w.google_num_0ad_slots +1;=0A= } else {=0A= w.google_num_0ad_slots =3D 1;=0A= }=0A= =0A= if (w.google_num_0ad_slots>1) {=0A= return;=0A= }=0A= } else {=0A= if (w.google_num_ad_slots) {=0A= w.google_num_ad_slots =3D w.google_num_ad_slots + 1;=0A= } else {=0A= w.google_num_ad_slots =3D 1;=0A= }=0A= =0A= if (w.google_num_slots_to_rotate) {=0A= w.google_prev_ad_formats_by_region[region] =3D null;=0A= if (w.google_num_slot_to_show =3D=3D null) {=0A= w.google_num_slot_to_show =3D w.google_random % = w.google_num_slots_to_rotate=0A= + 1;=0A= }=0A= if (w.google_num_slot_to_show !=3D w.google_num_ad_slots) {=0A= return;=0A= }=0A= } else if (w.google_num_ad_slots > 3 && region =3D=3D '') {=0A= return;=0A= }=0A= }=0A= =0A= w.google_ad_url =3D 'http://pagead2.googlesyndication.com/pagead/ads?';=0A= w.google_ad_client =3D w.google_ad_client.toLowerCase();=0A= if (w.google_ad_client.substring(0,3) !=3D 'ca-') {=0A= w.google_ad_client =3D 'ca-' + w.google_ad_client;=0A= }=0A= w.google_ad_url +=3D 'client=3D' + escape(w.google_ad_client) +=0A= '&dt=3D' + w.google_date.getTime();=0A= =0A= google_append_url('hl', w.google_language);=0A= if (w.google_country) {=0A= google_append_url('gl', w.google_country);=0A= } else {=0A= google_append_url('gl', w.google_gl);=0A= }=0A= google_append_url('gr', w.google_region);=0A= google_append_url_esc('gcs', w.google_city);=0A= google_append_url_esc('hints', w.google_hints);=0A= google_append_url('adsafe', w.google_safe);=0A= google_append_url('oe', w.google_encoding);=0A= google_append_url('lmt', w.google_last_modified_time);=0A= google_append_url_esc('alternate_ad_url', w.google_alternate_ad_url);=0A= google_append_url('alt_color', w.google_alternate_color);=0A= google_append_url("skip", w.google_skip);=0A= =0A= var client =3D w.google_ad_client;=0A= if (!w.google_num_slots_by_client[client]) {=0A= w.google_num_slots_by_client[client] =3D 1;=0A= w.google_num_slots_by_client.length +=3D 1;=0A= } else {=0A= w.google_num_slots_by_client[client] +=3D 1;=0A= }=0A= =0A= if (w.google_prev_ad_formats_by_region[region]) {=0A= google_append_url_esc('prev_fmts', = w.google_prev_ad_formats_by_region[region].toLowerCase());=0A= if (w.google_num_slots_by_client.length > 1) {=0A= google_append_url('slot', w.google_num_slots_by_client[client]);=0A= }=0A= }=0A= =0A= if (w.google_ad_format) {=0A= google_append_url_esc('format', w.google_ad_format.toLowerCase());=0A= if (w.google_prev_ad_formats_by_region[region]) {=0A= w.google_prev_ad_formats_by_region[region] =3D = w.google_prev_ad_formats_by_region[region] + ',' + w.google_ad_format;=0A= } else {=0A= w.google_prev_ad_formats_by_region[region] =3D w.google_ad_format;=0A= }=0A= }=0A= =0A= google_append_url('num_ads', w.google_max_num_ads);=0A= google_append_url('output', w.google_ad_output);=0A= google_append_url('adtest', w.google_adtest);=0A= =0A= if (w.google_ad_channel) {=0A= var chnl =3D w.google_ad_channel.toLowerCase();=0A= google_append_url_esc('channel', chnl);=0A= var pv_ch =3D '';=0A= var arr =3D chnl.split('+');=0A= for (var i =3D 0; i < arr.length; i++) {=0A= var ch =3D arr[i];=0A= if (!w.google_num_slots_by_channel[ch]) {=0A= w.google_num_slots_by_channel[ch] =3D 1;=0A= } else {=0A= pv_ch +=3D ch + '+';=0A= }=0A= }=0A= google_append_url_esc('pv_ch', pv_ch);=0A= }=0A= =0A= google_append_url_esc('url', w.google_page_url);=0A= google_append_color('bg', w.google_color_bg);=0A= google_append_color('text', w.google_color_text);=0A= google_append_color('link', w.google_color_link);=0A= google_append_color('url', w.google_color_url);=0A= google_append_color('border', w.google_color_border);=0A= google_append_color('line', w.google_color_line);=0A= google_append_url('kw_type', w.google_kw_type);=0A= google_append_url_esc('kw', w.google_kw);=0A= google_append_url_esc('contents', w.google_contents);=0A= google_append_url('num_radlinks', w.google_num_radlinks);=0A= google_append_url('max_radlink_len', w.google_max_radlink_len);=0A= google_append_url('rl_filtering', w.google_rl_filtering);=0A= google_append_url('rl_mode', w.google_rl_mode);=0A= google_append_url('rt', w.google_rt);=0A= google_append_url('ad_type', w.google_ad_type);=0A= google_append_url('image_size', w.google_image_size);=0A= google_append_url('region', w.google_ad_region);=0A= google_append_url('feedback_link', w.google_feedback);=0A= google_append_url_esc('ref', w.google_referrer_url);=0A= google_append_url_esc('loc', w.google_page_location);=0A= google_append_url('bid', w.google_bid);=0A= =0A= if (w.google_noframe) {=0A= google_append_url('nloc', document.location);=0A= }=0A= =0A= if (w.google_onpage && document.body) {=0A= var scr_h =3D document.body.scrollHeight;=0A= var clt_h =3D document.body.clientHeight;=0A= if (clt_h && scr_h) {=0A= google_append_url_esc('cc', Math.round(clt_h*100/scr_h));=0A= }=0A= }=0A= google_get_user_data();=0A= =0A= w.google_ad_url =3D w.google_ad_url.substring(0, 1000);=0A= w.google_ad_url =3D w.google_ad_url.replace(/%\w?$/, '');=0A= =0A= if (google_ad_output =3D=3D 'js' &&=0A= (w.google_ad_request_done || w.google_radlink_request_done)) {=0A= document.write('');=0A= } else if (google_ad_output =3D=3D 'html') {=0A= if (w.name =3D=3D 'google_ads_frame') {=0A= google_write_tracker('reboundredirect');=0A= } else {=0A= document.write('');=0A= google_write_tracker('noiframe');=0A= document.write('');=0A= }=0A= }=0A= =0A= w.google_ad_frameborder =3D null;=0A= w.google_ad_format =3D null;=0A= w.google_page_url =3D null;=0A= w.google_language =3D null;=0A= w.google_gl =3D null;=0A= w.google_country =3D null;=0A= w.google_region =3D null;=0A= w.google_city =3D null;=0A= w.google_hints =3D null;=0A= w.google_safe =3D null;=0A= w.google_encoding =3D null;=0A= w.google_ad_output =3D null;=0A= w.google_max_num_ads =3D null;=0A= w.google_ad_channel =3D null;=0A= w.google_contents =3D null;=0A= w.google_alternate_ad_url =3D null;=0A= w.google_alternate_color =3D null;=0A= w.google_color_bg =3D null;=0A= w.google_color_text =3D null;=0A= w.google_color_link =3D null;=0A= w.google_color_url =3D null;=0A= w.google_color_border =3D null;=0A= w.google_color_line =3D null;=0A= w.google_adtest =3D null;=0A= w.google_kw_type =3D null;=0A= w.google_kw =3D null;=0A= w.google_num_radlinks =3D null;=0A= w.google_max_radlink_len =3D null;=0A= w.google_rl_filtering =3D null;=0A= w.google_rl_mode =3D null;=0A= w.google_rt =3D null;=0A= w.google_ad_type =3D null;=0A= w.google_image_size =3D null;=0A= w.google_feedback =3D null;=0A= w.google_skip =3D null;=0A= w.google_page_location =3D null;=0A= w.google_referrer_url =3D null;=0A= w.google_ad_region =3D null;=0A= w.google_ad_section =3D null;=0A= w.google_bid =3D null;=0A= }=0A= =0A= function google_error_handler(message, url, line) {=0A= google_show_ad();=0A= return true;=0A= }=0A= =0A= function google_in_adframe() {=0A= var w =3D window;=0A= var d =3D document;=0A= if (w.top.location =3D=3D d.location) {=0A= w.google_onpage =3D 1;=0A= return false;=0A= }=0A= =0A= if (w.google_ad_width && w.google_ad_height) {=0A= var wd =3D 1;=0A= var ht =3D 1;=0A= if (w.innerHeight) {=0A= wd =3D w.innerWidth;=0A= ht =3D w.innerHeight;=0A= } else if (d.documentElement && d.documentElement.clientHeight) {=0A= wd =3D d.documentElement.clientWidth;=0A= ht =3D d.documentElement.clientHeight;=0A= } else if (d.body) {=0A= wd =3D d.body.clientWidth;=0A= ht =3D d.body.clientHeight;=0A= }=0A= =0A= if (ht > 2 * w.google_ad_height ||=0A= wd > 2 * w.google_ad_width) {=0A= w.google_noframe =3D 1;=0A= }=0A= }=0A= =0A= return true;=0A= }=0A= =0A= window.onerror =3D google_error_handler;=0A= =0A= if (window.google_ad_frameborder =3D=3D null) {=0A= google_ad_frameborder =3D 0;=0A= }=0A= =0A= if (window.google_ad_output =3D=3D null) {=0A= google_ad_output =3D 'html';=0A= }=0A= =0A= if (window.google_ad_format =3D=3D null && window.google_ad_output = =3D=3D 'html') {=0A= google_ad_format =3D google_ad_width + 'x' + google_ad_height;=0A= }=0A= =0A= if (window.google_page_url =3D=3D null) {=0A= google_page_url =3D document.referrer;=0A= if (!google_in_adframe()) {=0A= google_page_url =3D document.location;=0A= google_last_modified_time =3D Date.parse(document.lastModified) / = 1000;=0A= google_referrer_url =3D document.referrer;=0A= }=0A= } else {=0A= google_page_location =3D document.referrer;=0A= if (!google_in_adframe()) {=0A= google_page_location =3D document.location;=0A= }=0A= }=0A= =0A= if (window.google_num_slots_by_channel =3D=3D null) {=0A= google_num_slots_by_channel =3D new Array();=0A= }=0A= =0A= if (window.google_num_slots_by_client =3D=3D null) {=0A= google_num_slots_by_client =3D new Array();=0A= }=0A= =0A= if (window.google_prev_ad_formats_by_region =3D=3D null) {=0A= google_prev_ad_formats_by_region =3D new Array();=0A= }=0A= =0A= google_show_ad();=0A= ------=_NextPart_000_0000_01C5AF10.4A6D9400 Content-Type: application/octet-stream Content-Transfer-Encoding: quoted-printable Content-Location: http://www.neuroingegneria.com/stats/php-stats.js.php =0A= var f=3Dtop.document.referrer;=0A= f=3Descape(f);=0A= f=3Df.replace(/&/g,'%A7%A7');=0A= if((f=3D=3D'null') || (f=3D=3D'unknown') || (f=3D=3D'undefined')) f=3D'';=0A= var w=3Dscreen.width;=0A= var h=3Dscreen.height;=0A= var rand=3DMath.round(100000*Math.random());=0A= var browser=3Dnavigator.appName;=0A= var t=3Descape(document.title);=0A= var NS_url=3D"";=0A= if(browser!=3D"Netscape") c=3Dscreen.colorDepth; else = c=3Dscreen.pixelDepth;=0A= NS_url=3Ddocument.URL;=0A= NS_url=3Descape(NS_url);=0A= NS_url=3DNS_url.replace(/&/g,'%A7%A7');=0A= var sc1=3D" 3D''

";=0A= document.write(sc1); ------=_NextPart_000_0000_01C5AF10.4A6D9400--

Annunci=20 Goooooogle

Libri Psicologia
3 grandi saggi a soli 2=E2=82=AC Scopri subito le = offerte del=20 mese!
www.clubdeglieditori.com

se hai pi=C3=B9 di 40 = anni
visita il laboratorio Memosyslab e scopri tutto su = come=20 memorizzare
www.memosylab.onstore.it