Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
Tullio Tinti 3
Modelli e simulazioni
Come sappiamo, il metodo di ricerca della complessità prevede i seguenti passi:
1) Costruire un modello del sistema reale
2) Implementare la simulazione al computer
3) Trarre inferenze applicabili alla realtà
Tullio Tinti 5
Dal modello alla simulazione
• Il computer, e in particolare lasimulazione al computer, è la principale novità del metodo della complessità
Tullio Tinti 6
Il metodo sperimentale
• Per comprendere questa peculiarità, basta confrontare il metodo della complessità con il metodo delle scienze sperimentali, generalmente (e impropriamente) noto come metodo scientifico
Tullio Tinti 7
OSSERVAZIONI RIPETUTE
induzione
IPOTESI (falsificabile)
deduzione deduzione
PREVISIONE PREVISIONE PREVISIONE
VERIFICA (esperimento)
VERIFICA (esperimento)
VERIFICA (esperimento)
Tullio Tinti 8
VERIFICA (esperimento)
previsione confermata
previsione confutata
L’IPOTESI SCIENTIFICA E’ FALSIFICATA
L’IPOTESI SCIENTIFICA E’
CORROBORATA
Tullio Tinti 9
Il ruolo del computer
• Come si vede, il computer non riveste alcun ruolo sostanziale
• Nel metodo “principe” della Scienza Classica, infatti, il computer, se è presente, è presente solo come strumento di calcolo: è solo un ausilio, una potente calcolatrice
Tullio Tinti 10
Tra teoria e pratica
• Inoltre, il metodo scientifico prevede sia momenti teorici (l’ipotesi), sia momenti pratici (l’esperimento)
• La simulazione, invece, non è né teoria né pratica: diciamo che si colloca a “metà strada”
Tullio Tinti 11
Esperimenti virtuali
• In un certo senso, la simulazione al computer sostituisce l’esperimento vero e proprio, condotto in laboratorio, con una sorta di esperimento virtuale effettuato al computer
• Il computer, in quest’ottica, diventa un laboratorio virtuale
Tullio Tinti 12
Il computer
• Comprendere perché il computer sia così importante nel metodo della complessità non è difficile: basta ripensare alla struttura e alle caratteristiche dei sistemi complessi
Tullio Tinti 13
Il computer
• Solo con i computer si possono simulare sistemi che hanno tantissime componenti(anche centinaia di miliardi), le quali interagiscono tra loro attraverso una fitta rete di interazioni non lineari, e che evolvono nel tempo per lunghissimi periodi (talvolta in milioni di anni)
Tullio Tinti 14
Dal modello alla simulazione
• Per passare dal modello alla simulazioneoccorre:– Stabilire un criterio per assegnare un valore
numerico ad ogni elemento del modello
– Formalizzare le regole d’interazione tra gli elementi (quantificati) del modello
– Creare il software di simulazione
Tullio Tinti 15
DESCRIZIONE QUALITATIVA
Elementi rilevanti
Interconnessioni tra gli elementi
Variabili di stato
Regole formali d’interazione
MODELLO FORMALIZZATO
SIMULAZIONE AL COMPUTER
Tullio Tinti 16
Il pensiero laterale
• Una buona simulazione si fonda su un buon modello: se nel modello mancano aspetti importanti del sistema reale, mancheranno anche nella simulazione– Per questo è importante utilizzare il pensiero
laterale per descrivere il sistema: per averne un buon modello
Tullio Tinti 17
Il pensiero complesso
• Nella formalizzazione, cioè nel passaggio dal modello qualitativo a quello formalizzato, è all’opera un ulteriore processo di semplificazione– In questa fase è importantissimo usare il
pensiero complesso, ovvero: evitare l’iper-semplificazione
Tullio Tinti 18
SISTEMA COMPLESSO REALE
← SemplificazioneDescrizione qualitativa
MODELLO QUALITATIVO
← SemplificazioneFormalizzazione
MODELLO FORMALE (simulabile al computer)
Tullio Tinti 19
Implementare la simulazione
• Formalizzare senza banalizzare il modello del sistema, e successivamente scrivere un programma per far “girare” la simulazione su computer, richiede specifiche competenze professionali ed è il lavoro precipuo degli esperti della complessità
Tullio Tinti 20
• Obiettivi del modello →
• Posizione epistemologica →
• Pensiero laterale →
• Pensiero complesso →
• Competenze matematiche →
• Pensiero complesso →
• Computer →
• Conoscenze informatiche →
Scelta del livello di analisi
Descrizione qualitativa
Formalizzazione del modello
Simulazione al computer
Tullio Tinti 22
Esempi di simulazione
• Ora vedremo come i ricercatori della complessità hanno simulato:– Il cervello
– La vita
– I sistemi sociali
– La mente
Tullio Tinti 23
Simulare il cervello
• Il cervello è stato uno dei primi sistemi complessi simulato al computer
Tullio Tinti 24
Simulare il cervello
• Gran parte del cervello è organizzato in reti neurobiologiche costituite da neuroni connessi gli uni agli altri tramite sinapsi
• Ogni neurone riceve stimoli elettro-chimici dai neuroni afferenti e, se opportunamente stimolato, trasmette stimoli a sua volta (neurotrasmissione)
Tullio Tinti 25
Simulare il cervello
• Le reti neurobiologiche del cervello si prestano ad essere simulate tramite modelli formali a rete
• Le reti formali con cui vengono simulate le reti neurobiologiche del cervello prendono il nome di reti neurali
Tullio Tinti 27
Le reti neurali
• Una rete neurale è formata da nodi e connessioni
• Ad ogni unità (o nodo) della rete è assegnato un valore numerico (stato)
• Ad ogni connessione è assegnato un valore numerico (peso)
Tullio Tinti 30
Le reti neurali
• Lo stimolo di un’unità afferente è il prodotto dello stato di quell’unità per il peso sulla connessione:
STIMOLO = STATO x PESO
pesostato stimolo
Tullio Tinti 31
Le reti neurali
• Lo stato di ogni unità dipende da una regola formale
• In genere, lo stato di un’unità ad un certo istante è una funzione matematica non lineare della somma degli stimoli ricevuti dall’unità in quell’istante
Tullio Tinti 32
Le reti neurali
u
stimolo1
stimolo2
stimolo3
• Stato di u = funzione non lineare di (stimolo1 + stimolo2 + stimolo3)
Tullio Tinti 33
Le reti neurali
• I pesi possono essere positivi (connessione eccitatoria) o negativi (connessione inibitoria)
• I pesi sulle connessioni possono cambiare nel tempo, in base alla capacità adattiva del sistema
Tullio Tinti 34
Stimolo dell’unità afferenteNeurotrasmissione
Connessione tra unitàSinapsi
Peso sulla connessioneTipo di sinapsi
Cambiamento dei pesiPlasticità neurale
Stato dell’unitàAttività del neurone
Unità della reteNeurone
Reti neuraliReti neurobiologiche
Tullio Tinti 35
Reti di Hopfield
• Nelle reti di Hopfield le unità sono binarie, cioè possono assumere solo due stati: 0 e 1, come lampadine (spento/acceso)
Tullio Tinti 36
Kauffman
• Stuart Kauffman ha scoperto che l’evoluzione di una rete di unità binarie (“lampadine”) dipende dal parametro K
Tullio Tinti 37
Kauffman
• Se K è molto basso, la rete si cristallizza
• Se K è molto alto, la rete diventa caotica
• Per valori intermedi, la rete si trova in equilibrio al margine del caos
• Non è incredibile? Il regime dipende da K
Tullio Tinti 38
Le reti neurali
• Nonostante l’evidente semplicità delle reti neurali, le loro proprietà sono straordinarie
• Le reti neurali esibiscono una serie impressionante di caratteristiche effettivamente presenti nel sistema simulato, cioè nel cervello
Tullio Tinti 39
Le reti neurali
• Le principali proprietà sono:– Informazioni codificate nelle connessioni– Elaborazione distribuita in parallelo– Flessibilità in caso di informazioni incomplete– Resilienza (degrado graduale in caso di
perturbazioni crescenti)– Capacità di “generalizzare” le informazioni
Tullio Tinti 41
Le reti neurali
• La potenza delle reti neurali dimostra che per simulare senza banalizzare il cervello è possibile usare un modello con:– unità molto semplificate (nelle reti di Hopfield
i neuroni sono “ridotti” a lampadine)
– connessioni poco semplificate (il peso sulle connessioni “rispecchia” la varietà di sinapsi)
Tullio Tinti 42
Simulare la vita
• Aspetti elementari, ma affascinanti, della “vita” possono essere simulati tramite i cosiddetti automi cellulari
Tullio Tinti 43
Gli automi cellulari
• Gli automi cellulari sono scacchiere virtuali con un numero grandissimo di caselle (mondo)
• Ad ogni casella del mondo è assegnato un valore numerico (stato)
• Le 8 caselle adiacenti formano il vicinato
Tullio Tinti 45
Gli automi cellulari
• Una generazione è l’aggiornamento dello stato di ciascuna casella del mondo
• Ad ogni generazione, lo stato di ogni casella viene aggiornato in base a una regola formale specificata dal modello
Tullio Tinti 46
Gli automi cellulari
• Life, il più famoso automa cellulare, è stato inventato da John Conway
Tullio Tinti 47
Life di Conway
• In Life ogni casella del mondo è binaria, cioè può assumere solo due stati: 1 o 0
• Dobbiamo immaginare ogni casella con stato 1 come un’unità viva e ogni casella con stato 0 come un’unità morta
Tullio Tinti 48
Life di Conway
• In Life ci sono 2 regole di aggiornamento:– Un’unità viva “sopravvive” alla generazione
successiva se nel suo vicinato ci sono 2 o 3 unità vive; se ce n’è di più o di meno “muore” (“soffoca” o “muore per solitudine”)
– Un’unità “nasce” se e solo se nel vicinato ci sono esattamente 3 unità vive
Tullio Tinti 49
Life di Conway
• Nonostante la semplicità di queste regole, in Life avvengono fenomeni piuttosto sorprendenti
• Alcune configurazioni muoiono in fretta, dopo poche generazioni; altre si immobilizzano senza più mutare, altre ancora oscillano…
Tullio Tinti 50
Life di Conway
• L’aliante, per esempio, dopo quattro generazioni torna alla configurazione iniziale, ma spostato di una casella in diagonale
Tullio Tinti 51
Life di Conway
cannone
alianti
• Il cannone torna alla configurazione iniziale dopo 30 generazioni, durante le quali “spara” un aliante…!
Tullio Tinti 52
Life di Conway
mangiatore
• Il mangiatore, come dice il nome, è una configurazione che “mangia” alianti
Tullio Tinti 53
Life di Conway
• Tutte queste configurazioni “animate” emergono spontaneamente nell’automa di Conway, senza essere state previste
• Da semplici regole d’interazione formali, emerge dunque un’immensa e imprevista varietà di forme e comportamenti che un po’ ricorda le varietà della “vita” reale
Tullio Tinti 54
Boids di Reynolds
• Un’interessante evoluzione di Life è Boids, un simulatore di stormi inventato da Craig Reynolds
Tullio Tinti 55
Boids di Reynolds
• I boids di Reynolds sono più complessi delle caselle di Life
• Lo stato di ogni boid, infatti, è specificato non da un solo valore numerico, ma da 6 valori numerici (posizione nello spazio + velocità nello spazio)
Tullio Tinti 56
Boids di Reynolds
• Le regole formali d’interazione sono 3
• Ogni boid deve:– Evitare le collisioni con i vicini e con l’ambiente
– Adeguare gradualmente la propria velocità a quella dei vicini
– Avvicinarsi progressivamente ai compagni circostanti
Tullio Tinti 57
Boids di Reynolds
• Benché Boids sia un po’ più complesso di Life, anche stavolta le regole sono piuttosto semplici
• Ciò nonostante, tali regole sono sufficienti a produrre stormi dal comportamento davvero spettacolare e… verosimile!
Tullio Tinti 58
Vita Artificiale
• Ulteriori evoluzioni di queste simulazioni si sono avute negli ultimi anni nel settore della cosiddetta Vita Artificiale
• Ogni nuova simulazione aumenta la complessità di ciascuna unità, arrivando a simulare sempre meglio i sistemi viventi reali
Tullio Tinti 59
Vita Artificiale
• E’ importante non confondere le stupefacenti creazioni della Computer Graphics con le simulazioni di Vita Artificiale, di solito meno appariscenti
• Nelle simulazioni di Vita Artificiale non sono mai programmati i risultati finali, ma solo le regole d’interazione locale
Tullio Tinti 60
Vita Artificiale: cosa non è
• Un conto è scrivere un programma che contiene delle istruzioni in base alle quali, a un certo punto, si forma un aliante; o istruzioni in base alle quali uno stormo si muove in un certo modo specificato esplicitamente
• Questa non è Vita Artificiale
Tullio Tinti 61
Vita Artificiale: cos’è
• Altro conto è scrivere programmi che specificano solo come interagiscono tra loro le singole unità e scoprire poi, con sorpresa, che si forma un aliante oppure che lo stormo si muove in un certo modo, senza che il programma contenga esplicite istruzioni al riguardo
Tullio Tinti 62
Simulare società
• Le colonie di insetti sociali hanno avuto l’“onore” di essere i primi sistemi sociali simulati al computer
Tullio Tinti 63
Gli insetti sociali
• Gli insetti sociali sono interessanti perché– Il singolo insetto è limitato, poco intelligente
e ha comportamenti rigidi e stereotipati (geneticamente programmati)
– Le colonie sono creative, flessibili, esibiscono un’organizzazione sofisticata e sono capaci di risolvere problemi (es.: trovare il percorso “cibo-nido” più breve)
Tullio Tinti 65
Gli insetti sociali
• In poche parole: l’intelligenza della colonia (Swarm Intelligence) emerge dall’interazione di unità non intelligenti
Tullio Tinti 66
Gli insetti sociali
• Secondo i sociobiologi, l’intelligenza della colonia si basa sul fatto che ogni insetto ha un ventaglio di comportamenti geneticamente programmati
• In ogni interazione, c’è una certa probabilità che si manifesti l’uno o l’altro di tali comportamenti
Tullio Tinti 67
Gli insetti sociali
PROSEGUE (80%)
INVERTE DIREZIONE (20%)
• Quando una formica ne scontra un’altra, c’è una certa probabilità che dopo lo scontro inverta la direzione di marcia
Tullio Tinti 68
Simulare società
• Per simulare i sistemi sociali è stato necessario utilizzare modelli formali probabilistici, chiamati sistemi stocastici
• Nei sistemi stocastici, ogni unità (chiamata agente) può compiere un ventaglio di azioni prestabilite
Tullio Tinti 69
Sistemi stocastici
• Ogni azione ha una certa probabilità di essere compiuta
• In questo modo si introduce nel modello formale un certo margine di aleatorietàche rispecchia la (relativa) “libertà” di cui gode ciascun individuo nelle sue interazioni sociali
Tullio Tinti 70
Sistemi multi-agenti
• Poiché nei sistemi stocastici si parla di agenti, invece che di unità o nodi, i sistemi stocastici vengono spesso chiamati sistemi multi-agenti
• I sistemi stocastici sono anche chiamati, discutibilmente, “indeterministici”
Tullio Tinti 71
Sistemi stocastici
• La potenza dei sistemi stocastici (o multi-agenti), nel simulare sistemi sociobiologici, è davvero impressionante
• Le simulazioni di insetti sociali, per esempio, esibiscono comportamenti altamente sofisticati non previsti dalle istruzioni del programma di simulazione
Tullio Tinti 72
La colonia simulata
• Nelle simulazioni avviene infatti ciò che avviene nei sistemi sociobiologici reali:– La colonia manifesta capacità di cui le
singole formiche sono del tutto sprovviste
– La colonia simulata manifesta capacità non previste dalle istruzioni del programma
Tullio Tinti 73
La colonia simulata
• All’interno della colonia simulata, gli agenti (cioè le formiche virtuali):– Trovano il percorso più breve tra cibo e nido
– Si dividono i compiti e pianificano il lavoro
– Organizzano cimiteri e dispense per il cibo
– Cooperano nella costruzione del nido
Tullio Tinti 74
Simulare la mente
• La sfida più difficile per i ricercatori della complessità è quella di simulare la mente
Tullio Tinti 75
Anima, psiche, cervello
• Le discipline umanistiche e scientifiche tradizionali si sono spartite lo studio di “ciò che abbiamo nella testa”:– La mente (anima o psiche) è andata prima
alla religione e alla filosofia, poi anche alla psicologia
– Il cervello è andato alle neuroscienze
Tullio Tinti 76
Il problema mente-corpo
• Questa rigida spartizione del “contenuto della nostra testa” è un retaggio del cosiddetto dualismo mente-corpo, formulato in termini moderni da Cartesio
Tullio Tinti 77
Mente-corpo e complessità
• Con la Teoria della Complessità, per la prima volta, si intravede una possibilità di superare il dualismo mente-corpo
• I teorici della complessità, infatti, considerano la mente un fenomeno naturale che emerge spontaneamente dall’interazione delle cellule cerebrali
Tullio Tinti 78
La mente come colonia
• In pratica, secondo i teorici della complessità: se una colonia di formiche è intelligente anche se le singole formiche non lo sono, allora anche la mente potrebbe essere un fenomeno che emerge dall’interazione di neuroni privi di mente
Tullio Tinti 80
Privi di mentePrive di intelligenzaCaratteristica:
MenteIntelligenza collettiva
Fenomeni emergenti:
CervelloColoniaSistema complesso:
NeuroniFormicheComponenti:
Tullio Tinti 81
La mente come colonia
• I primi a pensare alla mente “come colonia” sono stati gli studiosi di formiche, a cavallo tra gli anni ’60 e ‘70
Tullio Tinti 82
La società della mente
• Ma è stato Marvin Minsky, a metà anni ‘80, a diffondere la metafora della “mente come società di agenti-privi-di-mente”
Tullio Tinti 83
Simulare la mente
• Coerentemente con la metafora della “mente come società”, i ricercatori della complessità hanno deciso di provare a simulare la mente utilizzando… gli stessi sistemi multi-agenti usati nella simulazione delle colonie di formiche
• Il risultato? Davvero sbalorditivo…
Tullio Tinti 84
Pandemonium
• Il primo modello formale di questo tipo è stato Pandemonium di Oliver Selfridge
Tullio Tinti 85
Hofstadter
• La maggioranza dei programmi più famosi è stata scritta da Douglas Hofstadter
Tullio Tinti 86
Simulare la mente
• I programmi di Hofstadter esibiscono alcune capacità mentali. Riescono a:– Anagrammare le parole nello stesso modo in
cui lo fanno gli esseri umani
– Riconoscere le lettere dell’alfabeto nello stesso modo in cui lo fanno gli esseri umani
– Fare analogie (elementari) nello stesso modo in cui lo fanno gli esseri umani
Tullio Tinti 87
Simulare la mente
• Nel risolvere i problemi, i programmi di simulazione di Hofstadter commettono gli stessi errori degli esseri umani
• Talvolta hanno anche dei “guizzi creativi” grazie ai quali trovano soluzioni originali e sorprendenti, esattamente come capita agli esseri umani
Tullio Tinti 88
Simulare la mente
• Nessuna di queste capacità è esplicitamente prevista dai programmi di simulazione
• Ciascuna “capacità mentale”, semplicemente, emerge dall’interazione di agenti “privi di mente”
Tullio Tinti 89
Simulare l’economia
• Oltre al cervello, ai sistemi biologici, ai sistemi sociali e alla mente, l’economia è il fenomeno complesso più studiato dai ricercatori della complessità
• Recentemente, molti aspetti dell’economia sono stati simulati con sistemi multi-agenti
Tullio Tinti 90
People Express
• Per esempio, la People Express di Don Burr è stata simulata da John Sterman
Tullio Tinti 91
People Express
• Con il suo simulatore, Sterman ha “scoperto” la strategia che avrebbe evitato il fallimento della People Express:– Investire sulla qualità del servizio e non
sull’espansione dell’azienda
– Alzare tutte le tariffe del 25%
Tullio Tinti 93
Conclusioni
Cosa ci insegnano le simulazioni effettuate dai ricercatori della complessità?
a) I sistemi complessi possono essere simulati semplificandone fortemente le componenti, ma non le interazioni: in un certo senso le relazioni tra le parti sono più importanti delle parti stesse
Tullio Tinti 94
Conclusioni
b) Se si basano su interazioni locali non lineari tra gli elementi, le simulazioni possono esibire un comportamento molto simile a quello dei sistemi complessi simulati
c) Le simulazioni sono più potenti introducendo dei fattori probabilistici
Tullio Tinti 95
Conclusioni
d) Le simulazioni più verosimili manifestano i cosiddetti “fenomeni emergenti”: fenomeni sorprendenti, non esplicitamente previsti dal programma di simulazione, che trascendono i limiti e la semplicità degli elementi del modello formale
Tullio Tinti 96
Conclusioni
In breve:
La complessità emerge “spontaneamente”
dall’interazione di molte unità (o agenti) relativamente
semplici