Come la complessità computazionale rivoluzionerà la filosofia

Dagli anni '30, la teoria del calcolo ha profondamente influenzato il pensiero filosofico su argomenti come la teoria della mente, la natura della conoscenza matematica e la prospettiva dell'intelligenza artificiale. In effetti, è difficile pensare a un'idea che abbia avuto un impatto maggiore sulla filosofia.

Eppure c'è una rivoluzione filosofica ancora più grande che aspetta dietro le quinte. La teoria dell'informatica è un pesciolino filosofico rispetto al potenziale di un'altra teoria che sta attualmente dominando il pensiero sull'informatica.

Almeno, questa è l'opinione di Scott Aaronson, un informatico al Massachusetts Institute of Technology. Oggi propone un argomento convincente che la teoria della complessità computazionale trasformerà il pensiero filosofico su una serie di argomenti come la natura della conoscenza matematica, i fondamenti della meccanica quantistica e il problema dell'intelligenza artificiale.

La teoria della complessità computazionale si occupa della questione di come le risorse necessarie per risolvere una scala di problemi con una certa misura della dimensione del problema, chiamatela n. Le risposte sono essenzialmente due. O il problema scala ragionevolmente lentamente, come n, n^2 o qualche altra funzione polinomiale di n. Oppure scala in modo irragionevolmente rapido, come 2^n, 10000^n o qualche altra funzione esponenziale di n.

Quindi, mentre la teoria dell'informatica può dirci se qualcosa è calcolabile o meno, la teoria della complessità computazionale ci dice se può essere raggiunto in pochi secondi o se ci vorrà più tempo della vita dell'Universo.

Questo è estremamente significativo. Come dice Aaronson: Pensa, ad esempio, alla differenza tra leggere un libro di 400 pagine e leggere ogni possibile libro del genere, o tra scrivere un numero di mille cifre e contare fino a quel numero.

Continua dicendo che è facile immaginare che una volta che sappiamo se qualcosa è calcolabile o meno, il problema di quanto tempo ci vuole è semplicemente uno di ingegneria piuttosto che di filosofia. Ma poi prosegue mostrando come le idee alla base della complessità computazionale possono estendere il pensiero filosofico in molte aree.

Prendiamo il problema dell'intelligenza artificiale e la questione se i computer potranno mai pensare come gli umani. Roger Penrose sostiene notoriamente che non possono nel suo libro La nuova mente dell'imperatore . Dice che qualunque cosa un computer possa fare usando regole formali fisse, non sarà mai in grado di 'vedere' la coerenza delle proprie regole. Gli umani, d'altra parte, possono vedere questa coerenza.

Un modo per misurare la differenza tra un essere umano e un computer è con un test di Turing. L'idea è che se non possiamo dire la differenza tra le risposte date da un computer e da un essere umano, allora non c'è differenza misurabile.

Ma immagina un computer che registra tutte le conversazioni che sente tra gli umani. Nel tempo, questo computer creerà un database considerevole che può utilizzare per conversare. Se gli viene posta una domanda, cerca la domanda nel suo database e riproduce la risposta data da un vero essere umano.

In questo modo un computer con una tabella di ricerca sufficientemente grande può sempre avere una conversazione sostanzialmente indistinguibile da quella che avrebbero gli umani

Quindi, se c'è un ostacolo fondamentale al superamento del test di Turing da parte dei computer, allora non si trova nella teoria della computabilità, afferma Aaronson.

Invece, un modo più fruttuoso per andare avanti è pensare alla complessità computazionale del problema. Sottolinea che mentre l'approccio del database (o della tabella di ricerca) funziona, richiede risorse computazionali che crescono esponenzialmente con la lunghezza della conversazione.

Aaronson sottolinea che questo porta a un nuovo e potente modo di pensare al problema dell'IA. Dice che Penrose potrebbe dire che anche se l'approccio della tabella di ricerca è possibile in linea di principio, è effettivamente poco pratico a causa delle enormi risorse di calcolo che richiede.

Con questo argomento, la differenza tra umani e macchine è essenzialmente di complessità computazionale.

Questa è una nuova linea di pensiero interessante e solo una delle tante che Aaronson esplora in dettaglio in questo saggio.

Naturalmente, riconosce i limiti della teoria della complessità computazionale. Molti dei principi fondamentali della teoria, come P ≠ NP, non sono dimostrati; e molte delle idee si applicano solo alle macchine di Turing seriali e deterministiche, piuttosto che al tipo di calcolo più disordinato che si verifica in natura.

Ma dice che queste critiche non consentono ai filosofi (oa chiunque altro) di respingere arbitrariamente gli argomenti della teoria della complessità. In effetti, molte di queste critiche sollevano di per sé interessanti questioni filosofiche.

La teoria della complessità computazionale è una disciplina relativamente nuova che si basa sui progressi fatti negli anni '70, '80 e '90. Ed è per questo che i maggiori impatti devono ancora venire.

Aaronson ci indica la direzione di alcuni di loro in un saggio stimolante, divertente e altamente leggibile. Se hai un'ora o due a disposizione, vale la pena leggerlo.

Rif: arxiv.org/abs/1108.1791 : Perché i filosofi dovrebbero preoccuparsi della complessità computazionale

nascondere