Prima delle deduzioni – SapereScienza

L’8 settembre OpenAI ha annunciato un risultato su uno dei sette problemi del millennio: quello della regolarità delle soluzioni delle equazioni di Navier-Stokes, che descrivono il comportamento dei fluidi e pongono da quasi novant’anni una questione ancora aperta. Il sistema ha costruito una soluzione che descrive un fluido che parte fermo, riceve una spinta regolare e in un tempo finito raggiunge velocità infinita – un vortice che si stringe a spirale mentre l’energia resta limitata. Se confermato, chiuderebbe formalmente il problema, almeno nella versione con forzante esterna.

Un apparato collettivo

La cautela è d’obbligo: il regolamento del premio Clay richiede che siano trascorsi due anni dalla pubblicazione prima di riconoscere un risultato, e la genealogia del metodo risale a lavori umani preesistenti. Ma questo non è il punto più interessante.

Il punto più interessante è come è stato ottenuto. Migliaia di agenti artificiali hanno lavorato in parallelo per 88 ore, scambiandosi 2,7 milioni di messaggi e generando circa 130 miliardi di token. Non una macchina isolata con un’intuizione fulminante: un apparato collettivo capace di raccogliere idee sparse e svilupparle a una velocità e a una scala che nessun gruppo umano potrebbe reggere.

Ma non è la prima volta…

E non è un episodio isolato. In maggio un modello ha demolito una congettura di Paul Erdős del 1946, rimasta aperta per quasi ottant’anni, trovando configurazioni geometriche dove un certo numero cresce più rapidamente di quanto chiunque avesse ritenuto possibile – e lo ha fatto usando strumenti di teoria algebrica dei numeri che i ricercatori non avevano pensato di applicare a quel problema. Timothy Gowers, medaglia Fields, ha commentato che un risultato simile, prodotto da un umano, sarebbe finito sulla rivista più prestigiosa del settore. In agosto un altro modello ha superato per la prima volta la soglia dei due terzi nella dimostrazione degli zeri della funzione zeta di Riemann, combinando due lavori già pubblicati che nessuno aveva pensato di mettere insieme.

Strutturare, mappare e conferire un ordine

Tre risultati, un tratto comune: in nessuno dei tre la macchina ha vinto per forza bruta deduttiva. Ha vinto spostando il modo in cui il problema era posto.

Qui emerge qualcosa di filosoficamente rilevante. La logica, per quanto potente, viene a valle. Prima bisogna scegliere gli oggetti rilevanti, le categorie in cui collocarli, le relazioni da considerare ammissibili. È lì che si decide cosa conta come dato, cosa chiamiamo errore, quali strade meritano di essere percorse. Kant aveva dedicato pagine fondamentali della Critica della ragion pura proprio a questa priorità: il soggetto conoscente non riceve il mondo passivamente, lo struttura, lo mappa, gli conferisce un ordine. Il ragionamento viene dopo, applicato a ciò che questa azione preliminare ha già organizzato. Nei tre casi descritti, il lavoro dell’intelligenza artificiale sembra essersi svolto esattamente secondo questa sequenza.

Come nasce qualcosa di nuovo

Viene allora da chiedersi: cosa succede quando non è una macchina sola a lavorare, ma molte? Due studiosi apparentemente lontani – il semiologo Jurij Lotman e il matematico Andrej Kolmogorov – avevano osservato che la comunicazione diventa generativa non quando due agenti si capiscono perfettamente, ma quando le loro mappe del mondo non coincidono del tutto. Se due agenti attribuissero lo stesso significato a ogni elemento, comunicare significherebbe soltanto duplicare informazione. È nello scarto fra le rappresentazioni che può nascere qualcosa di nuovo: un messaggio non viene semplicemente trasmesso, viene interpretato, deformato, a volte frainteso – ed è precisamente lì che si apre lo spazio per la conoscenza inattesa.

Un’altra epoca

È esattamente quello che si vede in questi sistemi. Gli agenti non hanno esplorato solo nuove deduzioni: hanno esplorato i residui della ricerca umana precedente – risultati noti ricomposti in ordine diverso, ipotesi ritenute indispensabili e invece eliminabili, strade scartate e poi riesaminate. L’errore non è stato eliminato: è stato interrogato.

Comincia, forse, l’epoca della ricerca scientifica superumana. E il prossimo salto non avverrà necessariamente dentro i singoli modelli, ma fra i modelli – dipenderà dalla capacità della comunicazione di creare una differenza, conservarla e trasformarla in una nuova categorizzazione. Perché la logica arriva dopo. Prima bisogna decidere in quale mondo farla lavorare.

Immagine di copertina: Pexels – Tara Winstead

Pierluigi Contucci, Silvano Tagliagambe

Pierluigi Contucci è professore di Fisica Matematica all’Università di Bologna.

Silvano Tagliagambe è professore emerito di Filosofia della Scienza all’Università di Sassari.