Rafael Peñaloza Nyssen è professore associato presso il Dipartimento di Informatica, Sistemistica e Comunicazione dell’Università degli Studi di Milano-Bicocca (per i curiosi ha anche un blog nel quale quando ha tempo e l’inspirazione giusta discute di temi legati all’Intelligenza Artificiale). Si occupa da molto tempo di Intelligenza Artificiale, in particolare di Rappresentazione della Conoscenza e Ragionamento, anche in condizioni di informazione e conoscenza incompleta o imperfetta. Da alcuni mesi, in collaborazione con altri ricercatori del Dipartimento e in collaborazione con il progetto ReGAInS, ha fatto partire un ciclo di seminari intitolato Neuro-Symbolic Seminar (NeSS).

D: Rafael, per chi non conosce particolarmente bene tanto l’apprendimento automatico e magari nemmeno troppo bene l’AI, di cosa si parla nel ciclo di seminari Neuro-Symbolic Seminar (NeSS)?

Storicamente, l’IA si è divisa in due campi: gli approcci *connessionisti* che provano a scoprire gli schemi nascosti in un insieme di dati che permettano a un sistema intelligente di predirre il comportamenti di nuovi dati e gli approcci *simbolici* che invece partono da conoscenza strutturata per arrivare a nuove conclusioni. Per molti anni, il discorso prevalente era su quale di questi due approcci fosse più adatto per raggiungere una vera “Intelligenza Artificiale”. Ora ci rendiamo conto che sono entrambi fondamentali. Lo scopo di NeSS è di promuovere nuove idee e accelerare lo sviluppo e adozione dell’IA neuro-simbolica (che integra idee connessioniste e simboliche) verso un’IA più affidabile, precisa, e sicura.

D: Per chi invece è un po’ dentro i temi dell’AI, almeno quella prevalente negli ultimi anni. Perché parlare di approcci simbolici in un periodo nel quale l’apprendimento automatico pare dominante?

L’apprendimento automatico si è dimostrato fondamentale per risolvere tanti problemi dove una definizione formale e strutturata è impossibile o irrealizzabile. Non possiamo descrivere facilmente cosa distingue un’immagine di un cane da quella di un gatto, riconoscere una specifica impronta digitale, o un comando vocale. Eppure, i sistemi neurali riescono ad apprendere le proprietà implicite di queste informazioni ed effettuare queste operazioni. La forza di questi metodi è però anche la loro più grande devolezza: per costruzione, sono imprecisi e non sono interpretabili; inoltre, hanno bisogno di tanti dati di allenamento. Dall’altro lato, non ha senso buttare migliaia di anni di conoscenza acquisita dagli esseri umani; conoscenza che, inoltre, spesso prescinde dai dati. Per inviare un razzo su Marte, serve conoscere le leggi della meccanica celeste, e la diversa attrazione di gravità. Questi sono precisi e ben noti. Come detto prima, non vogliamo dire che i metodi neurali non servano. Invece vogliamo potenziarli con conoscenze specifiche, precise, e formali, in modo che riescano a ragionare e prendere decisioni razionali.

D: A che pubblico sono prevalentemente destinati i seminari? Come procede l’iniziativa?

Per ora abbiamo avuto quattro seminari, da scienziati di alto livello internazionale, che lavorano negli USA, il Regno Unito, Belgio e Italia. Questi seminari erano destinati prevalentemente a ricercatori specialisti in metodi neurali o simbolici che vogliano avvicinarsi alla letteratura neuro-simbolica. In futuro speriamo di ampliare il bacino a seminari più divulgativi, per pubblico meno specializzato.

Per chi fosse interessato, i seminari sono stati registrati e si possono rivedere in questa pagina.