Arte e coscienza artificiale: la matematica della creatività sintetica


venerdì 1° dicembre 2023

Conferenza del professor Davide Bacciu dell'Università di Pisa.

Ascolta la registrazione audio

Trascrizione dell'audio

effettuata automaticamente con l'IA

Leggi la trascrizione

[0.00s -> 7.00s] Buonasera a tutti, abbastanza puntuali cominciamo questa serata.
[7.00s -> 18.18s] Siamo in attesa del Presidente della provincia Carlo Bottani che, se ci raggiunge con qualche minuto di ritardo, sarà degnamente presentato e riconosciuto da tutti.
[19.20s -> 30.00s] Però, visto che questo pubblico numeroso per quest'ora è stato puntuale, mi sembra doveroso, d'accordo con i relatori, dare inizio a questo primo appuntamento.
[30.00s -> 48.00s] Di un ciclo di riflessioni che la provincia, alla Casa del Mantegna, dove siamo, vuole dedicare ad un tema che ci appassiona e ci turba nel contempo, che è l'argomento dell'indelligenza artificiale.
[48.66s -> 59.00s] Il mio compito è quello di presentare i relatori di questa sera e di fare una piccola riflessione sul fatto del fatto...
[60.00s -> 64.50s] ...che vale la pena riflettere su un tema che ci spaventa e ci attira.
[64.62s -> 83.12s] Intanto l'intelligenza artificiale è un prodotto della mente dell'uomo, cioè è un prodotto nostro, è nostro come sono nostri tutti gli strumenti che ci hanno permesso di crescere e di diventare la società tecnologica che siamo.
[84.86s -> 89.46s] In quanto strumento dipende molto la sua efficacia.
[89.46s -> 91.22s] Cioè da come lo si utilizza.
[92.52s -> 99.18s] Qui in sala possiamo fare subito una specie di test molto carino.
[99.34s -> 108.62s] Alle pareti ci sono delle opere fatte dall'uomo e delle opere fatte dall'intelligenza artificiale.
[108.92s -> 114.40s] Ma ancora più bello è che in sala ci sono anche gli artisti che hanno fatto queste opere.
[114.40s -> 118.40s] E gli artisti sostengono che...
[119.46s -> 123.92s] Quella fatta dall'intelligenza artificiale è più bella.
[125.60s -> 131.78s] E questa è un'affermazione che un pochettino ci fa riflettere tanto.
[133.24s -> 138.30s] Chi sono gli ospiti che parleranno di questo importante argomento, che proveranno a parlare?
[138.30s -> 147.40s] Perché è un argomento molto importante, molto complicato, che ha una portata epocale, cioè cambia la nostra vita.
[147.76s -> 149.30s] Imparare e capire.
[149.46s -> 157.70s] E capire quanto l'intelligenza artificiale è già nel nostro quotidiano e ci consente un certo benessere di cui godiamo tutti.
[157.98s -> 163.00s] Però ci sono alcuni aspetti da affrontare.
[163.60s -> 172.20s] A moderare questa serata avremo un ingegnere nucleare, che è l'ingegnere Franco Presciuttini.
[173.26s -> 177.52s] Il quale è stato un ingegnere nucleare fino al 1987.
[178.34s -> 179.30s] Poi c'è stato un referente.
[179.46s -> 188.14s] Un referendum epocale per l'Italia che ha decretato che l'energia italiana non poteva essere col nucleare.
[188.14s -> 199.04s] E quindi da buon ingegnere che è in grado di avere quella flessibilità e quell'intelligenza che gli consente di capire come evolvere,
[199.52s -> 202.92s] si è dedicato a fare altro ed è un imprenditore.
[203.24s -> 205.46s] E sarà il moderatore di questa serata.
[206.66s -> 209.14s] Alla mia destra un Rubes fondatore.
[209.46s -> 214.78s] Rubes Fontanesi, di Levata, che ha creato un museo.
[214.94s -> 224.54s] Quindi già questo, che ha creato e che gestisce un museo, un museo che si chiama Rubes Fontanesi perché riguarda tante delle sue opere.
[225.20s -> 234.58s] Anch'egli un imprenditore che in realtà attraverso la sua attività di trasportatore, lavorava in quest'ambito,
[234.58s -> 238.58s] ha potuto viaggiare molto e rapire, catturare.
[239.46s -> 243.82s] E ha potuto riprodurre immagini di questo mondo che poi ha voluto riprodurre nelle sue opere.
[244.74s -> 253.16s] Lui è per esempio uno degli artisti a cui possiamo chiedere cosa pensa dell'intelligenza artificiale rispetto alle sue opere.
[253.40s -> 255.38s] Ma lo dirà lui nel suo intervento.
[256.60s -> 259.46s] Alla mia sinistra un ingegnere informatico.
[260.22s -> 261.70s] No, perché è da informatico e basta.
[262.38s -> 264.28s] Informatico e basta, mi correggo.
[264.28s -> 269.28s] Che insegna all'Università di Pisa materie legate all'intelligenza.
[269.46s -> 279.46s] Quindi con il professor Davide Baciu entreremo nel merito della materia dal punto di vista degli strumenti tecnologici.
[281.54s -> 284.46s] Alla regia in fondo Beatrice Bassi.
[286.30s -> 292.88s] Io sono Moira Sbravati, lavoro alla Casa del Mantegna per la provincia di Mantova e vi auguro una buona serata.
[293.22s -> 295.16s] Prego Franco Presciuttini.
[299.46s -> 303.22s] Buonasera a tutti.
[303.22s -> 316.46s] Io introduco l'argomento consegnandovi un ricordo personale che risale a un tempo molto lontano, che stupirà molti dei presenti perché non erano nati.
[316.58s -> 326.16s] Nel 1961 io avevo 13 anni, guardavo la televisione, la televisione era a valvole naturalmente, c'era un solo canale,
[326.16s -> 329.44s] i programmi cominciavano alle 17 con la tv.
[329.46s -> 339.42s] La tv dei ragazzi, un altro mondo, e vedo un programma televisivo, probabilmente di origine statunitense,
[340.52s -> 352.70s] nel quale la voce fuoricampo dice che al giorno d'oggi i calcolatori elettronici, così si chiamavano, la parola computer non era utilizzata allora,
[352.70s -> 358.80s] i calcolatori elettronici sono entrati nella nostra vita, ripeto,
[359.46s -> 370.64s] nel 61, più di 60 anni fa, sono entrati nella nostra vita e, pensate, sono capaci di scrivere la sceneggiatura dei programmi televisivi.
[372.64s -> 385.86s] Questa voce fuoricampo, questo giornalista, suppongo, si spencola a dire che noi l'abbiamo fatto, abbiamo scritto una sceneggiatura
[385.86s -> 388.64s] e si vedono due pistoleri del Far West.
[389.46s -> 396.26s] Due pistoleri che fanno tre scenette, a suo dire, generate dal computer.
[397.06s -> 405.00s] Uno estrae la pistola, ammazza l'altro, adesso io non ricordo i dettagli, poi conclude dicendo attenzione però perché i calcolatori elettronici possono sbagliare
[405.00s -> 415.98s] e fa vedere la scenetta di un pistolero che estrae a ripetizione, si incanta diciamo, tirando fuori e dentro la pistola.
[416.76s -> 418.20s] Tutto questo ci dice che cosa?
[419.46s -> 426.40s] Fin dagli albori, perché di questo stiamo parlando, erano gli albori allora, i computer, i calcolatori elettronici,
[426.40s -> 435.00s] a quell'epoca, poi lo ricorderò per un altro aspetto, erano valvole, valvole termoioniche.
[437.28s -> 443.82s] Non parliamo della potenza che potevano esprimere, ridicola rispetto a quella a cui siamo abituati oggi.
[444.66s -> 448.40s] Bene, fin dagli albori però c'è stata questa...
[449.46s -> 453.98s] pretesa, perché scrivere una sceneggiatura è un atto di intelligenza evidentemente,
[453.98s -> 466.98s] c'è stata questa pretesa, questa aspettativa che i calcolatori avrebbero preso in carico delle azioni intelligenti.
[467.66s -> 471.12s] Allora non si parlava di intelligenza artificiale, il termine non esisteva ancora.
[474.08s -> 478.98s] Nei successivi 60 e più anni si sono succedute,
[479.46s -> 489.46s] si sono succeduti annunci di intelligenza raggiunta o prossima ad essere raggiunta,
[489.62s -> 492.66s] seguiti normalmente da delusioni cocenti.
[493.88s -> 504.26s] Oggi sembra che ci siamo vicini, quindi questa sera siamo qui per sapere dal professore se è vero che ci siamo vicini,
[504.26s -> 508.84s] che ci siamo forse anche già arrivati, magari non lo sappiamo ancora,
[509.46s -> 511.68s] ed è questo quello che vorremmo sentire.
[512.34s -> 517.34s] Ma prima di questo dobbiamo ascoltare la voce dell'artista,
[518.96s -> 526.80s] perché noi parliamo di intelligenza artificiale più propriamente questa sera in relazione con la creatività artistica.
[528.50s -> 531.78s] Allora sentiamo l'artista Rubens Fontanesi.
[531.78s -> 536.78s] Puoi dire due parole riguardo a quest'opera prima, magari, perché sono doppie?
[537.62s -> 538.56s] Certamente, sì.
[539.46s -> 545.34s] È stato già accennato, ma quelle che vedete alla parete sono,
[546.68s -> 552.18s] nel caso della parete che è alla mia sinistra, l'opera di sinistra è l'originale,
[552.36s -> 554.56s] anche se è una riproduzione evidentemente,
[556.06s -> 562.58s] quella sulla destra invece è generata dall'intelligenza artificiale
[562.58s -> 568.34s] sulla base di una semplice richiesta, rielabora quest'opera alla Picasso.
[568.34s -> 569.34s] Alla Picasso.
[569.46s -> 574.06s] Cinque secondi e esce quell'immagine.
[575.32s -> 579.52s] Allora, evidentemente non è il caso di porsi il problema,
[579.66s -> 583.94s] anche se in un altro caso l'autrice di un'altra opera, adesso lo vediamo,
[584.64s -> 588.32s] se lo è posta l'autrice, ma comunque non è il caso di porsi il problema
[588.32s -> 593.16s] se sia meglio l'una o meglio l'altra, perché è chiaro che l'opera di un artista
[593.16s -> 596.10s] porta con sé la personalità dell'artista, invece.
[597.68s -> 598.98s] Però, certamente,
[599.46s -> 602.94s] il fatto che in cinque secondi si possa generare qualche cosa
[602.94s -> 607.32s] che a qualcuno può essere anche più, piacere di più,
[608.32s -> 609.76s] dà da pensare.
[609.76s -> 613.26s] Le opere che sono sull'altra parete,
[613.90s -> 615.62s] quella di destra è l'originale,
[616.72s -> 622.22s] quella di sinistra è stata ottenuta chiedendo all'intelligenza artificiale
[622.22s -> 624.40s] rielaborarla alla Kandinsky.
[626.32s -> 628.34s] E devo dire che l'autrice che è in sala,
[628.90s -> 629.36s] la Claudia,
[629.46s -> 635.64s] ha appena detto che per lei è più piacevole l'altra,
[635.78s -> 637.78s] quella falsa, quella finta.
[642.78s -> 650.72s] Perché lei, per sua scelta, per suo sentire,
[651.60s -> 655.94s] non usa il colore e invece trova che la sua opera con i colori
[655.94s -> 657.60s] sia anche più interessante.
[657.60s -> 658.40s] Adesso questo,
[659.46s -> 662.68s] questo giochetto serve solo a porsi delle domande,
[662.80s -> 667.06s] perché poi sentiremo dal professore
[667.06s -> 670.46s] come si può arrivare a produrre delle opere
[670.46s -> 674.52s] che sono, da quanto ci promette, indistinguibili.
[676.26s -> 678.60s] Certamente non saranno, almeno per il momento,
[678.82s -> 682.58s] ancora opere riconducibili ad un autore,
[682.68s -> 685.34s] perché pur sempre dietro a un'opera c'è un autore
[685.34s -> 687.46s] con la sua carriera, la sua storia,
[687.46s -> 688.46s] le sue...
[689.46s -> 691.18s] Invece è una produzione.
[691.52s -> 694.22s] Però, insomma, il fatto che delle immagini del genere
[694.22s -> 697.88s] con un certo interesse si possano produrre
[697.88s -> 701.84s] con un clic, cinque secondi, e viene fuori,
[702.00s -> 704.92s] beh, insomma, ci dà da pensare.
[705.42s -> 706.62s] Vero? Vero artista?
[707.42s -> 709.96s] Ecco, allora, sentiamo che cosa ne pensa l'artista.
[710.72s -> 712.16s] Sentiamo, sentiamo.
[714.72s -> 718.06s] Allora, innanzitutto, buonasera a tutti.
[719.46s -> 722.48s] È un orario un po' non troppo bello
[722.48s -> 724.56s] cominciare alle otto e trenta,
[724.66s -> 726.24s] che di solito si va a mangiare,
[726.38s -> 729.56s] quindi penso che la scarsa fluenza
[729.56s -> 731.64s] incida anche su questo.
[731.98s -> 732.32s] Niente.
[733.58s -> 736.02s] Allora, io partirei velocemente,
[736.02s -> 741.02s] perché non voglio rubare tempo al nostro professore,
[741.82s -> 744.44s] che viene da una regione
[744.44s -> 747.26s] che noi amiamo tutti particolarmente.
[747.96s -> 749.02s] Allora, noi...
[749.46s -> 753.08s] Noi operatori artistici
[753.08s -> 758.18s] eravamo molto settici su questa intelligenza artificiale.
[758.32s -> 760.52s] Anzi, la credevamo
[760.52s -> 764.68s] che ce l'avesse un po' con noi,
[764.68s -> 768.18s] come quando è nata la macchina fotografica,
[768.28s -> 771.74s] nell'Ottocento, tanti pittori mettevano la mano nei capelli
[771.74s -> 774.38s] e dicevano, beh, ma qui ci rubano tutto,
[774.52s -> 776.90s] qui è una tragedia.
[777.34s -> 779.16s] E anche noi pensavamo questo.
[779.96s -> 783.98s] Cioè, quasi fosse un'avversaria per noi,
[784.32s -> 785.78s] un'avversaria vera.
[786.08s -> 788.70s] Dopo, pensando, meditando e ragionando,
[788.80s -> 792.18s] gli anni passano e non c'è niente da fare,
[792.18s -> 794.86s] non c'è niente da fare, bisogna farcela amica.
[796.38s -> 800.00s] Per forza di cose, bisogna farcela amica.
[800.62s -> 803.46s] Il tempo va, si invecchia,
[804.06s -> 808.44s] e le nuove cose che escono, bisogna accettarle.
[809.46s -> 810.42s] Bisogna accettarle.
[811.06s -> 815.84s] Ecco, quindi io, di fronte a questi due professori,
[815.92s -> 818.82s] mi sono permesso di scrivere due o tre pensieri
[818.82s -> 822.50s] che vi leggo, per non dire troppe stupidaggini.
[822.50s -> 823.96s] Ecco, allora.
[825.04s -> 829.50s] L'artista oggi, dove realtà multiformi
[830.30s -> 832.74s] stanno emergendo come funghi
[832.74s -> 837.50s] e le tecno-scienze matematizzanti
[837.50s -> 838.50s] inarrestabili,
[839.46s -> 841.90s] stanno conquistando il mondo,
[842.82s -> 846.46s] l'artista ed il poeta non possono escludersi
[847.68s -> 849.68s] o fare finta di nulla
[849.68s -> 852.72s] dal diluvio universale
[852.72s -> 855.90s] delle stupefacenti, incredibili,
[856.04s -> 860.54s] travolgenti invenzioni
[860.54s -> 863.64s] e scoperte del tempo nostro.
[865.70s -> 868.74s] Scenari che più che toccare
[869.46s -> 871.04s] restano ferocemente
[871.04s -> 876.00s] in modo più che significativo
[876.00s -> 877.84s] nel bene e nel male,
[878.34s -> 880.10s] tracciando addirittura
[880.10s -> 883.78s] nuove dimensioni e sviluppi
[883.78s -> 885.16s] dell'arte visiva.
[886.18s -> 887.52s] Ecco, qui è il nocciolo,
[887.80s -> 891.56s] il nocciolo che noi stiamo meditandoci sopra
[891.56s -> 895.66s] nell'arte visiva.
[898.00s -> 899.38s] Nell'arte visiva,
[899.38s -> 899.44s] nell'arte visiva,
[899.44s -> 899.46s] nell'arte visiva,
[899.46s -> 920.76s] Tutta compresa la poesia, perché l'arte visiva deve essere pregna di poesia, perché se non ha in sé almeno un qualcosa di poetica, diventa un oggetto artigianale, diventa un oggetto di tutti i giorni, è la poesia che tiene alti i valori di un'opera d'arte.
[920.76s -> 924.72s] Poi ci sono anche altre cose, certo, ma fermiamoci qui.
[927.92s -> 929.68s] Tutta compresa la poesia.
[929.98s -> 940.50s] L'artista ed il poeta non possono e non devono solo stare a guardare, mirando passivamente all'attesa delle attese.
[941.18s -> 943.22s] No, no.
[943.80s -> 950.50s] Il vero artista ed il sincero o genuino poeta sono sempre figli dell'arte.
[950.76s -> 951.72s] Figli del suo tempo.
[952.30s -> 953.76s] Ecco qui una cosa che...
[954.56s -> 962.16s] L'artista ed il poeta, se non è figlio del suo tempo, è uno che copia il passato, ma che senso ha per l'artista vero?
[962.48s -> 966.10s] No, lui deve tirare fuori qualcosa di suo.
[966.60s -> 969.72s] Allora è un artista, se no è un copiatore.
[970.74s -> 975.40s] Bravissimo, viene dall'accademia, va bene, è capace, ma deve dare del suo.
[975.66s -> 978.18s] Questo è l'artista per noi.
[978.92s -> 980.18s] Poi ognuno...
[980.76s -> 982.14s] Figli del suo tempo.
[982.14s -> 990.14s] Oggi, quindi, devono cercare di adeguarsi a queste roboanti esplosioni di novità.
[992.40s -> 998.16s] Non perde se stesso l'artista ed il poeta aprendosi al nuovo.
[998.62s -> 1001.16s] E per nuovo intendo queste nuove creazioni.
[1001.76s -> 1006.10s] Non perde se stesso l'artista ed il poeta aprendosi al nuovo.
[1006.10s -> 1010.10s] Anzi, queste tecnocienze matematizzanti aiuteranno...
[1010.76s -> 1017.94s] Poco a fare progredire la grandezza dell'arte visiva e verso la poesia compiuta.
[1018.90s -> 1022.44s] In pochi, forse, sanno della poesia compiuta.
[1022.44s -> 1035.64s] Ma la poesia compiuta sta nascendo dopo che è nato l'intelligenza artificiale e tutte le mille cose che riesce a trasformare.
[1035.96s -> 1038.46s] E qui meriterebbe una serata a sé questa.
[1038.46s -> 1046.14s] Per approfondire questo importante tema e le conseguenze e tutte altre cose che in pochi conoscono.
[1046.66s -> 1052.76s] Noi da anni, anche con psicologi, filosofi, abbiamo indagato questa cosa.
[1052.92s -> 1057.80s] Però ne usciamo pian piano, perché i tempi non sono del tutto maturi per noi.
[1058.04s -> 1058.64s] Buono, giusto.
[1059.00s -> 1061.14s] Due parole e poi ho finito, scusate.
[1062.02s -> 1063.14s] Il poeta...
[1063.14s -> 1068.14s] Per fare progredire la grandezza dell'arte visiva e la superba...
[1068.46s -> 1069.86s] La poesia compiuta.
[1071.14s -> 1075.18s] Dove da molto tempo noi del Museo Fontanesi indaghiamo.
[1076.22s -> 1077.16s] Questa è una verità.
[1078.66s -> 1088.16s] Purtroppo noi artisti e poeti ci portiamo dentro i gioiosi naturali istinti dell'ingenuità e dell'illusione.
[1089.24s -> 1090.86s] Che sono propri in noi.
[1091.72s -> 1093.36s] Dalla nascita noi abbiamo questo...
[1093.36s -> 1096.16s] E non si possono scacciare.
[1096.82s -> 1098.16s] Sono padroni di noi stessi.
[1098.46s -> 1101.54s] L'ingenuità e l'illusione.
[1101.68s -> 1104.30s] E spesso ci perdiamo noi in questo.
[1104.40s -> 1105.26s] Ci perdiamo.
[1106.78s -> 1107.50s] Amen.
[1107.86s -> 1108.66s] Amen, ci perdiamo.
[1108.66s -> 1116.66s] Ma, coscientemente, non possiamo che adagiarsi a questi dottori e professori,
[1117.48s -> 1125.80s] specialisti di queste scienze, e dove raggiungono altezze vertiginose per noi.
[1126.10s -> 1127.94s] Ma penso sia la verità.
[1128.46s -> 1130.02s] Penso sia la realtà questa.
[1130.54s -> 1131.84s] Altezze vertiginose.
[1131.84s -> 1139.52s] E noi, con temparte sentire l'oggi, che è un genere nuovo che il Museo ha scoperto,
[1140.54s -> 1146.48s] e noi, con temparte sentire l'oggi, aggiornandosi, diciamo la nostra.
[1147.02s -> 1148.42s] Signori, ho finito.
[1149.02s -> 1151.00s] Scusate se mi sono dilugato.
[1151.62s -> 1151.98s] Grazie.
[1155.38s -> 1156.94s] Grazie Rubens.
[1157.62s -> 1158.34s] Finalmente possiamo...
[1158.34s -> 1158.36s] Grazie.
[1158.36s -> 1158.40s] Grazie.
[1158.40s -> 1158.42s] Grazie.
[1158.42s -> 1158.44s] Grazie.
[1158.48s -> 1165.30s] Dobbiamo sentire il professor Bacciu, ma devo dire due paroline ancora sul professor,
[1165.42s -> 1170.50s] o meglio, sulla sua provenienza, perché abbiamo forse già detto che viene da Pisa,
[1171.04s -> 1175.80s] dove opera, e questo può sembrare un fatto così incidentale.
[1175.94s -> 1176.54s] Non lo è.
[1176.88s -> 1184.28s] Pisa, bisogna sapere, è stata sempre all'avanguardia nel campo dell'informatica
[1184.28s -> 1188.34s] e ancora una volta, data la mia età, è stata unaCi.
[1188.34s -> 1206.02s] posso risalire parecchio all'indietro quando il professore magari non era ancora nato, nel 1961, lo stesso 61 di quel programma di cui dicevo prima, entrava in funzione a Pisa la CEP, detta in pisano si dice la CEP,
[1206.02s -> 1221.00s] la calcolatrice elettronica pisana, un computer, o meglio una calcolatrice elettronica come si diceva allora, progettata e costruita interamente a Pisa,
[1221.00s -> 1233.12s] in tempi in cui i calcolatori erano a valvole, infatti questa CEP era, esiste tuttora in un museo, ma comunque era un calcolatore a valvole,
[1234.98s -> 1236.00s] chi se ne interessa.
[1236.02s -> 1252.38s] Intendo un po', penso che capisca quanto è strana questa espressione per un calcolatore, poi successivamente la CEP era ancora in funzione nel 66 quando io sono arrivato a Pisa,
[1253.16s -> 1265.62s] ne sentivo parlare ma non l'ho mai utilizzata, mai vista nemmeno, devo dire, dopodiché fu costituito il CNUCE, il Centro Nazionale Universitario di Calcolo Elettronico,
[1265.62s -> 1266.00s] sempre.
[1266.02s -> 1294.28s] Questo grazie a dei professori di allora importanti, Faedo e Torrigiani, venne acquisito, credo attraverso una donazione, una 7090 che allora era il calcolatore a transistor, questa volta non a valvole, il più potente che esistesse allora, sul quale io ho imparato a programmare,
[1296.02s -> 1318.38s] successivamente, subito dopo è arrivata la 360, adesso scusate, per me sono ricordi di gioventù evidentemente, la 360 è il primo calcolatore a circuiti integrati, poi ancora sempre a Pisa ho avuto la possibilità di utilizzare una programma 101,
[1318.38s -> 1325.38s] anche questa forse per voi è un oggetto sconosciuto, la programma 101 è...
[1326.02s -> 1355.02s] è considerata, a giusto titolo, il primo personal computer della storia, ed è una macchina costruita dalla Olivetti in Italia, o per la verità anche attraverso gli uffici statunitensi della Olivetti, con un design molto avanzato, molto interessante, infatti è conservata in musei del design, adesso questa non è di produzione pisana, però ecco, questo è per dire che
[1356.02s -> 1373.52s] è un museo, nel quale pianta le sue radici il professore che ci parla questa sera e in Italia, almeno, di un'importanza fondamentale, un'importanza storica, direi, quindi prego, professor Baccio.
[1375.24s -> 1385.62s] Grazie, io mi alzo perché sono ipercinetico, quindi poi mi vedete meglio, probabilmente se mi alzo, non che ci sia molto da vedere, grazie, intanto buonasera, è un piacere essere qui.
[1386.02s -> 1393.70s] Ringrazio per l'invito, ringrazio Mattia Sangermano, Franco per avermi invitato, è un piacere essere qua.
[1394.52s -> 1399.08s] È la mia seconda volta a Mantova, devo dire, è passato fin troppo tempo dalla prima volta.
[1400.40s -> 1407.08s] Giusto per completare l'excursus storico dell'informatica pisana,
[1407.08s -> 1416.00s] il 1969 primo corso di laurea in informatica a Pisa, primo in Europa insieme a Cambridge.
[1418.04s -> 1426.94s] Le radici dell'informatica italiana affondano nel tempo e arrivano fino a Pisa.
[1428.68s -> 1436.94s] Parliamo di stasera, io stasera cercherò di mescolare quello che faccio, che è intelligenza artificiale,
[1437.08s -> 1446.18s] con due tematiche, quelle della coscienza, quindi quanto c'è di cosciente nelle macchine che stiamo costruendo,
[1446.22s -> 1450.74s] nella tecnologia che stiamo costruendo, con la tematica della creatività, creatività artistica.
[1451.54s -> 1461.94s] Quanto queste cose sono collegate, c'è un collegamento che spero riuscirò a far emergere, almeno in fondo a questa chiacchierata.
[1462.84s -> 1466.94s] Per farlo, io vi racconterò un po' di quella che è la matematica,
[1467.08s -> 1472.28s] della creatività sintetica, non vi spaventate, non ci sarà neanche una formula, anzi ce ne sarà una, ma non l'ho scritta io,
[1473.00s -> 1482.00s] è nascosta e vediamo chi la riesce a trovare, però è importante capire dove nasce la creatività dell'intelligenza artificiale
[1482.00s -> 1485.86s] per capire meglio l'intelligenza artificiale, dove nasce la sua creatività.
[1486.84s -> 1492.22s] Fatemi iniziare infatti da una definizione di creatività artificiale o creatività computazionale,
[1492.22s -> 1496.86s] creatività sintetica, sono tutti più o meno sinonimi, c'è una definizione in inglese,
[1497.08s -> 1504.16s] di un'associazione scientifica che dice che è la filosofia, la scienza e l'ingegneria dei sistemi computazionali,
[1504.16s -> 1521.92s] quindi dei sistemi informatici, che in maniera autonoma esibiscono comportamenti che un osservatore casuale definirebbe creativi.
[1522.78s -> 1525.02s] Questa è la definizione di creatività artificiale.
[1525.02s -> 1527.02s] Una macchina che crea qualcosa?
[1527.08s -> 1533.70s] Qualcosa che un osservatore che non sa quella cosa che è stata creata da una macchina direbbe tranquillamente che è stato creato da lui.
[1534.18s -> 1538.84s] Se questa cosa qui vi ricorda qualcosa, vi dovrebbe ricordare questo signore,
[1538.96s -> 1542.92s] questo signore è Alan Matheson Turing, che oltre ad aver inventato l'informatica,
[1543.00s -> 1550.60s] averci fatto, non dico vincere la seconda guerra mondiale, ma almeno pareggiare i tedeschi craccando enigma,
[1551.60s -> 1557.06s] ha anche intuito tra i primi le potenzialità dell'informatica,
[1557.08s -> 1563.50s] da un punto di vista dello studio dell'intelligenza e del ricreare l'intelligenza dentro le macchine.
[1563.90s -> 1567.24s] Si fa, probabilmente ne avete sentito parlare, si parla di testi Turing.
[1567.38s -> 1571.18s] Il testi Turing è la definizione che Turing ha dato dell'intelligenza.
[1571.28s -> 1573.74s] Quando una macchina diventa intelligente?
[1573.80s -> 1583.84s] Diventa intelligente se io la nascondo dietro a un velo, dietro a una tenda, ci interagisco e mi convinco di interagire con un essere umano,
[1583.92s -> 1586.02s] senza sapere se quello è un essere umano o una macchina.
[1587.08s -> 1593.68s] E la definizione creatività è, sostituite creatività con intelligenza e trovate la stessa definizione.
[1594.16s -> 1601.76s] Perché? C'è un motivo semplice, perché in millenni di storia i filosofi non sono mai riusciti a definire che cosa sia intelligenza,
[1601.84s -> 1603.50s] cosa sia creatività, cosa sia coscienza.
[1603.88s -> 1609.64s] E quindi, invece di definire cosa sia intelligenza, cosa sia creatività, cosa sia coscienza,
[1609.64s -> 1616.68s] si definisce la manifestazione dell'intelligenza, della creatività, della coscienza.
[1617.08s -> 1622.04s] E questo è un tratto comune attraverso tutte queste dimensioni che vedremo oggi.
[1623.08s -> 1629.10s] Allora, parliamo di creatività artificiale e per farlo fatemi raccontare un po' che cos'è l'intelligenza artificiale,
[1629.14s -> 1637.22s] che cos'è l'intelligenza artificiale moderna, quella che vedete, quella che costruisce, appunto che crea quelle opere, rielaborando opere esistenti.
[1637.22s -> 1646.56s] Quindi vi parlo di reti neurali perché sono alla base di questa intelligenza artificiale, il modello che si è affermato come il modello, diciamo,
[1646.56s -> 1650.16s] vincente da un punto di vista della tecnologia al momento.
[1651.08s -> 1657.32s] Cercherò di convincervi che la probabilità gioca un ruolo fondamentale per la creatività e soprattutto per realizzare quella che poi si chiama
[1657.32s -> 1661.28s] intelligenza artificiale generativa, che è quella che crea contenuti, fondamentalmente.
[1662.38s -> 1668.84s] Allora, le reti neurali artificiali, profonde fra virgolette, sono un attrezzo del genere, ora non entriamo nel dettaglio,
[1668.84s -> 1676.06s] ma fondamentalmente sono fatte di quei tondi che vedete lì, sono una modellazione dentro il computer
[1676.56s -> 1680.42s] come, idealmente, vediamo un neurone umano molto semplificato.
[1680.80s -> 1686.22s] Vuol dire che una rete neurale artificiale fatta di neuroni molto simili a quelli umani, no, sono molto lontani da quelli umani,
[1686.54s -> 1691.28s] è solo un'intuizione, prendiamo ispirazione da come funzionano i neuroni umani,
[1692.28s -> 1699.14s] scriviamo un'equazione che descrive più o meno come si comportano e facciamo parlare questi neuroni con tutte quelle lineette che vedete lì.
[1699.52s -> 1702.80s] Non è particolarmente interessante se non capire cosa succede.
[1703.24s -> 1706.44s] Cioè, queste reti neurali vengono alimentate, vengono dati inizialmente,
[1706.56s -> 1707.92s] ingresso degli stimoli.
[1708.32s -> 1711.70s] Gli stimoli possono essere, per esempio, quei quadri che vedete alle pareti.
[1712.62s -> 1713.46s] Un quadro che vedete lì.
[1714.14s -> 1720.48s] Quello è lo stimolo che viene dato in ingresso alla rete neurale perché venga processato, digerito dalla rete neurale
[1720.48s -> 1722.94s] per produrre in uscita qualcosa.
[1723.48s -> 1732.24s] Quel qualcosa, diciamo, in più delle volte sono predizioni, sono informazioni molto, diciamo, di alto livello.
[1732.32s -> 1736.48s] Per esempio, io potrei voler dare, addestrare la mia rete neurale a dirmi in uscita,
[1736.56s -> 1742.00s] se il quadro che vi sto facendo vedere è un quadro di Monet o di Manet o di Klimt.
[1742.50s -> 1747.32s] Questi sono i problemi più classici che vengono risolti.
[1747.52s -> 1752.16s] Questa non è intelligenza artificiale generativa perché non gli sto chiedendo di generare qualcosa di nuovo.
[1752.96s -> 1756.42s] Gli sto chiedendo, semplicemente, di aiutarmi a categorizzare l'esistente.
[1757.24s -> 1759.96s] Però lo strumento che c'è sotto è lo stesso.
[1760.56s -> 1763.02s] Cambiamo un pochino come funzionano le cose e poi ve lo spiego.
[1763.46s -> 1766.54s] Però il principio è che c'è un ingresso e c'è un uscito.
[1766.56s -> 1775.74s] L'ingresso può essere, per esempio, un'immagine e l'uscita può essere, per esempio, l'immagine generata dal dipinto generato dall'intelligenza artificiale.
[1775.80s -> 1776.90s] E cosa c'è nel mezzo?
[1777.48s -> 1779.74s] Abbiamo visto che c'è l'ingresso e c'è l'uscita.
[1779.86s -> 1785.94s] Nel mezzo c'è la rappresentazione della conoscenza della rete neurale stessa.
[1785.94s -> 1796.12s] La rete neurale, attraverso l'apprendimento, cioè attraverso l'esposizione a millenni di arte, impara a riconoscere l'arte.
[1796.12s -> 1799.02s] Dove mette l'informazione su come si riconosce l'arte?
[1799.74s -> 1803.54s] All'interno, in quei neuroni che non stanno né all'ingresso né all'uscita.
[1804.92s -> 1820.34s] E ogni volta che noi diamo in ingresso qualcosa a questa rete neurale, la rappresentazione interna, cioè l'idea che la rete neurale si fa della cosa che noi gli diamo in input, finisce in uno di questi strati, si chiamano, in questi insiemi di neuroni.
[1820.34s -> 1825.40s] Lì, nell'attivazione dei numeri che si generano all'interno di questi neuroni,
[1826.12s -> 1831.44s] c'è la rappresentazione, l'idea, la concretizzazione dell'ingresso che io do alla rete neurale.
[1835.34s -> 1839.80s] Fatemi spendere un minuto per dire che cos'è la probabilità.
[1841.94s -> 1850.64s] È una misura che ci dice quanto è possibile uno specifico fenomeno, quanto uno specifico fenomeno può realizzarsi.
[1850.84s -> 1855.56s] È una cosa che, da un punto di vista visivo, si rappresenta molto bene.
[1856.12s -> 1862.42s] Tutti gli eventi del mondo, tutti gli eventi possibili del mondo, si possono racchiudere dentro quel rettangolo.
[1863.24s -> 1864.22s] Cascano tutti lì dentro.
[1864.78s -> 1867.68s] La misura, l'area, la superficie di quel rettangolo è uno.
[1868.78s -> 1869.88s] Se io la misuro, è uno.
[1870.78s -> 1874.20s] Quindi un evento diventa un pezzettino di quel rettangolo.
[1875.06s -> 1881.18s] La probabilità che io tiri un dado e caschi sul 6 diventa un sottorettangolino di quel rettangolo.
[1881.18s -> 1883.66s] La probabilità mi dice quanto è grande quell'area.
[1884.34s -> 1886.10s] All'interno di un mega rettangolo.
[1886.12s -> 1889.52s] E' un rettangolo che descrive tutto il mondo, tutti gli eventi del mondo.
[1889.96s -> 1891.40s] Basta, questa è la probabilità.
[1893.58s -> 1895.74s] E adesso arriviamo a come la usiamo.
[1897.02s -> 1897.70s] Primo test.
[1898.52s -> 1900.48s] Chi è l'autore di questi versi?
[1901.32s -> 1904.94s] Nelle mura antiche di manto va fiera dove l'ardente sole bacia il suolo
[1904.94s -> 1909.14s] e il mincio scorre come un serpente d'argento abbracciando la città con un dolce lamento.
[1909.66s -> 1913.12s] Le torri si ergono al cielo, maestose alte, sentinelle mute di segreti nascosti.
[1913.12s -> 1919.36s] Le strade strette compongono un labirinto, dove passioni intrecciate danzano come fili sottili.
[1920.04s -> 1923.60s] In piazze antiche, sotto l'ombra di torri, si snoda la trama degli intrighi umani.
[1924.04s -> 1928.54s] Giardini segreti celano amori proibiti, mentre il vento sussurra storie di passati infiniti.
[1929.10s -> 1934.10s] O Mantova, cuore di mistero e passione, nelle tue mura antiche si cela la tragedia.
[1935.58s -> 1936.26s] Chi sarà stato?
[1939.40s -> 1939.96s] Suggerimenti.
[1941.12s -> 1942.12s] Chi è? Chi vi ricorda?
[1943.12s -> 1947.78s] Alcuno avrebbe detto Dante.
[1948.70s -> 1951.82s] Vi potrebbe ricordare lui, William Shakespeare.
[1953.94s -> 1959.04s] In realtà non è lui e c'è il GPT, ovviamente, a cui ho chiesto
[1959.04s -> 1965.90s] parlami di Mantova, e mi ha raccontato qualcosa, e ho detto va bene, grazie.
[1966.22s -> 1969.88s] Ora, raccontami queste stesse cose di Mantova come avrebbe fatto l'otello.
[1971.18s -> 1972.62s] E questo è quello che ha generato.
[1973.12s -> 1978.38s] Questa è Ciacci Piti che racconta Mantova attraverso gli occhi dell'otello.
[1979.00s -> 1983.74s] Che tra l'altro ho tagliato le ultime due frasi in cui parlava ovviamente di gelosia,
[1983.90s -> 1987.80s] perché a questo punto sarebbe diventata estremamente palese la cosa.
[1987.80s -> 1992.82s] Però, iniziate a capire il livello di sofisticazione che abbiamo raggiunto,
[1994.20s -> 2001.18s] almeno in un certo tipo di compito che è quello che si chiama trasferimento di stile.
[2001.18s -> 2006.18s] Quello che è successo qui è che è stato prima generato un contenuto,
[2006.82s -> 2010.64s] che io, essere umano, ho riconosciuto come ragionevole perché c'era il fiume giusto,
[2010.84s -> 2012.58s] per esempio, invece di avercelo in un altro,
[2013.72s -> 2018.30s] e poi ho chiesto, quello stile, quello stile discorsivo trasformabile è uno stile diverso.
[2019.48s -> 2022.16s] Ora, perché mi dovrei arrivare a capire come ha fatto a fare questa cosa qui.
[2022.28s -> 2024.06s] Però, capite il livello di sofisticazione.
[2024.06s -> 2030.56s] Allora, come fa un modello di questo tipo a generare questo tipo di testi?
[2030.56s -> 2031.86s] Usa le probabilità.
[2032.56s -> 2034.50s] Allora, quello che vedete lì sotto è una rete neurale.
[2034.60s -> 2035.84s] Facciamo finta che quella è una rete neurale.
[2035.90s -> 2038.80s] Vi ho detto che una rete neurale prende degli ingressi.
[2039.44s -> 2042.60s] Gli ingressi di una rete neurale che deve generare testo,
[2043.18s -> 2045.72s] cioè linguaggio, sono parole del linguaggio.
[2047.48s -> 2051.78s] Per esempio, io, in questi modelli che generano linguaggio,
[2051.78s -> 2053.98s] sono addestrati in una maniera molto, molto semplice.
[2055.04s -> 2059.42s] Gli do in ingresso un certo numero di parole e gli chiedo di predire,
[2060.56s -> 2061.92s] se io vi dico essere o?
[2063.52s -> 2064.12s] Esatto.
[2064.92s -> 2066.74s] Non è la prossima parola.
[2067.68s -> 2072.62s] Se io chiedo a questa rete neurale, viene addestrata a vedere in input
[2072.62s -> 2075.82s] essere o non e a prevedere?
[2076.88s -> 2077.48s] Essere.
[2078.14s -> 2078.40s] Ok?
[2079.32s -> 2086.22s] Viene addestrata a prevedere in uscita la prossima parola che vi aspettate.
[2086.70s -> 2087.98s] E poi la parola successiva.
[2088.14s -> 2089.52s] E poi la parola successiva ancora.
[2089.52s -> 2090.50s] Come viene fatto?
[2090.50s -> 2091.54s] Questo con le probabilità.
[2092.50s -> 2096.18s] Io scrivo, do in ingresso alla rete essere o non
[2096.18s -> 2100.34s] e poi in uscita dalla rete avrò un certo numero di uscite
[2100.34s -> 2104.38s] pari, per esempio, al numero di vocaboli della lingua italiana.
[2105.86s -> 2108.22s] Ognuna di queste parole avrà una probabilità
[2108.22s -> 2113.30s] e prenderò, per esempio, la parola con probabilità più elevata.
[2114.10s -> 2117.02s] La rete risponderà con la parola che ritiene più elevata,
[2117.32s -> 2118.66s] che guarda caso sarà essere.
[2118.66s -> 2119.82s] E poi che farò?
[2119.82s -> 2123.78s] Prendo essere e diventa, con quella freccina blu,
[2124.66s -> 2126.68s] il prossimo ingresso alla rete.
[2127.52s -> 2132.52s] Chi a questo punto sa, ha in ingresso essere o non essere.
[2132.76s -> 2134.30s] E quindi cosa dovrà prevedere?
[2134.64s -> 2137.96s] Il prossimo carattere, i due punti, perché poi dice questo, il dilemma.
[2140.34s -> 2140.94s] E avanti.
[2141.44s -> 2144.44s] Quindi, questi modelli generativi generano testo,
[2144.70s -> 2147.76s] generandolo parola per parola, in realtà un po' più complesso di così,
[2147.76s -> 2149.64s] generano pezzi di parole.
[2149.82s -> 2151.50s] Però, questo è il principio,
[2151.96s -> 2153.68s] immaginatevi come generare parola per parola,
[2153.80s -> 2156.78s] la parola che viene generata viene rimessa in ingresso
[2156.78s -> 2158.28s] per generare la parola successiva,
[2158.64s -> 2161.48s] e così si crea un testo di senso compiuto.
[2162.12s -> 2163.84s] Su cosa sono state addestrate queste reti?
[2164.22s -> 2166.72s] Su tutto lo scibile umano, fra virgolette.
[2168.40s -> 2169.46s] Avete presente il web?
[2170.60s -> 2172.86s] Scaricate il web in un grosso file di testo,
[2173.20s -> 2175.78s] trasformatelo in una grossa, lunghissima frase,
[2176.88s -> 2179.12s] e dategli all'ingresso a una rete neurale,
[2179.12s -> 2179.70s] dicendogli,
[2179.82s -> 2181.90s] questa è la parola, prevede la successiva,
[2181.98s -> 2183.34s] questa è la parola, prevede la successiva,
[2183.40s -> 2187.20s] e andate avanti così, bruciando anidride carbonica per un po' di tempo,
[2188.40s -> 2190.86s] producendo anidride carbonica, in realtà, per un po' di tempo,
[2191.90s -> 2192.56s] tanto tempo,
[2193.22s -> 2195.14s] addestrare Gpt costa,
[2195.74s -> 2196.70s] quanto costa?
[2196.98s -> 2199.52s] 16 milioni di dollari, più o meno,
[2200.32s -> 2202.38s] ve lo dico in dollari per non dirvelo in CO2.
[2203.36s -> 2204.26s] Però il punto è questo.
[2205.72s -> 2205.90s] Ok?
[2206.34s -> 2208.24s] E com'è che avviene l'atto creativo?
[2208.24s -> 2209.06s] Abbiamo detto,
[2209.82s -> 2214.14s] generati in uscita una serie di probabilità,
[2214.22s -> 2216.76s] una probabilità per ogni parola.
[2217.20s -> 2219.12s] Cioè, a ogni istante,
[2219.52s -> 2222.20s] data una sequenza di parole in ingresso,
[2222.72s -> 2225.12s] la rete neurale vi dice quanto sono probabili
[2225.12s -> 2226.34s] tutte le parole del linguaggio italiano.
[2226.62s -> 2232.00s] Come scelgo la parola finale da decidere in uscita?
[2232.36s -> 2233.30s] Tiro un dado.
[2234.66s -> 2238.04s] Tirare un dado, tiro un dado informatico, ovviamente,
[2238.04s -> 2239.52s] un dado nel calcolatore,
[2239.82s -> 2242.48s] se questa, vi ricordate che è tutto lo spazio
[2242.48s -> 2247.86s] di tutti gli eventi possibili e grande uno,
[2248.42s -> 2250.10s] immaginate avere una stecchetta lunga uno,
[2250.50s -> 2252.06s] io la spezzetto, questa stecchetta,
[2252.18s -> 2253.70s] in tanti pezzi,
[2254.08s -> 2255.86s] quanti sono tutte le parole del vocabolario.
[2256.22s -> 2258.56s] Questo mi segmenta il rametto,
[2259.18s -> 2259.66s] poi che faccio?
[2259.76s -> 2261.56s] Tiro un dado che mi dice dove casco
[2261.56s -> 2264.32s] in questa stecca di lunghezza uno,
[2264.88s -> 2266.40s] dove casco è la parola che scelgo.
[2266.40s -> 2269.60s] Sono cascato, per esempio, lì dove c'è abaco, per esempio.
[2269.82s -> 2271.30s] E questa è la parola che vado a scegliere.
[2271.38s -> 2272.64s] Ovviamente, più è probabile,
[2273.38s -> 2277.16s] più lo stecchino della parola sarà lungo,
[2277.24s -> 2279.46s] più sarà facile cascare lì dentro se tiro un dado.
[2281.14s -> 2284.30s] Quindi l'atto creativo di questa rete neurale
[2284.30s -> 2287.44s] è il risultato dell'interazione tra ciò che ha appreso
[2287.44s -> 2289.58s] e un dado che viene tirato per decidere,
[2290.10s -> 2291.26s] con un po' di casualità,
[2292.72s -> 2294.10s] quale parola generare in uscita.
[2297.94s -> 2298.94s] Adesso vi faccio un...
[2299.82s -> 2300.74s] un altro test,
[2300.88s -> 2302.78s] perché io sono venuto qui in realtà per interrogare voi,
[2302.98s -> 2303.94s] da professore,
[2304.34s -> 2305.34s] entro in questa modalità.
[2306.28s -> 2308.00s] Allora, a Pisa abbiamo fatto di recente
[2308.00s -> 2309.68s] questo test di Turing.
[2310.62s -> 2312.22s] La filosofia interroga l'arte.
[2312.76s -> 2314.14s] Abbiamo chiesto a Adriano Fabris,
[2314.20s -> 2315.60s] che è un famoso filosofo,
[2316.36s -> 2318.82s] di scrivere una domanda per Artemisia Gentileschi,
[2318.90s -> 2321.06s] che ovviamente è una famosissima pittrice.
[2323.30s -> 2326.20s] Ha risposto, hanno risposto due entità.
[2327.94s -> 2328.98s] Daniela Morelli,
[2328.98s -> 2331.46s] mi perdonerà per essere stata definita entità,
[2332.00s -> 2334.12s] Daniela Morelli è una sceneggiatrice.
[2335.00s -> 2336.22s] Cia CPT è Cia CPT.
[2337.22s -> 2338.76s] Il risultato è stato letto
[2338.76s -> 2341.22s] da Pamela Villoresi.
[2342.30s -> 2343.52s] Quindi abbiamo poi
[2343.52s -> 2347.14s] fatto ascoltare in un podcast
[2347.14s -> 2349.64s] la domanda e le due risposte,
[2349.70s -> 2350.60s] abbiamo chiesto alle persone
[2350.60s -> 2353.76s] chi è l'umano,
[2354.44s -> 2355.14s] chi è la macchina.
[2356.60s -> 2358.14s] Allora, io vi faccio la domanda,
[2358.14s -> 2359.64s] poi mi dite chi è l'umano e chi è la macchina.
[2360.64s -> 2361.54s] Cara Artemisia,
[2361.62s -> 2363.42s] lei è certamente un gran personaggio,
[2363.48s -> 2364.68s] è molto più di una brava pittrice.
[2364.78s -> 2366.54s] La sua biografia suscita curiosità
[2366.54s -> 2369.02s] e ciò, come nel caso di altri artisti,
[2369.12s -> 2370.56s] sembra essere un valore aggiunto.
[2371.58s -> 2372.58s] La sua vita, cara Artemisia,
[2372.62s -> 2374.10s] è stata segnata da uno stupro.
[2374.72s -> 2375.92s] Per far condannare il suo stupratore
[2375.92s -> 2377.36s] ha dovuto affrontare l'inquisizione.
[2377.54s -> 2379.52s] Forse ciò ha suscitato rabbia, odio.
[2379.64s -> 2381.50s] Forse ciò si riflette nella sua pittura.
[2382.12s -> 2383.70s] Il quadro di Giuditta che sgozza la ferna
[2383.70s -> 2384.86s] è una scena sconvolgente.
[2385.88s -> 2387.74s] Ma è proprio vero che lei, cara Artemisia,
[2387.74s -> 2390.08s] ha voluto trasfigurare la sua esperienza sulla tela?
[2390.66s -> 2392.82s] C'è davvero un rapporto tra arte e vita?
[2392.86s -> 2394.28s] O invece l'arte è qualcosa di autonomo
[2394.28s -> 2396.44s] e proprio perciò l'arte può offrire salvezza
[2396.44s -> 2397.20s] ai dolori della vita?
[2398.20s -> 2399.64s] Questa è la domanda di Adriano Fabris.
[2400.54s -> 2401.86s] E ora vi leggo le risposte.
[2402.16s -> 2405.42s] Speriamo Pamela Vigliovesi mi perdoni per la lettura.
[2407.48s -> 2408.20s] Poi mi dite voi,
[2408.74s -> 2411.26s] ascoltate e mi dite voi chi è chi.
[2412.68s -> 2414.64s] Vorreste dire che dipingo l'antico legame
[2414.64s -> 2416.98s] tra l'arte e la vita come i figli di un intricato arazzo,
[2416.98s -> 2419.34s] dove lo mio pennello danza con sapienza
[2419.34s -> 2420.90s] intrecciando le storie dell'esistenza
[2420.90s -> 2422.08s] con i colori dell'anima?
[2422.66s -> 2424.16s] Sì, la vita stessa è la musa che mi ispira
[2424.16s -> 2426.52s] con gioie e pene, sfumature di luce e ombra.
[2427.18s -> 2428.64s] La mia arte è un cantare di libertà,
[2428.84s -> 2430.22s] un gredare di ribellione contro le catene
[2430.22s -> 2431.66s] che impregnano lo spirito umano.
[2432.38s -> 2433.36s] Per mezzo del mio pennello
[2433.36s -> 2435.00s] riverso le mie esperienze più profonde,
[2435.06s -> 2437.36s] il duolo per le donne che sì come me
[2437.36s -> 2439.34s] hanno sperimentato ingiustizie e affanni.
[2440.08s -> 2441.62s] Le mie opere sono specchio della realtà
[2441.62s -> 2443.42s] e nel raffigurare le vicende dell'umanità
[2443.42s -> 2445.24s] cerco di dar voce a coloro
[2445.24s -> 2446.96s] che sono stati ridotti al silenzio.
[2447.98s -> 2448.68s] Questo è uno.
[2450.94s -> 2452.82s] Vi chiedete a vostra signoria illustrissima
[2452.82s -> 2454.48s] in che modo la vita vive sulla tela.
[2454.82s -> 2455.32s] Capisco bene?
[2455.80s -> 2456.92s] Perché voi parlate difficile
[2456.92s -> 2458.04s] e io sono brava con i pennelli
[2458.04s -> 2459.00s] ma non con le parole.
[2459.50s -> 2461.38s] Così il filosofo vuol sapere della pittoressa
[2461.38s -> 2462.76s] il legame tra l'arte e la vita.
[2463.48s -> 2464.78s] Siete sconvolto dalla migiudita.
[2465.32s -> 2466.28s] Ecco la risposta.
[2467.08s -> 2467.92s] La vita del quadro
[2467.92s -> 2471.14s] è quella che chi lo sta a vedere vede.
[2471.94s -> 2473.10s] C'è chi ci vede giustizia,
[2473.16s -> 2474.28s] chi vendetta, chi la vittima.
[2474.96s -> 2476.46s] Mentre gli modelli in posa,
[2476.46s -> 2477.12s] chi dipinge,
[2477.34s -> 2478.64s] non si limita al suo sentire.
[2478.78s -> 2480.18s] Si immagina anche l'intenzione
[2480.18s -> 2481.10s] degli personaggi.
[2481.68s -> 2482.50s] Chi guarda il quadro
[2482.50s -> 2484.20s] poi ci aggiunge il suo di sentire.
[2484.90s -> 2486.38s] Così arte e vita si mescolano.
[2486.68s -> 2487.56s] È una ricetta complicata
[2487.56s -> 2488.44s] e talvolta indigesta,
[2488.54s -> 2489.26s] vostra signoria.
[2490.82s -> 2491.32s] E ora?
[2492.64s -> 2493.22s] A o B?
[2493.46s -> 2494.08s] Chi vota A?
[2497.56s -> 2498.96s] A per la macchina
[2498.96s -> 2501.20s] o B per la macchina, ok?
[2501.54s -> 2502.74s] Chi vota per la macchina?
[2502.98s -> 2503.14s] A.
[2504.04s -> 2504.82s] Macchina A.
[2504.82s -> 2504.94s] A.
[2506.46s -> 2507.96s] Macchina A.
[2511.12s -> 2512.38s] Macchina B?
[2514.78s -> 2515.56s] Molto bene.
[2517.48s -> 2518.70s] Queste sono le due risposte.
[2519.64s -> 2520.82s] Queste sono le autrici.
[2521.42s -> 2522.24s] Macchina A?
[2524.54s -> 2525.42s] Daniela Rotelli.
[2526.50s -> 2527.82s] No, non Daniela Rotelli, scusate.
[2529.64s -> 2531.78s] Come vedete è interessante.
[2532.44s -> 2533.98s] Guardate che non siete andati lontano
[2533.98s -> 2534.68s] dai risultati,
[2534.68s -> 2535.88s] non sono ancora pubblici,
[2536.46s -> 2538.28s] andate lontano dalle proporzioni
[2538.28s -> 2540.04s] dell'esperimento.
[2541.58s -> 2544.84s] Io ci vedo dei toni diversi
[2544.84s -> 2547.74s] nella dimensione umana,
[2547.82s -> 2549.70s] ma so ovviamente chi l'ha scritto,
[2549.84s -> 2551.50s] quindi non fa testa.
[2553.20s -> 2554.12s] Ogni tanto però,
[2554.12s -> 2554.98s] sembra tutto bello,
[2555.14s -> 2555.70s] è perfetto,
[2555.98s -> 2557.60s] ogni tanto però qualcosa va storto.
[2557.74s -> 2559.62s] Allora io sono andato a sfrucogliare
[2559.62s -> 2560.84s] un po' Ciacci Fitti
[2560.84s -> 2561.72s] e gli ho chiesto
[2561.72s -> 2562.98s] ma di chi sono le parole
[2562.98s -> 2564.30s] man, tuom e genuit?
[2564.30s -> 2567.56s] E Ciacci Fitti risponde
[2567.56s -> 2568.80s] come qualsiasi modello generativo
[2568.80s -> 2569.54s] ti risponde
[2569.54s -> 2570.02s] e dice
[2570.02s -> 2570.88s] di Virgilio.
[2571.44s -> 2572.62s] Sono addirittura scritte
[2572.62s -> 2574.30s] nell'ecloga 10.
[2575.74s -> 2578.74s] E lì inizia a cascare un pochino.
[2579.32s -> 2580.56s] Allora se ci pensate
[2580.56s -> 2582.44s] a come è fatto il sistema
[2582.44s -> 2583.92s] un po' ha senso
[2583.92s -> 2586.92s] perché ha azzeccato il fatto
[2586.92s -> 2587.86s] che fosse di Virgilio,
[2588.00s -> 2588.72s] è chiaro Virgilio,
[2588.78s -> 2590.30s] è sul suo epitafio funebre
[2590.96s -> 2592.92s] e cosa c'è di famoso?
[2593.00s -> 2593.94s] Di cosa si parla?
[2594.30s -> 2596.48s] Quando si parla di Virgilio.
[2597.14s -> 2599.08s] Si parla di amor vincit omnia.
[2599.84s -> 2601.20s] È una delle cose di cui si parla di più.
[2601.30s -> 2602.56s] È l'ecloga di cui si parla di più.
[2602.86s -> 2603.88s] È l'ecloga 10.
[2604.28s -> 2606.08s] Quindi una volta che ha generato Virgilio
[2606.08s -> 2606.98s] dove può essere?
[2608.86s -> 2610.06s] Quanto è probabile
[2610.06s -> 2611.42s] che la citazione
[2611.42s -> 2614.10s] sia dentro l'ecloga 10?
[2614.76s -> 2616.40s] Parlano tutti dell'ecloga 10
[2616.40s -> 2617.14s] sarà lì dentro,
[2617.38s -> 2618.24s] sarà in quella bucolica
[2618.24s -> 2620.48s] e quindi l'ha infilata lì dentro.
[2621.78s -> 2623.38s] Quindi questa cosa
[2623.38s -> 2623.74s] se ci pensate
[2624.30s -> 2625.30s] se ci pensate che sotto
[2625.30s -> 2626.90s] c'è un motore probabilistico
[2626.90s -> 2627.96s] che tira un dado
[2627.96s -> 2628.66s] a un certo punto
[2628.66s -> 2630.80s] non è tanto strana.
[2631.72s -> 2632.20s] Quindi
[2632.20s -> 2634.22s] bello,
[2634.58s -> 2635.58s] funziona molto bene
[2635.58s -> 2636.64s] nella generazione
[2636.64s -> 2639.18s] e nella cura dello stile
[2639.18s -> 2641.08s] però genera le parole
[2641.08s -> 2642.40s] tirando un dado.
[2643.70s -> 2644.70s] Non ci possiamo arrabbiare
[2644.70s -> 2645.16s] se lo usiamo
[2645.16s -> 2646.44s] e poi ci dice delle cose false.
[2647.06s -> 2647.54s] Perché chi non lo sa
[2647.54s -> 2648.10s] che sono vere
[2648.10s -> 2649.10s] o che sono false.
[2649.52s -> 2650.06s] Una parola
[2650.06s -> 2651.28s] è sostituibile con un'altra
[2651.28s -> 2652.56s] con una certa probabilità.
[2653.20s -> 2653.70s] Se io gli chiedo
[2653.70s -> 2654.14s] di fare due parole
[2654.30s -> 2654.84s] due più due
[2654.84s -> 2656.10s] con una certa probabilità
[2656.10s -> 2656.72s] mi dice due
[2656.72s -> 2657.86s] mi dice quattro
[2657.86s -> 2659.00s] ma con una certa probabilità
[2659.00s -> 2660.28s] mi potrebbe anche dire cinque
[2660.28s -> 2660.78s] perché
[2660.78s -> 2662.26s] a un certo punto
[2662.26s -> 2662.78s] tira il dado
[2662.78s -> 2663.72s] e casca su cinque.
[2664.72s -> 2665.78s] Non ragiona
[2665.78s -> 2666.72s] genera
[2666.72s -> 2667.74s] tirando un dado.
[2673.14s -> 2674.36s] Questo è il ritratto
[2674.36s -> 2675.22s] di Edmond Mellamy
[2675.22s -> 2676.52s] del 2018
[2676.52s -> 2678.58s] è stato venduto da Christie
[2678.58s -> 2680.08s] credo per mezzo milione di
[2680.08s -> 2682.28s] mezzo milione di dollari.
[2684.30s -> 2685.46s] Volete sapere di chi è?
[2685.60s -> 2686.20s] C'è la firma.
[2687.86s -> 2688.86s] La firma è là sotto
[2688.86s -> 2689.48s] non si vede
[2689.48s -> 2690.48s] ma adesso ve la zoomo.
[2692.24s -> 2692.80s] È questa.
[2693.80s -> 2695.06s] Questa è la firma dell'autore.
[2696.12s -> 2696.62s] Quella era lì
[2696.62s -> 2697.58s] è l'unica formula
[2697.58s -> 2698.70s] che vi avevo promesso
[2698.70s -> 2701.30s] in tutta la presentazione
[2701.30s -> 2702.32s] ed è
[2702.32s -> 2704.40s] la legge matematica
[2704.40s -> 2705.74s] che guida l'addestramento
[2705.74s -> 2707.06s] di una rete particolare
[2707.06s -> 2708.20s] che è quella GAN
[2708.20s -> 2708.80s] scritta lì
[2708.80s -> 2709.10s] che si chiama
[2709.10s -> 2711.04s] Generative Adversarial Network
[2711.04s -> 2713.42s] Rete avversariale generativa.
[2713.42s -> 2714.14s] È una rete
[2714.14s -> 2714.48s] neurale
[2714.48s -> 2716.22s] che genera
[2716.22s -> 2716.58s] cose
[2716.58s -> 2717.34s] in questo caso
[2717.34s -> 2718.14s] quel quadro.
[2718.42s -> 2718.74s] Questa è stata
[2718.74s -> 2720.48s] la prima opera d'arte
[2720.48s -> 2721.54s] cogenerata
[2721.54s -> 2722.82s] di arte
[2722.82s -> 2723.78s] diciamo pittorica
[2723.78s -> 2724.46s] cogenerata
[2724.46s -> 2725.42s] da essere umano
[2725.42s -> 2726.92s] e intelligenza artificiale
[2726.92s -> 2727.68s] e venduta anche
[2727.68s -> 2728.36s] l'essere umano
[2728.36s -> 2729.90s] ci ha guadagnato
[2729.90s -> 2730.48s] qualcosina
[2730.48s -> 2731.54s] insomma direi
[2731.54s -> 2732.56s] perché non credo
[2732.56s -> 2732.98s] abbia speso
[2732.98s -> 2735.82s] 432.500 euro
[2735.82s -> 2737.14s] di bolletta energetica.
[2737.14s -> 2738.10s] Caro Rubens
[2738.10s -> 2739.86s] siamo indietro
[2739.86s -> 2740.98s] siamo rimasti indietro
[2740.98s -> 2742.94s] sei messo male
[2742.94s -> 2743.14s] ecco
[2743.14s -> 2744.78s] recupereremo
[2744.78s -> 2746.34s] come funziona
[2746.34s -> 2746.60s] questa rete
[2746.60s -> 2747.20s] ora vi racconto
[2747.20s -> 2747.62s] come funziona
[2747.62s -> 2747.86s] questa rete
[2747.86s -> 2748.72s] perché è divertente
[2748.72s -> 2749.70s] questa rete qui
[2749.70s -> 2750.32s] funziona
[2750.32s -> 2752.78s] quella equazione matematica
[2752.78s -> 2753.74s] che avevo scritto prima
[2753.74s -> 2755.98s] gioca a guardia ladri
[2755.98s -> 2759.28s] che mi sembra adatto
[2759.28s -> 2759.74s] visto che ci sono
[2759.74s -> 2760.76s] di mezzo i pittori
[2760.76s -> 2761.70s] e tra le cose
[2761.70s -> 2762.88s] più rubate al mondo
[2762.88s -> 2763.80s] sono i quadri
[2763.80s -> 2765.86s] e le opere d'arte
[2765.86s -> 2767.92s] come vedete
[2767.92s -> 2768.92s] c'è una rete neurale
[2768.92s -> 2770.90s] immaginate queste cose blu
[2770.90s -> 2772.26s] essere delle reti neurali
[2772.26s -> 2773.12s] c'è un quadro
[2773.14s -> 2773.32s] una
[2773.32s -> 2774.56s] che è il ladro
[2774.56s -> 2775.94s] furbacchione
[2775.94s -> 2777.28s] che dipinge un quadro
[2777.28s -> 2779.84s] e poi c'è il povero pittore
[2779.84s -> 2780.28s] che dipinge
[2780.28s -> 2781.40s] un certo numero di quadri
[2781.40s -> 2783.66s] che sono veri
[2783.66s -> 2784.38s] questo è finto
[2784.38s -> 2784.92s] perché è generato
[2784.92s -> 2785.50s] dalla rete neurale
[2785.50s -> 2786.34s] e poi c'è un altro pezzo
[2786.34s -> 2787.14s] della rete neurale
[2787.14s -> 2788.96s] che riceve in ingresso
[2788.96s -> 2790.56s] o un quadro vero
[2790.56s -> 2791.88s] o qualunque cosa
[2791.88s -> 2792.98s] la banda Bassotti
[2792.98s -> 2794.26s] gli mandi in ingresso
[2794.26s -> 2795.50s] il lavoro
[2795.50s -> 2797.50s] di questo discriminatore
[2797.50s -> 2798.54s] è dire se quello che riceve
[2798.54s -> 2799.26s] è un falso
[2799.26s -> 2800.14s] oppure un quadro vero
[2801.36s -> 2802.12s] indovinate un po'
[2802.12s -> 2803.12s] per come effettivamente
[2803.14s -> 2803.56s] è fatto
[2803.56s -> 2805.18s] l'apprendimento di questa rete qui
[2805.18s -> 2808.64s] insegnando al discriminatore
[2808.64s -> 2809.56s] a distinguere
[2809.56s -> 2810.82s] se in ingresso
[2810.82s -> 2812.10s] c'è qualcosa di vero
[2812.10s -> 2813.12s] o di falso
[2813.12s -> 2815.32s] si insegna al generatore
[2815.32s -> 2816.14s] a cercare di fregare
[2816.68s -> 2818.90s] il discriminatore
[2818.90s -> 2819.56s] cioè
[2819.56s -> 2821.64s] quella formula
[2821.64s -> 2822.54s] che avete visto prima
[2822.54s -> 2823.60s] ha due pezzi
[2823.60s -> 2824.68s] un pezzo che dice
[2824.68s -> 2825.14s] al generatore
[2825.72s -> 2826.56s] il tuo lavoro
[2826.56s -> 2828.06s] è cercare di fregare
[2828.06s -> 2828.86s] il discriminatore
[2828.86s -> 2829.48s] fagli credere
[2829.48s -> 2831.44s] che un falso sia un vero
[2831.44s -> 2832.42s] il lavoro del discriminatore
[2832.42s -> 2832.76s] è dire
[2832.76s -> 2833.12s] tu devi
[2833.12s -> 2834.12s] devi diventare molto bravo
[2834.12s -> 2834.56s] a riconoscere
[2834.56s -> 2835.52s] cos'è il falso davvero
[2835.52s -> 2836.80s] da questo gioco
[2836.80s -> 2837.72s] tra due giocatori
[2837.72s -> 2838.62s] tra due guardie
[2838.62s -> 2839.56s] tra la guardia
[2839.56s -> 2840.94s] che è il discriminatore
[2840.94s -> 2841.60s] e il ladro
[2841.60s -> 2842.36s] che è il generatore
[2842.36s -> 2843.34s] il generatore diventa
[2843.34s -> 2844.18s] sempre più bravo
[2844.18s -> 2845.02s] a generare quadri
[2845.02s -> 2846.48s] che sono indistinguibili
[2846.48s -> 2847.60s] da quelli del pittore
[2847.60s -> 2849.82s] cosa c'è alla base
[2849.82s -> 2850.82s] come fa a generare
[2850.82s -> 2852.36s] quadri diversi
[2852.36s -> 2853.34s] prima di tutto
[2853.34s -> 2854.96s] l'ingresso del generatore
[2854.96s -> 2856.14s] ricordate che ogni rete neurale
[2856.14s -> 2856.80s] c'è un ingresso
[2856.80s -> 2857.94s] l'ingresso del generatore
[2857.94s -> 2858.74s] è un tiro di dado
[2858.74s -> 2861.30s] è un numero
[2861.30s -> 2862.88s] o un insieme di numeri
[2862.88s -> 2863.10s] generato
[2863.12s -> 2864.16s] generati casualmente
[2864.16s -> 2865.40s] che dà
[2865.40s -> 2866.26s] la spark
[2866.26s -> 2867.92s] la scintilla creativa
[2867.92s -> 2869.08s] sulla quale poi
[2869.08s -> 2870.50s] il generatore trasforma
[2870.50s -> 2872.18s] quell'informazione casuale
[2872.18s -> 2874.12s] in un quadro
[2874.12s -> 2876.46s] ogni numero nuovo
[2876.46s -> 2877.00s] generato
[2877.00s -> 2878.12s] genera un quadro diverso
[2878.92s -> 2881.22s] e questo è stato
[2881.22s -> 2881.94s] per tanti anni
[2881.94s -> 2883.12s] qui si parla degli anni 2018
[2883.68s -> 2885.08s] è stato per tanti anni
[2885.08s -> 2886.38s] il modello di riferimento
[2886.38s -> 2887.44s] per la generazione
[2887.44s -> 2888.38s] veniva usato
[2888.38s -> 2889.56s] per il trasferimento di stile
[2889.56s -> 2890.84s] c'erano diverse atto
[2890.84s -> 2891.54s] che giravano
[2891.54s -> 2893.08s] tra il 2018
[2893.08s -> 2893.10s] e il 2018
[2893.10s -> 2893.52s] e il 2020
[2893.52s -> 2894.88s] in cui potevate dare
[2894.88s -> 2895.40s] in ingresso
[2895.40s -> 2896.44s] delle immagini
[2896.44s -> 2898.30s] e quelle vi tiravano fuori
[2898.30s -> 2899.40s] le stesse immagini
[2899.40s -> 2900.76s] riviste da Monet
[2900.76s -> 2901.74s] da Van Gogh
[2901.74s -> 2902.54s] da Cezanne
[2902.54s -> 2904.56s] o nelle stampe giapponesi
[2904.56s -> 2904.80s] su
[2904.80s -> 2905.22s] su
[2905.22s -> 2905.94s] su
[2905.94s -> 2906.10s] su
[2906.10s -> 2908.00s] su
[2908.00s -> 2908.02s] su
[2908.02s -> 2908.04s] su
[2908.04s -> 2908.06s] su
[2908.06s -> 2908.08s] su
[2908.08s -> 2908.10s] su
[2908.10s -> 2908.12s] su
[2908.12s -> 2908.14s] su
[2908.14s -> 2908.16s] su
[2908.16s -> 2908.18s] su
[2908.18s -> 2908.20s] su
[2908.20s -> 2908.22s] su
[2908.22s -> 2908.24s] su
[2908.24s -> 2908.26s] su
[2908.26s -> 2908.28s] su
[2908.28s -> 2908.30s] su
[2908.30s -> 2908.32s] su
[2908.32s -> 2908.34s] su
[2908.34s -> 2908.36s] su
[2908.36s -> 2908.38s] su
[2908.38s -> 2908.40s] su
[2908.40s -> 2908.42s] su
[2908.42s -> 2908.44s] su
[2908.44s -> 2908.48s] su
[2908.48s -> 2908.52s] su
[2908.52s -> 2908.54s] su
[2908.54s -> 2908.56s] su
[2908.56s -> 2908.58s] su
[2908.58s -> 2910.72s] su
[2910.72s -> 2910.74s] su
[2910.74s -> 2910.76s] su
[2910.76s -> 2910.80s] su
[2910.80s -> 2910.86s] su
[2910.86s -> 2910.88s] su
[2910.88s -> 2910.92s] su
[2910.92s -> 2910.96s] su
[2910.96s -> 2911.06s] su
[2911.06s -> 2912.04s] su
[2912.04s -> 2912.06s] su
[2912.06s -> 2912.08s] su
[2912.08s -> 2913.04s] su
[2913.04s -> 2913.08s] su
[2913.08s -> 2923.08s] su
[2923.10s -> 2925.10s] su
[2951.50s -> 2952.90s] su
[2952.90s -> 2952.98s] su
[2952.98s -> 2953.00s] su
[2953.00s -> 2953.02s] su
[2953.02s -> 2953.06s] su
[2953.06s -> 2953.08s] su
[2953.08s -> 2953.10s] su
[2953.10s -> 2965.12s] questo artista neurale, che alla fine diventa un copiatore, non crea tanto di più o tanto di diverso rispetto a quello che viene creato dall'artista.
[2965.38s -> 2972.42s] Perché? Perché viene addestrato a creare cose che siano indistinguibili da quelle degli artisti con cui viene confrontato.
[2972.42s -> 2982.26s] Allora come faccio a creare qualcosa di realmente diverso? Do a quella rete, stimolo quella rete a creare qualcosa che confonde la rete stessa.
[2983.10s -> 2998.16s] Quindi prendo una rete come quella vista in precedenza, la addestro su opere dal XV al XX secolo, quindi i pittori veri sono tutti pittori dal XV al XX secolo di vari stili pittorici,
[2998.16s -> 3006.44s] la rete impara a generare quadri che siano coerenti e indistinguibili da questi, come stile, e poi cosa gli dico?
[3006.84s -> 3013.08s] La spingo matematicamente, d'ora in poi, a generare cose che non possono essere riconosciute in nessuno degli stili pittorici,
[3013.10s -> 3015.00s] dal XV al XX secolo.
[3016.60s -> 3031.06s] E questo è quello che viene fatto, queste sono delle opere generate dalla rete neurale perché sono state spinte a generare queste opere che non sono classificabili nell'impressionismo, nell'espressionismo.
[3033.30s -> 3039.92s] E questo viene fatto aggiungendo un termine che si chiama entropia, l'entropia è una misura della confusione dei sistemi.
[3039.92s -> 3042.94s] Si spinge la rete ad essere il più confusa possibile.
[3043.10s -> 3049.10s] E' sul posizionamento artistico delle cose che sta generando rispetto a ciò che è già noto.
[3050.16s -> 3061.96s] Vabbè, poi si sono stati fatti dei test facendo vedere le opere generate dall'intelligenza artificiale versus delle opere dell'astrattismo e dell'espressionismo astratto
[3061.96s -> 3067.52s] versus delle opere presentate alla Art Basel, che è una mostra d'arte moderna piuttosto famosa.
[3067.52s -> 3072.80s] E la cosa divertente è che il 75% delle opere artificiali sono state considerate umane.
[3073.10s -> 3082.16s] Vabbè, l'85% dei dipinti espressionisti sono stati riconosciuti come tali, il 48% delle opere umane esposte all'Art Basel invece non sono state riconosciute.
[3082.56s -> 3087.10s] Quindi sono state riconosciute come umane, quindi il 52% come artificiali.
[3087.90s -> 3096.18s] Quindi l'intelligenza artificiale genera arte più umana degli umani, moderni.
[3096.66s -> 3102.22s] C'è un artista che si chiama Roby Barat che già nel 2000, a partire dagli anni 2018,
[3103.10s -> 3115.56s] 2018-2019, produceva usando l'intelligenza artificiale, cioè usando l'intelligenza artificiale come strumento, come pennello intelligente per modificare le proprie creazioni.
[3117.60s -> 3132.56s] Ci sono applicazioni dell'intelligenza artificiale nella moda, per esempio, quelle immagini lì che vedete sono state dipinte da delle reti neurali su uno schema di giubbotto, di camicia bianco.
[3133.10s -> 3142.10s] La rete neurale riceve in ingresso una camicia bianca e genera in uscita un design per la camicia.
[3142.10s -> 3147.54s] Questo è un lavoro di Facebook, credo, degli anni 19-20.
[3149.74s -> 3162.72s] Più recentemente si usano altri tipi di modelli, cioè quelli che vedete ora che generano queste bellissime immagini molto fotorealistiche sono basati su un altro tipo di intelligenza artificiale che io ho usato per cercare di ricollocare l'intelligenza,
[3163.10s -> 3166.92s] che è la torre di Pisa nella produzione artistica del Mantegna.
[3170.14s -> 3171.48s] Risultati discutibili.
[3174.94s -> 3176.46s] A voi quale piace di più?
[3177.44s -> 3178.34s] Nessuno, sono tremendi.
[3178.98s -> 3184.62s] Sono discutibili perché credo che ci sia molto poco Mantegna nella generazione.
[3185.86s -> 3188.20s] Sì, diciamo che ce n'è molto poco.
[3188.38s -> 3191.02s] Forse quella in alto un pelino di più.
[3191.02s -> 3193.02s] Le nuvole, le nuvole ci hanno un po'.
[3193.10s -> 3201.46s] Sì, sì, considerate che questa è di Microsoft e questa è di un passante, cioè di qualcuno che in realtà non è una grassa azienda, però secondo me funziona quasi meglio di altre.
[3201.86s -> 3208.80s] Queste sono molto fotorealistiche perché se avete presente Pisa questa è una rappresentazione piuttosto realistica di come è fatta Piazza dei Mirai.
[3209.84s -> 3218.50s] Come funzionano, adesso ci arrivo, questi strumenti qui però, al di là di fare delle cose discutibili da un punto di vista artistico,
[3218.50s -> 3222.52s] cercando di creare pittori che sappiano difendersi bene di persona,
[3223.10s -> 3225.88s] possono essere utilizzate per creare cose nuove.
[3225.96s -> 3232.10s] Per esempio, questo che vedete a sinistra è un'interazione tra lo studio di Zahadid,
[3232.58s -> 3235.82s] ZHA è lo studio dell'architetto Zahadid,
[3236.52s -> 3238.22s] morto però, insomma lo studio sopravvive,
[3238.66s -> 3242.66s] e Refik Anadol che è un architetto e artista digitale
[3242.66s -> 3245.86s] e usa l'intelligenza artificiale, poi lo rivedremo più avanti,
[3246.30s -> 3249.86s] in questo caso per creare concept architettonici.
[3251.02s -> 3253.06s] Oppure possono essere usate per creare concept,
[3253.10s -> 3256.16s] per esempio, di oggetti d'arredamento,
[3257.58s -> 3262.24s] usando mid-journey, che sono questi strumenti moderni basati sull'architettura di fusione.
[3262.60s -> 3267.00s] Quello che vedete là, per esempio, è un concept di autovolante,
[3267.28s -> 3272.02s] creato utilizzando, lavorando, in cui l'umano ha lavorato insieme all'intelligenza artificiale
[3272.02s -> 3276.10s] per raffinare un'idea di concetto di un autovolante.
[3276.18s -> 3280.00s] Quelli a destra, invece, sono dei giochi a tema granchio
[3280.00s -> 3281.94s] generati dall'intelligenza artificiale.
[3281.94s -> 3282.54s] Quindi c'è.
[3283.10s -> 3285.34s] La possibilità di sfruttare questi strumenti
[3285.34s -> 3287.04s] in interazione con l'essere umano
[3287.04s -> 3289.64s] per aumentare la creatività.
[3291.12s -> 3292.30s] Questi strumenti cosa fanno?
[3292.90s -> 3293.44s] Come funzionano?
[3293.84s -> 3296.96s] Questo è un altro, è l'ultimo modello di intelligenza artificiale
[3296.96s -> 3299.20s] che cerco di raccontarvi, poi finisco, prometto.
[3300.94s -> 3304.26s] I modelli che hanno fatto quella roba lì, e anche quella,
[3304.88s -> 3307.40s] credo siano modelli a diffusione, immagino,
[3308.12s -> 3312.00s] per la qualità della trasformazione,
[3312.00s -> 3314.60s] che sono lo stato dell'arte, non ciò che viene utilizzato ad ora.
[3315.92s -> 3319.60s] Vi voglio spiegare come funzionano, brevemente,
[3319.68s -> 3325.16s] perché è molto divertente, di nuovo, il gioco creativo che c'è sotto.
[3325.92s -> 3329.44s] Tutto inizia con la distruzione di un capolavoro.
[3329.50s -> 3331.20s] Ci serve un capolavoro da distruggere.
[3333.44s -> 3334.96s] Prendiamo l'orazione dell'orto.
[3337.08s -> 3338.30s] E lo distruggiamo.
[3338.88s -> 3340.14s] Come si distrugge un'immagine?
[3340.88s -> 3341.98s] Si tira un dado.
[3342.00s -> 3347.50s] Si genera un'immagine della stessa dimensione, ma piena di numeri a caso.
[3347.90s -> 3348.26s] Rumore.
[3349.48s -> 3350.12s] E poi che si fa?
[3351.52s -> 3353.28s] Si unisce l'immagine con il rumore,
[3354.38s -> 3356.84s] e si ottiene un'immagine un po' rovinata.
[3357.94s -> 3358.02s] No?
[3359.30s -> 3360.86s] Vi ha rovinato un po' il capolavoro.
[3361.88s -> 3362.78s] E dice, che ci fai?
[3364.86s -> 3368.12s] Immaginate di ripetere questo processo più volte.
[3369.24s -> 3371.12s] Tiro un dado, rovino un po' il capolavoro,
[3372.00s -> 3373.50s] tiro un altro dado,
[3373.76s -> 3376.56s] genero un altro po' di informazione casuale,
[3376.96s -> 3377.76s] continuo ad aggiungerla,
[3377.88s -> 3381.28s] finché ho trasformato un'immagine,
[3381.78s -> 3383.72s] o più di un'immagine,
[3385.16s -> 3386.40s] un capolavoro,
[3386.40s -> 3388.52s] in quella cosa che c'è a destra.
[3389.68s -> 3390.28s] Rumore puro.
[3391.98s -> 3393.38s] Ho fatto qualcosa di intelligente?
[3393.52s -> 3393.98s] Ancora no.
[3394.98s -> 3396.44s] Ora inizio a fare le cose intelligenti.
[3396.56s -> 3397.64s] A destra una rete neurale,
[3397.68s -> 3399.10s] a prendere in input il rumore,
[3399.10s -> 3401.56s] e a invertire un po' il processo,
[3401.56s -> 3402.48s] di distruzione.
[3403.24s -> 3404.20s] E a partire dal rumore,
[3404.24s -> 3405.04s] al primo passaggio,
[3405.16s -> 3407.52s] creo una cosa che è un po' meno rumore,
[3408.06s -> 3409.28s] poi una cosa che è un po' meno rumore,
[3409.46s -> 3410.62s] poi una cosa che è un po' meno rumore,
[3410.96s -> 3412.14s] poi una cosa che è effettivamente
[3412.14s -> 3415.92s] l'immagine che ho creato.
[3416.22s -> 3417.74s] Quindi io posso prendere tutte le immagini
[3417.74s -> 3418.80s] conosciute del mondo,
[3419.30s -> 3421.20s] romperle con questo sistema,
[3422.18s -> 3425.26s] addestrare una rete a invertire il rumore,
[3425.90s -> 3426.64s] e poi che faccio?
[3427.52s -> 3428.92s] Butto via tutta la parte di rottura,
[3429.40s -> 3430.36s] genero del rumore,
[3430.94s -> 3431.54s] lo metto qui dentro,
[3431.56s -> 3433.52s] lo do in pasto alla rete neurale,
[3433.56s -> 3434.90s] la rete neurale prenderà quel rumore,
[3435.46s -> 3437.16s] e siccome è stata addestrata a prendere il rumore
[3437.16s -> 3438.94s] e a trasformarlo in qualcosa di intellegibile,
[3439.06s -> 3442.12s] prenderà quel rumore e lo trasformerà in un'immagine.
[3443.38s -> 3444.80s] Quindi di nuovo, tiro un dado,
[3445.02s -> 3445.68s] genero rumore,
[3446.14s -> 3446.80s] atto creativo,
[3447.30s -> 3449.62s] trasformazione del rumore in una cosa
[3449.62s -> 3450.92s] intellegibile.
[3454.76s -> 3455.94s] Ora arrivo alla conclusione,
[3456.22s -> 3457.40s] prometto che vi faccio andare a letto.
[3457.40s -> 3458.40s] E...
[3458.40s -> 3461.38s] Se vuole bere un gucciodacco,
[3461.56s -> 3463.78s] no, ma io vado avanti così.
[3464.54s -> 3466.50s] Lui lo sa, ma ha subito per anni,
[3466.58s -> 3467.26s] io posso andare avanti.
[3468.38s -> 3470.22s] Per ore, purtroppo per voi.
[3471.62s -> 3474.36s] Vi ho parlato di creatività artificiale,
[3474.42s -> 3477.24s] ma la coscienza non è ancora spuntata fuori,
[3477.32s -> 3478.84s] quindi fatemi perdere un attimo di tempo
[3478.84s -> 3479.96s] per raccontare questa cosa.
[3481.06s -> 3482.76s] Se chiedete a Margaret Bowden,
[3482.92s -> 3487.90s] che è una ricercatrice scienziata
[3487.90s -> 3490.56s] che si occupa di creatività e intelligenza artificiale,
[3490.66s -> 3490.80s] dice,
[3491.56s -> 3492.58s] che la creatività
[3492.58s -> 3495.60s] può essere definita come l'abilità
[3495.60s -> 3496.56s] di generare
[3496.56s -> 3499.42s] idee nuove
[3499.42s -> 3500.88s] e di valore.
[3501.54s -> 3503.72s] Cioè, nuove e di valore.
[3504.92s -> 3505.88s] Questa è la definizione
[3505.88s -> 3507.32s] che dà la Bowden, che comunque
[3507.32s -> 3508.76s] non è una filosofa,
[3509.42s -> 3511.66s] è una scienziata, è una persona che si occupa
[3511.66s -> 3513.34s] di intelligenza artificiale, quindi
[3513.34s -> 3515.32s] ha un suo pregiudizio,
[3515.32s -> 3516.30s] ma questa è la definizione.
[3516.72s -> 3519.68s] Allora, se io prendo la mossa 37
[3519.68s -> 3520.38s] di AlphaGo,
[3521.56s -> 3524.02s] è questo sistema di intelligenza artificiale
[3524.02s -> 3525.88s] che a un certo punto è stato fatto giocare
[3525.88s -> 3527.90s] contro il campione mondiale di Go
[3527.90s -> 3528.74s] e l'ha stracciato.
[3530.00s -> 3531.94s] Go era questo sport
[3531.94s -> 3533.30s] di origine cinese, diciamo,
[3533.38s -> 3535.72s] questo gioco di origine cinese che è sempre
[3535.72s -> 3537.66s] stato ritenuto come la cosa troppo
[3537.66s -> 3538.24s] difficile
[3538.24s -> 3541.70s] per le macchine che non riusciranno mai a battere
[3541.70s -> 3542.08s] l'uomo.
[3543.40s -> 3545.08s] E adesso lo battono rigorosamente.
[3545.52s -> 3547.44s] E' rimasta famosa questa mossa 37
[3547.44s -> 3549.44s] che è questo posizionamento di questa
[3550.44s -> 3551.26s] pietrina nera
[3551.56s -> 3552.90s] e a questo punto qui particolare
[3552.90s -> 3555.50s] l'intelligenza artificiale
[3555.50s -> 3557.72s] giocava col nero, l'umano col bianco
[3557.72s -> 3559.74s] nel momento che è stata
[3559.74s -> 3561.86s] messa giù quella cosa lì hanno iniziato a ridere tutti
[3561.86s -> 3563.64s] quelli che
[3563.64s -> 3565.28s] capivano qualcosa di lui, dice questa è
[3565.28s -> 3567.92s] paresemente ha fatto una cavolata
[3567.92s -> 3571.82s] man mano che sono nelle mosse
[3571.82s -> 3574.08s] 20, 30, 40 mosse successive
[3574.08s -> 3575.60s] la faccia del campione
[3575.60s -> 3577.82s] mondiale di Go
[3577.82s -> 3580.02s] ha iniziato a sbiancare
[3580.02s -> 3581.18s] e a cambiare colore
[3581.56s -> 3584.44s] che ha realizzato la profondità
[3584.44s -> 3585.34s] della mossa
[3585.34s -> 3588.12s] totalmente in attesa per tutti
[3588.12s -> 3589.48s] gli esseri umani che c'erano
[3589.48s -> 3590.76s] esperti di Go
[3590.76s -> 3593.70s] che gli ha fatto vincere la partita.
[3594.58s -> 3596.06s] Allora questo è un atto creativo o no?
[3597.12s -> 3598.38s] Perché è nuova
[3598.38s -> 3599.66s] ed è di valore
[3599.66s -> 3601.62s] perché ti fa vincere la partita.
[3603.42s -> 3604.48s] E' una bella domanda, no?
[3604.98s -> 3606.12s] Secondo questa definizione
[3606.12s -> 3606.88s] è un atto creativo.
[3608.20s -> 3609.68s] O è pura ricerca
[3609.68s -> 3611.24s] ottimizzata delle soluzioni?
[3611.56s -> 3614.32s] Se chiedete a Melanie Mitchell
[3614.32s -> 3615.54s] dice no.
[3615.98s -> 3617.98s] Perché la creatività richiede la capacità
[3617.98s -> 3620.08s] di riconoscere che abbiamo fatto una cosa ganza.
[3620.20s -> 3622.16s] Fatemi usare un toscanismo anche se sono sardo.
[3622.64s -> 3623.12s] Allora non sono
[3623.12s -> 3625.62s] toscano. Vivo ahimè
[3625.62s -> 3627.98s] e per fortuna in Toscana da un po'
[3628.04s -> 3628.72s] ma sono sardo.
[3631.00s -> 3631.36s] Quindi
[3631.36s -> 3633.88s] un atto è realmente creativo
[3633.88s -> 3636.70s] se chi lo fa è in grado di riconoscere
[3636.70s -> 3638.34s] quanto
[3638.34s -> 3640.32s] è nuova
[3640.32s -> 3641.32s] e valida.
[3641.56s -> 3643.24s] La cosa che abbiamo generato.
[3643.32s -> 3645.18s] Allora sì che è un atto di reale creatività.
[3646.08s -> 3647.76s] Quindi non esiste creatività
[3647.76s -> 3649.24s] fondamentalmente senza coscienza.
[3649.38s -> 3651.54s] Perché se io non riesco a essere cosciente
[3651.54s -> 3653.46s] di ciò che ho creato non esiste la creatività.
[3653.94s -> 3655.20s] Questo in filosofia si chiama
[3655.20s -> 3656.66s] aha moment.
[3656.98s -> 3657.60s] E' il momento in cui fate
[3657.60s -> 3659.86s] quello lì.
[3659.96s -> 3662.28s] Che realizzate quanto
[3662.28s -> 3665.52s] è importante ciò che avete fatto.
[3666.04s -> 3667.28s] Quindi in realtà
[3667.28s -> 3669.48s] secondo queste definizioni
[3669.48s -> 3671.48s] l'idea generativa non può essere definita creativa
[3671.56s -> 3673.54s] perché non può comprendere la propria
[3673.54s -> 3674.46s] creatività. Cioè
[3674.46s -> 3677.32s] AlphaGo può vincere la partita di Go
[3677.32s -> 3678.76s] e la vincerà mille volte
[3678.76s -> 3681.04s] ma non sa neanche che sta giocando a Go.
[3683.56s -> 3685.62s] Quindi il punto, c'è un legame
[3685.62s -> 3687.90s] stretto tra creatività e coscienza.
[3689.30s -> 3690.12s] E questo ci porta
[3690.12s -> 3693.52s] alla domanda risolvibile di che cos'è
[3693.52s -> 3694.30s] la coscienza.
[3694.88s -> 3695.66s] Quello è
[3695.66s -> 3699.46s] come lo possiamo definire
[3699.46s -> 3701.52s] la rock star dei filosofi.
[3701.56s -> 3703.02s] David Chalmers
[3703.02s -> 3705.86s] che ha definito la domanda
[3705.86s -> 3707.10s] che cos'è la coscienza
[3707.10s -> 3709.04s] la domanda difficile, la hard question
[3709.04s -> 3710.46s] question of consciousness.
[3711.36s -> 3712.38s] Che cos'è la coscienza?
[3713.56s -> 3715.02s] Nessuno sa dare questa risposta.
[3715.12s -> 3716.34s] Infatti tutti ci rifugiamo
[3716.34s -> 3719.32s] in altre cose. Perché?
[3719.48s -> 3721.66s] Perché poi alla fine
[3721.66s -> 3723.58s] dipende perché ci facciamo questa domanda.
[3723.68s -> 3725.42s] Io da informatico questa domanda per esempio
[3725.42s -> 3727.66s] non me la voglio fare. Ma non me la voglio fare
[3727.66s -> 3729.72s] non perché io non voglia riflettere sulla coscienza
[3729.72s -> 3731.36s] ma perché la coscienza
[3731.56s -> 3733.80s] è un'esperienza
[3733.80s -> 3735.60s] tipicamente umana. Noi non attribuiamo
[3735.60s -> 3736.54s] coscienza agli animali.
[3737.42s -> 3739.14s] Agli animali non attribuiamo coscienza.
[3739.66s -> 3741.76s] Nessun filosofo attribuisce coscienza agli animali.
[3742.52s -> 3743.82s] Attribuiamo un altro
[3743.82s -> 3745.62s] tipo di cosa che si chiama
[3745.62s -> 3747.88s] consapevolezza. Che è diverso
[3747.88s -> 3749.62s] dalla coscienza, dall'esperienza umana.
[3749.88s -> 3752.08s] Quindi io davvero mi devo preoccupare
[3752.08s -> 3753.98s] della coscienza del sistema intelligente
[3753.98s -> 3756.02s] o forse mi posso occupare di qualcosa
[3756.02s -> 3757.54s] di un po' più debole
[3757.54s -> 3759.66s] che è la consapevolezza. Io voglio
[3759.66s -> 3761.28s] occuparmi di consapevolezza. Quindi
[3761.56s -> 3764.10s] in altri tipi di agenti spostiamo
[3764.10s -> 3766.06s] la domanda
[3766.06s -> 3767.76s] su una cosa più
[3767.76s -> 3769.10s] debole, la consapevolezza.
[3770.04s -> 3771.82s] In inglese consciousness e awareness.
[3773.14s -> 3774.08s] La consapevolezza
[3774.08s -> 3775.62s] quella sì
[3775.62s -> 3777.66s] che è necessaria
[3777.66s -> 3779.60s] per il prossimo salto di specie
[3779.60s -> 3781.60s] se vogliamo, perché è ciò che ci permette
[3781.60s -> 3783.90s] di rappresentare e comunicare
[3783.90s -> 3785.60s] l'informazione. Cioè
[3785.60s -> 3787.50s] di prendere uno stimolo in ingresso
[3787.50s -> 3789.74s] l'immagine che abbiamo visto
[3789.74s -> 3791.44s] dare in ingresso alla
[3791.44s -> 3792.92s] rete neurale e trasformarla
[3792.92s -> 3795.48s] in una rappresentazione che io so
[3795.48s -> 3797.40s] di avere, che io sento nel mio
[3797.40s -> 3799.32s] interiore. Quella è consapevolezza.
[3799.56s -> 3801.50s] È un'esperienza soggettiva
[3801.50s -> 3803.34s] ma basata sulla percezione o
[3803.34s -> 3804.28s] sull'interocezione
[3804.28s -> 3807.38s] e non è
[3807.38s -> 3809.06s] un modello
[3809.06s -> 3810.56s] monolitico.
[3811.62s -> 3813.64s] Abbiamo consapevolezza
[3813.64s -> 3815.24s] di tante cose in contemporanea.
[3815.42s -> 3817.22s] Io mentre parlo consapevolezza
[3817.22s -> 3819.62s] della mia voce, di ciò che sto dicendo, del mio corpo
[3819.62s -> 3821.36s] di come è posizionato nello spazio
[3821.44s -> 3823.66s] quindi la consapevolezza è un modello
[3823.66s -> 3825.76s] multidimensionale. Quella roba
[3825.76s -> 3827.22s] si chiama spider diagram
[3827.22s -> 3829.52s] è una cosa che vi dice che la consapevolezza
[3829.52s -> 3831.40s] non ha un'unica dimensione ma ne ha tante
[3831.40s -> 3833.42s] nello spazio e io nel tempo
[3833.42s -> 3835.52s] ho diverse rappresentazioni
[3835.52s -> 3837.10s] della consapevolezza di ciò che io so.
[3840.12s -> 3841.28s] Perché mi interessa
[3841.28s -> 3843.52s] la consapevolezza negli agenti di IA?
[3843.66s -> 3845.64s] Perché la consapevolezza
[3845.64s -> 3847.78s] se torniamo prima, mi permette di rappresentare
[3847.78s -> 3849.16s] e comunicare l'informazione.
[3849.68s -> 3851.32s] Se io so rappresentare l'informazione la posso
[3851.44s -> 3853.92s] comunicare. Quindi se io
[3853.92s -> 3858.12s] so rappresentare l'informazione, la so misurare
[3858.12s -> 3859.74s] da ingegnere
[3859.74s -> 3861.28s] se so misurare qualcosa
[3861.28s -> 3862.98s] la so controllare.
[3863.86s -> 3865.32s] Quindi posso misurarla
[3865.32s -> 3867.66s] la coscienza non si misura, nessuno
[3867.66s -> 3869.36s] è in grado di misurare la coscienza
[3869.36s -> 3871.90s] alcuni stati di consapevolezza si possono
[3871.90s -> 3873.78s] misurare. Se si possono
[3873.78s -> 3875.58s] misurare, si possono ingegnerizzare
[3875.58s -> 3877.52s] si possono controllare, li posso mettere dentro
[3877.52s -> 3878.78s] il sistema intelligente.
[3880.62s -> 3881.42s] Ci sono diversi
[3881.44s -> 3883.76s] schemi cognitivi
[3883.76s -> 3885.82s] computazionali di consapevolezza
[3885.82s -> 3887.52s] tutti in un modo
[3887.52s -> 3889.40s] o nell'altro girano intorno alla
[3889.40s -> 3891.24s] necessità di
[3891.24s -> 3893.16s] integrare l'informazione
[3893.16s -> 3895.48s] da qualche parte, con qualche meccanismo
[3895.48s -> 3897.70s] quindi la memoria gioca un ruolo fondamentale
[3897.70s -> 3899.46s] senza memoria non c'è consapevolezza
[3899.46s -> 3901.42s] senza capacità di integrazione
[3901.42s -> 3903.34s] di focalizzare l'attenzione non c'è
[3903.34s -> 3905.82s] consapevolezza. Non posso avere consapevolezza
[3905.82s -> 3907.64s] di qualcosa se non la riesco a mettere
[3907.64s -> 3909.88s] da qualche parte, se non riesco a ragionarci
[3909.88s -> 3911.42s] a dirigerci l'attenzione sotto.
[3911.44s -> 3915.84s] E qui
[3915.84s -> 3918.46s] il spottone finale
[3918.46s -> 3919.58s] è una cosa
[3919.58s -> 3921.10s] che mi appassiona perché
[3921.10s -> 3923.28s] ho un progetto di ricerca che
[3923.28s -> 3925.26s] è su questo mondo
[3925.26s -> 3927.46s] della consapevolezza, della coscienza
[3927.46s -> 3929.22s] e si
[3929.22s -> 3931.42s] parte da
[3931.42s -> 3933.52s] alcune intuizioni del cervello umano. Il cervello umano
[3933.52s -> 3935.32s] è un sistema dinamico, cioè un sistema
[3935.32s -> 3937.36s] dove gli input
[3937.36s -> 3939.56s] gli stimoli a un certo
[3939.56s -> 3940.06s] punto
[3941.44s -> 3943.12s] vengono, diciamo
[3943.12s -> 3945.32s] si concretizzano
[3945.32s -> 3946.68s] dentro una serie di
[3946.68s -> 3949.38s] attivazioni dei nostri
[3949.38s -> 3951.36s] neuroni che dipendono da tutto ciò che abbiamo
[3951.36s -> 3953.24s] visto nel tempo. Abbiamo un processo
[3953.24s -> 3955.04s] mentale, uno stato interno
[3955.04s -> 3957.42s] che non è istantaneo, uno stato interno
[3957.42s -> 3959.44s] che dipende da ciò che abbiamo visto in tutta la nostra
[3959.44s -> 3961.50s] vita. Quello che sentiamo in questo
[3961.50s -> 3963.54s] momento non è
[3963.54s -> 3965.32s] basato su quello che vediamo in questo
[3965.32s -> 3967.56s] momento, è basato su tutto lo storico
[3967.56s -> 3969.50s] delle nostre sensazioni. E in questo senso
[3969.50s -> 3971.42s] è un sistema dinamico. Sistemi dinamici
[3971.44s -> 3973.38s] hanno questa cosa interessante che se voi
[3973.38s -> 3974.42s] li andate a guardare dentro
[3974.42s -> 3978.66s] gli stimoli
[3978.66s -> 3981.60s] secondo come sono fatti, gli stimoli
[3981.60s -> 3983.38s] non fluiscono in maniera
[3983.38s -> 3985.24s] libera, ma evolvono
[3985.24s -> 3986.80s] gli stati mentali evolvono
[3986.80s -> 3989.26s] in questo spazio delle attivazioni
[3989.26s -> 3991.42s] neurali, essendo
[3991.42s -> 3993.32s] attratti da dei punti
[3993.32s -> 3995.70s] quei punti dove vanno a finire
[3995.70s -> 3997.72s] tutti i nostri pensieri
[3997.72s -> 3999.36s] e forse la consapevolezza si
[3999.36s -> 4001.32s] nasconde proprio in quei punti
[4001.32s -> 4002.72s] dove
[4002.72s -> 4005.60s] tutti gli stimoli
[4005.60s -> 4007.96s] che noi abbiamo ricevuto
[4007.96s -> 4009.16s] ci portano
[4009.16s -> 4011.50s] a arrivare nel nostro stato mentale.
[4012.44s -> 4013.30s] Si chiamano quali,
[4013.30s -> 4015.14s] ma questo è meno interessante.
[4015.22s -> 4017.12s] Chiudiamo perché vi ho già annoiato
[4017.12s -> 4019.22s] abbastanza, con un po' di
[4019.22s -> 4021.10s] considerazioni finali. Allora, qual è il ruolo
[4021.10s -> 4023.32s] della casualità nell'atto creativo?
[4024.10s -> 4025.48s] La creatività artificiale
[4025.48s -> 4027.20s] è basata sul tiro di dadi, l'abbiamo visto.
[4027.84s -> 4029.44s] L'atto creativo al momento
[4029.44s -> 4031.16s] è un tiro di dadi che
[4031.16s -> 4033.20s] genera quella differenza rispetto a
[4033.20s -> 4035.18s] quello che già esiste. Quindi la creazione
[4035.18s -> 4037.12s] di nuove informazioni è il risultato del caso,
[4037.72s -> 4039.26s] cioè il tiro di dadi, che interagisce con
[4039.26s -> 4041.04s] cosa? Con la conoscenza,
[4041.16s -> 4043.22s] la conoscenza che sta nelle
[4043.22s -> 4044.98s] reti neurali dopo che le abbiamo addestrate.
[4047.00s -> 4049.04s] La domanda per voi,
[4049.88s -> 4050.86s] per tutti forse,
[4051.64s -> 4053.12s] sarebbe assurdo pensare che
[4053.12s -> 4054.86s] alla fine la creatività umana
[4054.86s -> 4056.94s] può essere definibile nello stesso modo.
[4058.40s -> 4059.64s] Un atto di creazione
[4059.64s -> 4060.26s] è
[4061.16s -> 4063.24s] il caso, lo stato mentale,
[4063.24s -> 4065.60s] il momento che interagisce con noi stessi,
[4065.66s -> 4067.10s] con ciò che siamo, con la nostra
[4067.10s -> 4068.48s] conoscenza e il nostro storico.
[4071.64s -> 4073.20s] Quale sarà il rapporto tra IA
[4073.20s -> 4075.10s] e creatività? L'abbiamo già visto,
[4075.22s -> 4077.18s] sicuramente il supporto al design dell'opera,
[4077.34s -> 4078.24s] lo stimolo,
[4079.54s -> 4080.86s] uno stimolo creativo, non solo
[4080.86s -> 4083.26s] un pennello intelligente per disegnare cose
[4083.26s -> 4085.26s] che avremmo disegnato
[4085.26s -> 4087.32s] in maniera diversa, ma anche uno stimolo a pensare
[4087.32s -> 4089.58s] diversamente, a tirarci
[4089.58s -> 4091.12s] fuori, tutti noi abbiamo,
[4091.12s -> 4092.40s] abbiamo i nostri
[4092.40s -> 4095.06s] bias in italiano, accidenti,
[4095.34s -> 4097.22s] pregiudizi, preconcetti,
[4097.82s -> 4098.60s] ce li abbiamo tutti,
[4099.80s -> 4100.68s] ce li abbiamo tutti,
[4100.88s -> 4102.34s] e in qualche modo ci influenzano.
[4103.12s -> 4105.16s] Lavorare, collaborare con un
[4105.16s -> 4107.36s] sistema che ha preconcetti e pregiudizi
[4107.36s -> 4109.02s] diversi, perché non è che non ce li abbia,
[4109.10s -> 4111.40s] ma ce li ha, ci potrebbe spingere
[4111.40s -> 4112.48s] fuori dalle nostre
[4112.48s -> 4115.02s] zone comfort e diventare più creativi.
[4116.46s -> 4117.36s] Certamente ci permette
[4117.36s -> 4119.14s] di superare questi pregiudizi
[4119.14s -> 4120.42s] cognitivi e culturali,
[4121.12s -> 4123.12s] e questa è l'ultima, ci tengo perché io
[4123.12s -> 4124.76s] non so tenere in mano una penna, quindi
[4124.76s -> 4126.36s] figuriamoci una matita o un pennello,
[4126.72s -> 4129.18s] probabilmente può anche democratizzare l'atto creativo.
[4130.08s -> 4131.12s] Io non sono in grado di rappresentare
[4131.76s -> 4133.44s] usando le mie mani
[4133.44s -> 4135.44s] le immagini che ho in testa,
[4135.70s -> 4137.06s] perché non sono capace, banalmente,
[4137.16s -> 4138.60s] le mie mani non mi permettono,
[4139.70s -> 4141.12s] diciamo, coordinazione testa
[4141.64s -> 4143.38s] cervello-mano non me lo permette.
[4144.72s -> 4145.12s] Però,
[4145.68s -> 4146.92s] forse usando un linguaggio diverso,
[4147.02s -> 4148.40s] io riesco ad essere creativo comunque.
[4150.70s -> 4151.10s] Quindi,
[4151.12s -> 4152.90s] sarà interessante vedere se
[4152.90s -> 4154.92s] riusciremo a sviluppare questa relazione
[4154.92s -> 4156.90s] collaborativa tra cervello biologico e quello
[4156.90s -> 4158.94s] artificiale, anche a livello. Sicuramente,
[4159.08s -> 4160.88s] se vogliamo comunicare,
[4160.96s -> 4162.58s] far comunicare il
[4162.58s -> 4164.62s] cervello biologico con quello creativo,
[4164.76s -> 4167.12s] dobbiamo dare al cervello artificiale
[4167.78s -> 4169.44s] la capacità di comunicare
[4169.44s -> 4170.60s] ciò che ha dentro.
[4171.10s -> 4173.12s] Quindi, di nuovo, consapevolezza.
[4178.12s -> 4178.76s] E...
[4178.76s -> 4179.68s] Che altro?
[4180.04s -> 4180.94s] Quale futuro per l'AI?
[4181.12s -> 4183.38s] L'arte, l'abbiamo detto, come strumento espressivo
[4183.38s -> 4184.90s] avanzato, ma probabilmente
[4184.90s -> 4187.42s] l'intelligenza artificiale potrebbe
[4187.42s -> 4188.20s] già diventare
[4188.20s -> 4190.34s] essa stessa l'opera d'arte.
[4190.88s -> 4192.60s] Quella che state vedendo lì, che si muove,
[4193.28s -> 4195.70s] è, per definizione
[4195.70s -> 4197.40s] del MoMA, un'opera d'arte.
[4198.16s -> 4199.14s] Quello è una
[4199.14s -> 4203.22s] un'esibizione di Anadol,
[4203.60s -> 4205.66s] che si chiama Unsupervised Machine Hallucination,
[4205.78s -> 4206.74s] è basato sulle GAN,
[4206.74s -> 4208.68s] ed è entrato qualche
[4208.68s -> 4210.74s] settimana fa a parte della collezione
[4211.12s -> 4212.42s] stabile del MoMA.
[4212.42s -> 4214.34s] Quindi, per definizione, è riconosciuta come
[4214.34s -> 4215.10s] un'opera d'arte
[4215.10s -> 4217.92s] di arte contemporanea.
[4219.50s -> 4220.24s] E quello è
[4220.24s -> 4222.86s] un'intelligenza, non è un'opera
[4222.86s -> 4224.26s] statica,
[4224.70s -> 4226.36s] è un pezzo di intelligenza artificiale
[4226.36s -> 4228.46s] che evolve nel tempo, vi ci mettete davanti
[4228.46s -> 4230.20s] e quella genera.
[4230.60s -> 4232.42s] L'opera d'arte è il pezzo di intelligenza artificiale.
[4233.38s -> 4234.48s] Poi sarà divertente valutare
[4234.48s -> 4236.68s] la proprietà intellettuale di questa cosa
[4236.68s -> 4238.52s] e se
[4238.52s -> 4240.58s] avete voglia di leggere
[4240.58s -> 4242.52s] qualcosa in più, vi lascio per
[4242.52s -> 4244.86s] un qualche istante questi qui, se volete fare una foto.
[4246.72s -> 4248.52s] Questi sono un po' di articoli
[4248.52s -> 4250.54s] che raccontano
[4250.54s -> 4251.46s] di creatività
[4251.46s -> 4254.94s] artificiale, creatività computazionale,
[4255.06s -> 4256.62s] il rapporto, appunto,
[4257.06s -> 4258.28s] modelli di creatività
[4258.28s -> 4260.22s] artificiale.
[4261.00s -> 4262.44s] E basta, io con questo
[4262.44s -> 4263.92s] concludo,
[4264.42s -> 4266.34s] essendo andato anche troppo lungo, penso.
[4266.34s -> 4268.18s] Grazie.
[4270.58s -> 4272.58s] Grazie.
[4300.58s -> 4302.58s] Grazie.
[4302.58s -> 4304.58s] Grazie.
[4330.58s -> 4332.58s] Grazie.
[4332.58s -> 4334.58s] Grazie.
[4334.58s -> 4336.58s] Grazie.
[4336.58s -> 4338.68s] Per il momento sembra che sia così,
[4339.74s -> 4340.68s] che non sia ancora
[4340.68s -> 4342.42s] arrivato il momento in cui noi
[4342.42s -> 4343.72s] dovremmo concludere
[4343.72s -> 4346.42s] che siamo soltanto
[4346.42s -> 4347.12s] delle macchine.
[4348.58s -> 4349.24s] Adesso a voi
[4349.24s -> 4352.96s] fare qualche riflessione.
[4354.18s -> 4357.98s] Ingegnere, posso anch'io fare una...
[4357.98s -> 4358.64s] Allora,
[4359.54s -> 4359.78s] io
[4360.58s -> 4362.38s] vi inviterei
[4362.38s -> 4365.34s] a ritenere alcune
[4365.34s -> 4367.38s] osservazioni del
[4367.38s -> 4369.36s] professor Baccio, pensando
[4369.36s -> 4371.44s] che noi siamo all'interno
[4371.44s -> 4373.44s] della casa di Andrea
[4373.44s -> 4374.14s] Mantegna.
[4375.92s -> 4377.42s] Quindi di un
[4377.42s -> 4379.36s] maestro del rinascimento,
[4379.58s -> 4381.16s] periodo artistico, che
[4381.16s -> 4383.00s] per noi italiani
[4383.00s -> 4385.54s] e soprattutto per i toscani
[4385.54s -> 4387.40s] è, credo,
[4387.62s -> 4389.50s] il momento storico in cui
[4389.50s -> 4390.58s] abbiamo la
[4390.58s -> 4392.12s] consapevolezza
[4392.12s -> 4394.56s] di aver toccato l'apice
[4394.56s -> 4396.32s] al mondo conosciuto.
[4398.20s -> 4399.74s] Per tanti motivi,
[4399.84s -> 4401.30s] non solo per la creatività
[4401.30s -> 4402.62s] dei maestri del rinascimento,
[4402.74s -> 4405.42s] ma anche per le scoperte tecnologiche
[4405.42s -> 4407.06s] che avevano fatto, per esempio
[4407.06s -> 4408.64s] applicando con maestria
[4408.64s -> 4410.20s] la prospettiva.
[4412.48s -> 4413.82s] Fermiamoci lì un attimo
[4413.82s -> 4415.42s] e proviamo a ripensare
[4415.42s -> 4417.72s] al processo
[4417.72s -> 4419.20s] di creazione
[4419.20s -> 4420.42s] dell'intelligenza artificiale
[4420.58s -> 4422.64s] che ci ha mostrato il professore.
[4422.74s -> 4424.36s] Mi ha molto colpito un aspetto,
[4424.52s -> 4426.38s] perché io sono appassionata
[4426.38s -> 4428.22s] d'arte e mentre
[4428.22s -> 4430.20s] guardavo questo processo
[4430.20s -> 4433.02s] mi sono dovuta
[4433.02s -> 4434.42s] confrontare con una
[4434.42s -> 4436.74s] mente che
[4436.74s -> 4437.90s] produce
[4437.90s -> 4440.58s] arte, un'arte
[4440.58s -> 4442.58s] che è diversa da quella
[4442.58s -> 4443.82s] che io abitualmente
[4443.82s -> 4446.68s] vedo. Ma non per
[4446.68s -> 4448.78s] questo, siccome la vedo
[4448.78s -> 4450.52s] per la prima volta o la vedo o
[4450.52s -> 4452.80s] non ho la cultura generata
[4452.80s -> 4454.38s] su questo tipo di arte,
[4455.04s -> 4456.32s] mi posso permettere di dire
[4456.32s -> 4457.64s] non mi interessa.
[4458.40s -> 4459.94s] E quindi mi faccio delle domande.
[4460.70s -> 4462.40s] La prima domanda che mi faccio
[4462.40s -> 4464.34s] e che faccio a voi e faccio a me stessa, ma anche
[4464.34s -> 4465.16s] al professore,
[4466.06s -> 4468.18s] quando noi guardiamo un'opera d'arte
[4468.18s -> 4470.76s] cerchiamo in quell'opera
[4470.76s -> 4472.00s] un senso,
[4472.44s -> 4474.44s] un significato, un qualche cosa
[4474.44s -> 4476.56s] che ci riconduca a quello che stiamo
[4476.56s -> 4477.38s] guardando.
[4478.48s -> 4478.92s] Allora,
[4480.52s -> 4482.10s] se il professore rimette
[4482.10s -> 4484.18s] uno di quegli
[4484.18s -> 4486.58s] esperimenti, non l'ultimo
[4486.58s -> 4488.48s] perché quello che è al MoMA è effettivamente
[4488.48s -> 4490.24s] un'opera d'arte perché è
[4490.24s -> 4492.62s] e sarà l'unica opera d'arte
[4492.62s -> 4493.80s] ecco, inciso,
[4494.30s -> 4495.40s] non è più possibile
[4495.40s -> 4498.18s] oltre al MoMA ripetere
[4498.18s -> 4500.36s] queste esperienze in un altro museo. È come
[4500.36s -> 4502.42s] il taglio di fontana
[4502.42s -> 4504.38s] della tela, la possiamo fare
[4504.38s -> 4506.54s] tutti, ma non è fontana.
[4506.78s -> 4508.92s] È tutta un'altra cosa perché la creatività
[4508.92s -> 4510.24s] è unica.
[4510.52s -> 4511.94s] In quel momento,
[4512.18s -> 4514.30s] in quel spazio, dopo non è più
[4514.30s -> 4515.62s] creatività, è copia.
[4516.26s -> 4518.50s] E quindi non vale, perché per noi vale
[4518.50s -> 4520.34s] il gesto, quel momento lì.
[4520.78s -> 4521.88s] E alla macchina,
[4522.28s -> 4524.42s] scusate, alla intelligenza
[4524.42s -> 4526.18s] artificiale, noi dobbiamo
[4526.18s -> 4528.54s] riconoscere quel momento lì.
[4529.36s -> 4530.52s] Però se noi torniamo
[4530.52s -> 4532.86s] invece sulle esperienze
[4532.86s -> 4534.28s] per esempio della torre
[4534.28s -> 4536.16s] di Pisa di Mantegna, che mi ha molto
[4536.16s -> 4538.66s] colpito, perché io amo Andrea Mantegna,
[4538.66s -> 4540.50s] io mi faccio una domanda.
[4540.52s -> 4543.32s] Quella immagine lì
[4543.32s -> 4545.22s] che mette insieme un po' di Andrea
[4545.22s -> 4547.36s] Mantegna e un po' di altri
[4547.36s -> 4549.48s] materiali, cosa rappresenta
[4549.48s -> 4551.60s] per noi che sappiamo
[4551.60s -> 4553.44s] che viene generata in quel
[4553.44s -> 4555.22s] modo lì? Cioè che emozioni
[4555.22s -> 4556.14s] ci suscita?
[4557.72s -> 4559.34s] Questo secondo me è il modo
[4559.34s -> 4561.46s] con cui noi dobbiamo cominciare a rapportarci
[4561.46s -> 4563.10s] diversamente da questo
[4563.10s -> 4565.10s] genere d'arte che emergerà.
[4565.78s -> 4567.38s] Cioè dobbiamo cambiare anche il nostro
[4567.38s -> 4569.36s] modo di porci
[4569.36s -> 4570.04s] rispetto
[4570.04s -> 4570.30s] a noi.
[4570.30s -> 4572.64s] All'arte. Ecco, io mi fermo qui
[4572.64s -> 4574.40s] e dopo ci sarebbero altre cose
[4574.40s -> 4576.90s] però mi venivano queste suggestioni.
[4580.40s -> 4581.00s] Rubes?
[4581.82s -> 4582.44s] Sono qua.
[4583.98s -> 4585.64s] L'ho lasciato senza parole.
[4588.46s -> 4589.06s] Certo.
[4591.14s -> 4592.60s] Ecco, il titolo
[4592.60s -> 4593.40s] è
[4593.40s -> 4595.56s] La soverenza
[4595.56s -> 4599.14s] La ferita
[4599.14s -> 4601.32s] Cosa che invece
[4601.32s -> 4604.44s] io avevo premesso che mi piace molto di più
[4604.44s -> 4605.88s] quello fatto
[4605.88s -> 4608.44s] perché ci sono i colori
[4608.44s -> 4610.78s] però non vedo la sofferenza
[4610.78s -> 4612.38s] quindi non ha trasmesso
[4612.38s -> 4615.26s] quello che voglio dire io.
[4616.32s -> 4616.96s] Grazie.
[4617.32s -> 4617.62s] Grazie.
[4620.90s -> 4622.24s] Sono d'accordo ma
[4622.24s -> 4624.92s] ora faccio l'avvocato del diavolo ma non gli è mai
[4624.92s -> 4627.06s] stato chiesto al sistema di
[4627.06s -> 4629.06s] generare un quadro che trasmette
[4629.06s -> 4629.90s] la stessa sofferenza
[4629.90s -> 4632.04s] perché probabilmente avrebbe generato qualcosa
[4632.04s -> 4634.08s] non so se avrebbe trasmesso sofferenza
[4634.08s -> 4635.02s] la stessa
[4635.02s -> 4637.64s] questo non è dato a saperlo però
[4637.64s -> 4638.84s] è anche lì
[4638.84s -> 4640.98s] bisogna
[4640.98s -> 4644.24s] è uno strumento espressivo che va controllato
[4644.24s -> 4646.16s] se lo lasciamo solo in baglia del caso
[4646.16s -> 4647.34s] genera cose che sono
[4647.34s -> 4649.86s] magari ragionevoli ma non
[4649.86s -> 4651.86s] l'abbiamo visto, no?
[4651.94s -> 4653.36s] Queste allucinazioni, queste
[4653.36s -> 4656.66s] questi atti plausibili
[4656.66s -> 4658.24s] ma falsi
[4659.06s -> 4660.42s] come attribuire
[4660.42s -> 4661.80s] delle
[4661.80s -> 4663.50s] diciamo un
[4663.50s -> 4665.82s] mantua me genuita
[4665.82s -> 4668.74s] a un'egloca
[4668.74s -> 4670.16s] plausibile?
[4670.64s -> 4672.04s] Sì, se uno legge magari, sì
[4672.04s -> 4674.28s] però non ha una semantica reale
[4674.28s -> 4676.52s] nel mondo reale, così come non ce l'ha
[4676.52s -> 4678.24s] ovviamente se non viene guidato
[4678.24s -> 4680.62s] poi non sto dicendo che guidato l'avrebbe avuto
[4680.62s -> 4682.66s] lungi da me dirlo
[4682.66s -> 4682.96s] però
[4682.96s -> 4686.98s] sono strumenti che se non vengono controllati
[4686.98s -> 4688.36s] e informati
[4688.36s -> 4688.90s] certamente
[4689.06s -> 4690.44s] non generano
[4690.44s -> 4691.74s] ciò che ci aspettiamo
[4691.74s -> 4692.46s] questo è sicuro
[4692.46s -> 4700.28s] Viene da dire
[4700.28s -> 4703.24s] in due parole che
[4703.24s -> 4705.54s] stiamo entrando
[4705.54s -> 4707.54s] in una nuova
[4707.54s -> 4709.26s] dimensione
[4709.26s -> 4711.18s] adesso le persone anziane
[4711.18s -> 4712.68s] come me
[4712.68s -> 4714.26s] dopo i 60
[4719.06s -> 4720.92s] , non se ne accorgono
[4720.92s -> 4721.56s] o se
[4721.56s -> 4726.12s] non li interessa più di tanto
[4726.12s -> 4729.06s] credo perché hanno già un vissuto alle spalle
[4729.06s -> 4731.80s] ma sono le nuove generazioni
[4731.80s -> 4734.74s] che di fronte a queste cose
[4734.74s -> 4737.22s] devono mutare
[4737.22s -> 4738.74s] devono cambiare
[4738.74s -> 4740.98s] e dentro e anche fuori
[4740.98s -> 4743.50s] e dentro e anche fuori
[4743.50s -> 4744.74s] sia nell'arte
[4744.74s -> 4745.82s] sia nel lavoro
[4745.82s -> 4747.46s] ecco
[4747.46s -> 4749.04s] ci stanno appena
[4749.06s -> 4750.82s] aprendo nuove dimensioni
[4750.82s -> 4752.74s] noi da poco l'abbiamo capito
[4752.74s -> 4755.16s] noi eravamo in 25 nel museo
[4755.16s -> 4756.96s] eravamo un gruppo
[4756.96s -> 4757.92s] c'era anche
[4757.92s -> 4761.06s] qualche filosofo che ci seguiva
[4761.06s -> 4762.44s] che ci seguiva
[4762.44s -> 4764.36s] però
[4764.36s -> 4765.26s] insomma
[4765.26s -> 4767.20s] siamo rimasti indietro
[4767.20s -> 4768.48s] siamo rimasti indietro
[4768.48s -> 4770.94s] perché tutto andava avanti
[4770.94s -> 4772.16s] tutto andava avanti
[4772.16s -> 4773.68s] e noi stiamo fermi
[4773.68s -> 4774.22s] no
[4774.22s -> 4778.36s] ma per noi ormai è fatta
[4778.36s -> 4780.54s] uno di 60-70 anni
[4780.54s -> 4782.30s] ma ripeto
[4782.30s -> 4784.88s] saranno le nuove generazioni
[4784.88s -> 4785.76s] che apriranno
[4785.76s -> 4787.60s] scenari nuovi
[4787.60s -> 4788.38s] e questo
[4788.38s -> 4791.08s] per me è bello
[4791.08s -> 4792.72s] per me è
[4792.72s -> 4794.06s] cos'è l'uomo
[4794.06s -> 4795.52s] è sempre andato avanti
[4795.52s -> 4796.68s] nel bene o nel male
[4796.68s -> 4799.00s] magari ha fatto qualche ritornino indietro
[4799.00s -> 4801.16s] ma dopo ha fatto enormi passi avanti
[4801.16s -> 4802.54s] è bello questo
[4802.54s -> 4804.98s] signora
[4804.98s -> 4806.22s] è vero che
[4806.22s -> 4807.74s] l'uso
[4807.74s -> 4808.88s] di queste
[4808.88s -> 4810.78s] l'uso
[4810.78s -> 4811.58s] diciamo
[4811.58s -> 4813.60s] trasformativo
[4813.60s -> 4814.70s] di queste tecnologie
[4814.70s -> 4816.60s] probabilmente sarà
[4816.60s -> 4817.30s] sarà
[4817.30s -> 4818.36s] più
[4818.36s -> 4819.76s] nelle corde
[4819.76s -> 4821.14s] delle generazioni
[4821.14s -> 4822.04s] più native
[4822.04s -> 4823.94s] però è vero che c'è
[4823.94s -> 4824.76s] tecnologie
[4824.76s -> 4825.46s] c'è tecnologia
[4825.46s -> 4827.02s] ci sono tecnologie che separano
[4827.02s -> 4828.72s] e tecnologie che avvicinano
[4828.72s -> 4832.40s] l'intelligenza artificiale
[4832.40s -> 4833.60s] per sua natura
[4833.60s -> 4835.34s] porta la tecnologia
[4835.34s -> 4836.76s] a un passo più vicino all'uomo
[4836.76s -> 4837.72s] quindi
[4837.72s -> 4839.06s] rispetto a altre tecnologie
[4839.06s -> 4841.18s] che creano divisione
[4841.18s -> 4843.12s] scavano un solco più profondo
[4843.12s -> 4844.76s] tra l'essere umano e la tecnologia
[4844.76s -> 4845.22s] in realtà
[4845.22s -> 4846.56s] con l'intelligenza artificiale
[4846.56s -> 4848.40s] avviciniamo la tecnologia all'uomo
[4848.40s -> 4850.06s] quindi da questo punto di vista
[4850.06s -> 4850.70s] secondo me
[4850.70s -> 4851.84s] la vera differenza
[4851.84s -> 4852.74s] di questa tecnologia
[4852.74s -> 4853.78s] rispetto a quelle che abbiamo
[4853.78s -> 4855.94s] sperimentato nel passato
[4855.94s -> 4856.44s] è che sarà
[4856.44s -> 4858.12s] più facile
[4858.12s -> 4858.78s] e più
[4858.78s -> 4859.96s] diciamo
[4859.96s -> 4860.72s] sarà più facile
[4860.72s -> 4861.56s] per tutti
[4861.56s -> 4862.86s] averne beneficio
[4862.86s -> 4863.80s] e interagirci
[4863.80s -> 4864.16s] perché
[4864.16s -> 4866.32s] si propone con un'interfaccia
[4866.32s -> 4866.96s] che conosciamo
[4866.96s -> 4867.66s] che è la nostra
[4867.66s -> 4869.52s] l'informatica richiede
[4869.52s -> 4871.24s] l'informatica
[4871.24s -> 4871.70s] diciamo
[4871.70s -> 4872.74s] informatica
[4872.74s -> 4873.40s] quando è nata
[4873.40s -> 4874.46s] ha creato
[4874.46s -> 4875.16s] una separazione
[4875.16s -> 4875.82s] tra chi era in grado
[4875.82s -> 4876.22s] di usarla
[4876.22s -> 4876.58s] e chi no
[4876.58s -> 4879.38s] l'intelligenza artificiale
[4879.38s -> 4880.58s] parla la nostra stessa lingua
[4880.58s -> 4881.70s] scrivete su
[4881.70s -> 4883.72s] scrivete in linguaggio naturale
[4883.72s -> 4884.62s] se volete chiacchierare
[4884.62s -> 4885.20s] vi volete chiedere
[4885.20s -> 4885.98s] chi era Mantegna
[4885.98s -> 4887.30s] scrivete chi era Mantegna
[4887.30s -> 4888.78s] come lo scrivereste
[4888.78s -> 4889.56s] a un vostro amico
[4889.56s -> 4890.46s] lo potete scrivere
[4890.46s -> 4891.32s] a un sistema
[4891.32s -> 4892.28s] di intelligenza artificiale
[4892.28s -> 4893.20s] mi mandi una foto
[4893.20s -> 4893.98s] di te
[4893.98s -> 4895.14s] delle tue vacanze
[4895.14s -> 4896.08s] lo scrivete
[4896.08s -> 4896.92s] in intelligenza artificiale
[4896.92s -> 4897.46s] vi genera
[4897.46s -> 4897.88s] una foto
[4897.88s -> 4899.10s] delle vacanze
[4899.10s -> 4900.20s] di CiaCPT
[4900.20s -> 4903.50s] io vedo
[4903.50s -> 4904.42s] questa grossa
[4904.42s -> 4905.36s] differenza
[4905.36s -> 4906.18s] da questa tecnologia
[4906.18s -> 4907.10s] rispetto a tutte
[4907.10s -> 4908.00s] quelle che abbiamo visto
[4908.00s -> 4908.74s] in passato
[4908.74s -> 4910.02s] è bello di rivenire
[4910.02s -> 4912.62s] cosa abbiamo
[4912.62s -> 4913.30s] in cantiere
[4913.30s -> 4913.84s] può
[4913.84s -> 4916.16s] aggiornarci
[4916.16s -> 4916.92s] cosa abbiamo
[4916.92s -> 4917.76s] dica
[4917.76s -> 4918.64s] qualcosa
[4918.64s -> 4925.04s] un angelo
[4925.04s -> 4925.70s] non l'ho mai visto
[4925.70s -> 4926.20s] un angelo
[4926.20s -> 4927.44s] però me lo immagino
[4927.44s -> 4927.46s] un angelo
[4927.46s -> 4928.12s] con le ali
[4928.12s -> 4929.56s] con i crubini
[4929.56s -> 4930.80s] una macchina
[4930.80s -> 4932.36s] se non ha questa informazione qui
[4932.36s -> 4934.46s] come disegna un angelo
[4935.88s -> 4937.34s] non ho capito
[4937.34s -> 4938.40s] bene la
[4938.40s -> 4940.00s] io appunto
[4940.00s -> 4941.70s] essendo un umano
[4941.70s -> 4942.96s] mi immagino un angelo
[4942.96s -> 4944.46s] io non l'ho mai visto
[4944.46s -> 4945.68s] mi immagino con le ali
[4945.68s -> 4947.22s] con le anche azzurri
[4947.22s -> 4948.46s] se ha una macchina
[4948.46s -> 4949.96s] non si dà questa informazione qui
[4949.96s -> 4950.64s] una macchina
[4950.64s -> 4951.48s] non se l'immagina
[4951.48s -> 4952.62s] no è chiaro
[4952.62s -> 4953.34s] va capito
[4953.34s -> 4954.16s] come sono addestrati
[4954.16s -> 4955.42s] a questi modelli
[4955.42s -> 4956.44s] sono modelli
[4956.44s -> 4956.94s] basati
[4956.94s -> 4957.44s] sulle esperienze
[4957.46s -> 4958.02s] dell'esperienza umana
[4958.02s -> 4959.00s] ciò che generano
[4959.00s -> 4960.40s] è compatibile
[4960.40s -> 4962.72s] con la conoscenza
[4962.72s -> 4964.30s] e l'esperienza umana
[4964.30s -> 4965.28s] perché sono basati
[4965.28s -> 4966.10s] solo sui dati
[4966.10s -> 4967.16s] dell'esperienza umana
[4967.16s -> 4967.52s] quindi
[4967.52s -> 4968.84s] magari
[4968.84s -> 4970.02s] per l'interazione
[4970.02s -> 4970.84s] del caso
[4970.84s -> 4971.94s] con la conoscenza
[4971.94s -> 4973.10s] l'angelo potrebbe
[4973.10s -> 4973.64s] venire fuori
[4973.64s -> 4974.40s] con una coda
[4974.40s -> 4976.00s] da diavolo
[4976.00s -> 4977.18s] però
[4977.18s -> 4986.94s] quella delle macchine
[4986.94s -> 4987.44s] è
[4987.44s -> 4989.02s] limitata
[4989.02s -> 4989.30s] prego
[4989.30s -> 5005.08s] si fa
[5005.08s -> 5006.32s] ci sono diversi lavori
[5006.32s -> 5007.04s] che ora sono
[5007.04s -> 5007.86s] a livello teorico
[5007.86s -> 5008.58s] però per esempio
[5008.58s -> 5009.72s] che era back
[5009.72s -> 5010.98s] cioè l'incompiuta
[5010.98s -> 5013.12s] è stata fatta
[5013.12s -> 5013.72s] l'incompiuta
[5013.72s -> 5014.20s] compiuta
[5014.20s -> 5015.34s] da un
[5015.34s -> 5016.30s] modello
[5016.30s -> 5017.36s] di intelligenza artificiale
[5017.36s -> 5017.42s] che è stato
[5017.44s -> 5018.04s] la completata
[5018.04s -> 5019.10s] l'hanno fatto anche
[5019.10s -> 5020.28s] non è che se
[5020.28s -> 5021.02s] abbiamo aspettato
[5021.02s -> 5021.92s] l'intelligenza artificiale
[5021.92s -> 5022.38s] fior fior
[5022.38s -> 5024.18s] di artisti
[5024.18s -> 5025.12s] si sono confrontati
[5025.12s -> 5025.80s] col compiere
[5025.80s -> 5028.12s] il lavoro di back
[5028.12s -> 5029.42s] però si
[5029.42s -> 5030.08s] viene fatto
[5030.08s -> 5030.72s] viene fatto
[5030.72s -> 5031.00s] viene
[5031.00s -> 5032.26s] parlando di cose
[5032.26s -> 5033.18s] un pochino più
[5033.18s -> 5034.02s] più
[5034.02s -> 5035.96s] rilevanti
[5035.96s -> 5036.64s] come tecnologia
[5036.64s -> 5037.00s] per esempio
[5037.00s -> 5037.72s] in archeologia
[5037.72s -> 5038.62s] l'intelligenza artificiale
[5038.62s -> 5039.66s] è molto usata
[5039.66s -> 5040.42s] molto
[5040.42s -> 5041.44s] per ricostruire
[5041.44s -> 5043.62s] a partire da frammenti
[5043.62s -> 5044.36s] l'oggetto
[5044.36s -> 5044.94s] l'artefatto
[5044.94s -> 5046.12s] nel suo complesso
[5046.12s -> 5047.26s] lì c'è
[5047.26s -> 5047.36s] un uso
[5047.36s -> 5047.88s] un uso molto
[5047.88s -> 5048.96s] molto diffuso
[5048.96s -> 5051.14s] avete fatto
[5051.14s -> 5051.98s] l'artista
[5051.98s -> 5053.40s] intelligenza artificiale
[5053.40s -> 5053.98s] come artista
[5053.98s -> 5055.38s] intelligenza artificiale
[5055.38s -> 5056.56s] come critico d'arte
[5056.56s -> 5058.80s] allora
[5058.80s -> 5059.38s] in realtà
[5059.38s -> 5060.08s] c'è anche questo
[5060.08s -> 5061.50s] c'è l'articolo
[5061.50s -> 5062.16s] che ho messo
[5062.16s -> 5062.52s] di Harvard
[5062.52s -> 5064.56s] Business Review
[5064.56s -> 5066.18s] tra le varie cose
[5066.18s -> 5066.36s] suggeriva
[5066.94s -> 5067.36s] l'utilizzo
[5068.14s -> 5069.68s] di questi strumenti
[5069.68s -> 5070.78s] di interazione
[5070.78s -> 5071.66s] linguistica
[5071.66s -> 5072.00s] che
[5072.00s -> 5073.80s] ci potete interagire
[5073.80s -> 5074.82s] non solo linguisticamente
[5074.82s -> 5075.26s] cioè potete
[5075.26s -> 5076.26s] mandare delle immagini
[5076.26s -> 5076.72s] e chiedere
[5076.72s -> 5077.34s] dei commenti
[5077.36s -> 5078.62s] come sorta
[5078.62s -> 5079.70s] di sparring partner
[5079.70s -> 5081.54s] per fare valutazioni
[5081.54s -> 5082.98s] noi stessi informatici
[5082.98s -> 5083.52s] adesso
[5083.52s -> 5084.94s] quando valutiamo
[5084.94s -> 5087.12s] quando creiamo
[5087.12s -> 5087.62s] un sistema
[5087.62s -> 5088.82s] che genera linguaggio
[5088.82s -> 5089.68s] creiamo
[5089.68s -> 5090.54s] chiediamo
[5090.54s -> 5090.96s] un altro
[5090.96s -> 5092.40s] sistema
[5092.40s -> 5094.08s] che sa capire
[5094.08s -> 5094.64s] il linguaggio
[5094.64s -> 5095.34s] di valutare
[5095.34s -> 5095.88s] il linguaggio
[5095.88s -> 5096.36s] generato
[5096.36s -> 5097.06s] da un altro sistema
[5097.06s -> 5098.38s] che genera linguaggio
[5098.38s -> 5099.08s] perché?
[5099.22s -> 5100.06s] perché è meno costoso
[5100.06s -> 5100.88s] di andare a mettere
[5100.88s -> 5102.96s] 400.000 persone
[5102.96s -> 5103.82s] in una stanza
[5103.82s -> 5104.46s] o collegate
[5104.46s -> 5105.16s] a un Amazon
[5105.16s -> 5105.96s] Mechanical Turk
[5105.96s -> 5106.92s] per dirci
[5106.92s -> 5107.34s] che è un'altra cosa
[5107.36s -> 5108.32s] se quel testo
[5108.32s -> 5109.02s] che è stato generato
[5109.02s -> 5110.00s] è buono
[5110.00s -> 5110.44s] quindi sì
[5110.44s -> 5111.56s] questi usi ci sono
[5111.56s -> 5112.92s] sono anche suggeriti
[5112.92s -> 5114.08s] anche in ambito artistico
[5114.08s -> 5115.00s] architettonico
[5115.00s -> 5116.78s] per appunto
[5116.78s -> 5118.64s] avere un'interazione
[5118.64s -> 5119.82s] per stimolare
[5119.82s -> 5120.56s] la creatività
[5120.56s -> 5121.36s] per aiutare
[5122.14s -> 5122.60s] nel processo
[5122.60s -> 5123.40s] co-creativo
[5123.40s -> 5124.10s] in questo caso
[5124.10s -> 5135.36s] che relazione vedi
[5135.36s -> 5135.70s] tra
[5135.70s -> 5136.36s] intelligenza
[5137.36s -> 5138.12s] artificiale
[5138.12s -> 5138.92s] e neuroscienze
[5138.92s -> 5140.30s] quando le neuroscienze
[5140.30s -> 5141.94s] possono in qualche modo
[5141.94s -> 5143.58s] trovare
[5143.58s -> 5145.46s] quasi un completamento
[5145.46s -> 5147.04s] delle due reti
[5147.04s -> 5147.84s] sono due reti
[5147.84s -> 5149.64s] completamente separate
[5149.64s -> 5151.24s] se ho capito bene
[5151.24s -> 5152.60s] e anche se
[5152.60s -> 5153.64s] quella artificiale
[5153.64s -> 5154.98s] cerca in qualche modo
[5154.98s -> 5155.26s] di
[5155.26s -> 5156.72s] non dico copiare
[5156.72s -> 5157.00s] ma
[5157.00s -> 5158.10s] riferirsi
[5158.10s -> 5158.64s] a quella
[5158.64s -> 5160.58s] reale
[5160.58s -> 5161.48s] ci sono tanti punti
[5161.48s -> 5162.22s] di contatto
[5162.22s -> 5164.12s] le reti neurali
[5164.12s -> 5164.66s] così come
[5164.66s -> 5165.44s] ve le ho mostrate
[5165.44s -> 5166.52s] quelle artificiali
[5166.52s -> 5167.30s] sono basate
[5167.30s -> 5167.94s] su un modello
[5167.94s -> 5168.32s] che si chiama
[5168.32s -> 5169.30s] McCullough e Pitts
[5169.30s -> 5170.42s] McCullough e Pitts
[5170.42s -> 5171.44s] erano un matematico
[5171.44s -> 5172.40s] e uno psicologo
[5172.40s -> 5173.90s] che negli anni 40
[5173.90s -> 5175.58s] senza avere accesso
[5175.58s -> 5175.90s] senza
[5175.90s -> 5177.72s] il neurone è stato
[5177.72s -> 5178.20s] diciamo
[5178.20s -> 5179.60s] formalizzato
[5179.60s -> 5180.74s] da un punto di vista
[5180.74s -> 5181.30s] fisiologico
[5181.30s -> 5182.90s] nel 1969
[5182.90s -> 5184.10s] ci hanno vinto
[5184.10s -> 5185.16s] il Nobel
[5185.16s -> 5186.00s] Uber e Wiesel
[5186.00s -> 5187.60s] prima
[5187.60s -> 5188.54s] si intuiva
[5188.54s -> 5189.12s] che nel cervello
[5189.12s -> 5189.88s] c'era qualcosa
[5189.88s -> 5191.58s] questi due
[5191.58s -> 5192.74s] uno psicologo
[5192.74s -> 5193.54s] e un matematico
[5193.54s -> 5194.02s] dalla sola
[5194.02s -> 5195.14s] osservazione
[5195.14s -> 5196.26s] degli esseri umani
[5196.26s -> 5196.58s] hanno detto
[5196.58s -> 5197.26s] secondo me
[5197.26s -> 5197.80s] nel cervello
[5197.80s -> 5198.40s] degli uomini
[5198.40s -> 5199.54s] delle persone
[5199.54s -> 5200.54s] ci sono
[5200.54s -> 5201.80s] questi aggeggi qui
[5201.80s -> 5203.12s] che si comportano
[5203.12s -> 5203.86s] in questo modo
[5203.86s -> 5205.08s] e l'hanno
[5205.08s -> 5206.12s] meccanizzato
[5206.12s -> 5206.90s] hanno scritto un modello
[5206.90s -> 5207.90s] il modello che hanno scritto
[5207.90s -> 5208.84s] è una semplificazione
[5208.84s -> 5209.52s] estrema
[5209.52s -> 5210.76s] ma il neurone
[5210.76s -> 5212.04s] non funziona molto
[5212.04s -> 5212.98s] è in maniera
[5212.98s -> 5213.54s] molto lontana
[5213.54s -> 5213.80s] da quella
[5213.80s -> 5214.92s] a un livello astratto
[5214.92s -> 5215.36s] quindi c'è
[5215.36s -> 5216.66s] una connessione
[5216.66s -> 5218.06s] molto stretta
[5218.06s -> 5219.34s] almeno la radice
[5219.34s -> 5219.92s] poi
[5219.92s -> 5220.78s] la scienza
[5220.78s -> 5221.12s] è evoluta
[5221.12s -> 5222.14s] in direzioni
[5222.14s -> 5223.36s] totalmente diverse
[5223.36s -> 5224.76s] per obiettivi diversi
[5224.76s -> 5225.10s] ovviamente
[5225.10s -> 5226.10s] ma c'è sempre
[5226.10s -> 5227.10s] stato un grosso
[5227.10s -> 5227.78s] contatto
[5227.78s -> 5229.46s] da un lato
[5229.46s -> 5231.32s] l'intelligenza artificiale
[5231.32s -> 5232.12s] cerca ispirazione
[5232.12s -> 5232.76s] da sempre
[5232.76s -> 5233.64s] nel cervello umano
[5233.64s -> 5233.94s] almeno
[5233.94s -> 5235.08s] una certa
[5235.08s -> 5235.72s] area
[5235.72s -> 5236.72s] dell'intelligenza artificiale
[5236.72s -> 5237.64s] quella connessionista
[5237.64s -> 5238.06s] che lavora
[5238.06s -> 5240.96s] sulle reti neurali
[5240.96s -> 5241.96s] cerca ispirazione
[5241.96s -> 5243.46s] nel modo
[5243.46s -> 5243.66s] in cui
[5243.66s -> 5244.44s] noi impariamo
[5244.44s -> 5244.90s] nel modo
[5244.90s -> 5245.14s] in cui
[5245.14s -> 5245.72s] noi processiamo
[5245.72s -> 5246.38s] le informazioni
[5246.38s -> 5247.08s] dall'altro
[5247.08s -> 5248.66s] gli scienziati cognitivi
[5248.66s -> 5249.10s] hanno bisogno
[5249.10s -> 5249.54s] di modelli
[5249.54s -> 5250.18s] su cui testare
[5250.18s -> 5251.94s] le loro ipotesi
[5251.94s -> 5252.50s] e cerchi
[5252.50s -> 5253.74s] di realizzare
[5253.74s -> 5254.64s] in silico
[5254.64s -> 5255.42s] nel silicio
[5255.42s -> 5255.98s] quello che
[5255.98s -> 5258.18s] che sono le ipotesi
[5258.18s -> 5258.78s] su come funziona
[5258.78s -> 5259.68s] il nostro cervello
[5259.68s -> 5260.50s] e poi
[5260.50s -> 5261.42s] l'altro punto di contatto
[5261.42s -> 5262.16s] è cerchi di attaccare
[5262.16s -> 5263.56s] le reti neurali artificiali
[5263.56s -> 5264.64s] al cervello
[5264.64s -> 5265.68s] se chiedete a Elon Musk
[5265.68s -> 5266.30s] lui vuole fare
[5266.30s -> 5266.98s] sti neurali
[5266.98s -> 5267.96s] che ti vuole attaccare
[5267.96s -> 5270.04s] ora per dirvene una
[5270.04s -> 5272.62s] una delle cose
[5272.62s -> 5273.84s] che negli ultimi anni
[5273.84s -> 5274.72s] viene esplorata
[5274.72s -> 5275.78s] sono le reti neurali
[5275.78s -> 5277.26s] biologiche artificiali
[5277.26s -> 5277.96s] poi fate
[5277.96s -> 5279.14s] delle culture artificiali
[5279.14s -> 5281.12s] di neuroni artificiali
[5281.12s -> 5282.02s] le fate crescere
[5282.02s -> 5283.20s] sui vetrini
[5283.20s -> 5283.94s] ci attaccate
[5283.94s -> 5284.24s] delle
[5284.24s -> 5285.94s] delle
[5285.98s -> 5286.26s] ,
[5286.26s -> 5287.16s] un computer
[5287.16s -> 5287.86s] in qualche modo
[5287.86s -> 5288.98s] e calcolate
[5288.98s -> 5290.54s] con le reti neurali
[5290.54s -> 5291.22s] biologiche
[5291.22s -> 5292.36s] quello che calcolereste
[5292.36s -> 5293.62s] con le reti neurali artificiali
[5293.62s -> 5295.28s] che è la prossima generazione
[5295.28s -> 5296.38s] dell'intelligenza artificiale
[5296.38s -> 5297.58s] passa anche attraverso questo
[5297.58s -> 5297.96s] attraverso
[5297.96s -> 5299.32s] abbandonare il calcolatore
[5299.32s -> 5299.90s] il computer
[5299.90s -> 5301.00s] così come lo intendiamo
[5301.00s -> 5301.28s] come
[5301.28s -> 5303.82s] sostrato di computazione
[5303.82s -> 5304.10s] per
[5304.10s -> 5305.92s] per l'intelligenza artificiale
[5305.92s -> 5307.02s] perché ha i suoi limiti
[5307.02s -> 5308.10s] quando parlava
[5308.10s -> 5309.20s] prima di
[5309.20s -> 5309.56s] di
[5309.56s -> 5310.86s] di limiti
[5310.86s -> 5311.90s] del raggiungimento
[5311.90s -> 5312.66s] della singolarità
[5312.66s -> 5313.72s] che non siamo vicini
[5313.72s -> 5315.16s] all'intelligenza artificiale
[5315.16s -> 5315.96s] che diventa più intelligente
[5315.98s -> 5316.28s] dell'uomo
[5316.28s -> 5316.54s] cioè
[5316.54s -> 5318.68s] dipende da chi si chiede
[5318.68s -> 5319.62s] io sono convinto
[5319.62s -> 5321.26s] che ci sia un vincolo fondamentale
[5321.26s -> 5322.46s] al momento che è il calcolo
[5322.46s -> 5324.02s] con i sistemi che abbiamo
[5324.02s -> 5324.52s] ora
[5324.52s -> 5325.36s] non c'è
[5325.36s -> 5327.12s] non abbiamo la capacità
[5327.12s -> 5327.80s] di calcolo
[5327.80s -> 5328.86s] per realizzare
[5328.86s -> 5330.38s] un'intelligenza artificiale
[5330.38s -> 5331.58s] a livello di quella umana
[5331.58s -> 5333.68s] cambiando il sistema di calcolo
[5333.68s -> 5335.10s] allontanandoci dal digitale
[5335.10s -> 5335.50s] tornando
[5335.50s -> 5337.38s] all'analogico
[5337.38s -> 5338.96s] allora forse sì
[5338.96s -> 5340.58s] e allora iniziamo a ragionare
[5340.58s -> 5341.54s] di stati quantici
[5341.54s -> 5341.84s] di
[5341.84s -> 5343.86s] di esistenza
[5343.86s -> 5344.08s] di
[5344.08s -> 5344.92s] di coscienza
[5344.92s -> 5345.16s] in
[5345.16s -> 5345.96s] aspetti fiscali
[5345.98s -> 5346.36s] fisici
[5346.36s -> 5347.08s] che non sono quelli
[5347.08s -> 5348.08s] del calcolatore
[5348.08s -> 5352.18s] calcolatore quantistico
[5352.18s -> 5353.98s] anche ma non necessariamente
[5354.74s -> 5360.42s] altro?
[5360.68s -> 5361.78s] il nostro futuro
[5361.78s -> 5363.56s] è robotizzarci
[5363.56s -> 5367.98s] in che senso?
[5368.86s -> 5370.16s] nel senso che
[5370.16s -> 5371.98s] l'intelligenza artificiale
[5373.30s -> 5374.22s] si sieduterà
[5374.22s -> 5374.94s] sempre di più
[5374.94s -> 5375.66s] dall'umano
[5375.98s -> 5376.92s] e diventeremo
[5376.92s -> 5377.76s] sempre più robot
[5377.76s -> 5379.08s] noi?
[5379.56s -> 5380.16s] noi
[5380.16s -> 5380.92s] ma no
[5380.92s -> 5381.76s] io non credo
[5381.76s -> 5383.46s] non lo so
[5383.46s -> 5384.54s] secondo me è una questione
[5384.54s -> 5385.24s] culturale
[5385.24s -> 5386.20s] ci saranno culture
[5386.20s -> 5387.22s] che si avvicineranno
[5387.22s -> 5388.22s] molto alla
[5388.22s -> 5390.82s] alla robotizzazione
[5390.82s -> 5392.22s] forse ci sono già più vicine
[5392.22s -> 5392.88s] altre meno
[5392.88s -> 5395.96s] c'è un aspetto
[5395.96s -> 5397.16s] diciamo c'è un aspetto
[5397.16s -> 5397.94s] sociologico
[5397.94s -> 5398.80s] non banale
[5398.80s -> 5400.20s] nella robotizzazione
[5400.20s -> 5401.50s] però d'altra parte
[5401.50s -> 5402.08s] scusate
[5402.08s -> 5403.44s] nel nostro quotidiano
[5403.44s -> 5404.34s] quanti di noi
[5404.34s -> 5405.46s] hanno sperimentato
[5405.46s -> 5405.96s] all'ecco
[5405.98s -> 5406.30s] Alexa
[5406.30s -> 5408.18s] Alexa
[5408.18s -> 5409.64s] è simpatica
[5409.64s -> 5411.08s] Alexa ti saluta
[5411.08s -> 5411.96s] ti fa
[5411.96s -> 5412.96s] tu gli dici
[5412.96s -> 5414.00s] una mattina
[5414.00s -> 5414.78s] per piacere
[5414.78s -> 5415.40s] svegliami
[5415.40s -> 5416.82s] a un quarto alle sette
[5416.82s -> 5418.70s] e intanto che io faccio il caffè
[5418.70s -> 5419.50s] fammi sentire
[5419.50s -> 5420.28s] quella musica
[5420.28s -> 5421.00s] che mi rende
[5421.00s -> 5421.84s] la mattina più
[5421.84s -> 5423.52s] e lei fa tutto questo
[5423.52s -> 5424.88s] addirittura c'è chi
[5424.88s -> 5426.12s] io ho Alexa
[5426.12s -> 5426.64s] ma la uso
[5426.64s -> 5427.98s] in modo base
[5427.98s -> 5428.62s] perché non
[5428.62s -> 5431.18s] entro in casa
[5431.18s -> 5432.02s] apre la porta
[5432.02s -> 5433.46s] della casa
[5433.46s -> 5434.24s] e Alexa
[5434.24s -> 5434.88s] comincia a dire
[5434.88s -> 5435.50s] delle cose
[5435.50s -> 5435.96s] comincia a dire
[5435.96s -> 5437.12s] le ultime notizie
[5437.12s -> 5437.38s] cioè
[5437.38s -> 5438.86s] e che cos'è Alexa
[5438.86s -> 5439.94s] è una cosettina
[5439.94s -> 5440.88s] grande così
[5440.88s -> 5442.64s] che ci riconosce
[5442.64s -> 5443.64s] la nostra voce
[5443.64s -> 5444.96s] che chiamiamo per nome
[5444.96s -> 5445.70s] non a caso
[5445.70s -> 5446.84s] chiamiamo per nome
[5446.84s -> 5448.70s] e che cos'è questo
[5448.70s -> 5449.32s] professore?
[5449.52s -> 5449.70s] no no
[5449.70s -> 5450.52s] è chiaro
[5450.52s -> 5451.42s] però ci sono
[5451.42s -> 5452.66s] diversi livelli
[5452.66s -> 5453.46s] che cos'è
[5453.46s -> 5454.46s] robotizzazione
[5454.46s -> 5455.34s] il robot
[5455.34s -> 5455.74s] può essere
[5455.74s -> 5456.42s] un robot
[5456.42s -> 5457.98s] fisico
[5457.98s -> 5460.46s] che ha una sua dimensione
[5460.46s -> 5461.06s] una casa
[5461.06s -> 5461.86s] diventa un robot
[5461.86s -> 5462.74s] nel momento in cui
[5462.74s -> 5464.02s] ha le tapparelle
[5464.02s -> 5464.56s] che si aprono
[5464.56s -> 5465.32s] automaticamente
[5465.32s -> 5465.70s] le luci
[5465.70s -> 5466.36s] che si accendono
[5466.36s -> 5466.84s] da sole
[5466.84s -> 5468.80s] le sveglie
[5468.80s -> 5469.64s] che partono
[5469.64s -> 5471.34s] quando vogliono
[5471.34s -> 5472.00s] io al momento
[5472.00s -> 5473.62s] ho una luce
[5473.62s -> 5474.32s] in salotto
[5474.32s -> 5474.74s] che non riesco
[5474.74s -> 5475.20s] a spegnere
[5475.20s -> 5476.00s] perché l'intelligenza
[5476.00s -> 5476.54s] artificiale
[5476.54s -> 5477.12s] della mia casa
[5477.12s -> 5477.50s] ha deciso
[5477.50s -> 5478.48s] che non si deve spegnere
[5478.48s -> 5479.70s] ho dovuto chiamare
[5479.70s -> 5480.14s] il caro vecchio
[5480.14s -> 5480.74s] elettricista
[5480.74s -> 5481.36s] per strappare
[5481.36s -> 5481.72s] un modulo
[5481.72s -> 5482.24s] dal muro
[5482.24s -> 5482.94s] però sì
[5482.94s -> 5495.54s] lei ha detto
[5495.54s -> 5497.04s] 16 milioni di dollari
[5497.04s -> 5498.64s] per iniziare
[5498.64s -> 5500.00s] ma il tempo
[5500.00s -> 5500.52s] cioè
[5500.52s -> 5501.36s] faccio un esempio
[5501.36s -> 5501.80s] pratico
[5501.80s -> 5502.40s] c'è CBT
[5502.40s -> 5503.18s] è già la prima
[5503.18s -> 5505.12s] che in questa
[5505.12s -> 5506.30s] corsa
[5506.30s -> 5507.50s] di formula 1
[5507.50s -> 5508.68s] tra le varie aziende
[5508.68s -> 5509.64s] varie nazioni
[5509.64s -> 5510.36s] chi avrà
[5510.36s -> 5511.56s] l'intelligenza artificiale
[5511.56s -> 5512.92s] questi sono i primi
[5512.92s -> 5513.30s] gli altri
[5513.30s -> 5513.54s] diciamo
[5513.54s -> 5514.38s] partendo da zero
[5514.38s -> 5515.52s] ma sono Elon Musk
[5515.52s -> 5516.32s] metto tutti i soldi
[5516.32s -> 5516.78s] del mondo
[5516.78s -> 5518.24s] quanto tempo
[5518.24s -> 5519.08s] per sviluppare
[5519.08s -> 5520.36s] no ma una volta
[5520.36s -> 5521.00s] sviluppato
[5521.00s -> 5521.68s] diciamo
[5521.68s -> 5522.28s] una volta che
[5522.28s -> 5524.00s] è il senso del discorso
[5524.00s -> 5525.08s] c'è molto costo
[5525.08s -> 5526.22s] per uscire col primo prodotto
[5526.22s -> 5527.20s] poi gli altri copiano
[5527.20s -> 5529.08s] questo è il punto
[5529.08s -> 5529.40s] poi
[5529.40s -> 5533.14s] ci sono tanti fattori
[5533.14s -> 5534.40s] quando ho menzionato
[5534.40s -> 5534.96s] 16 milioni
[5534.96s -> 5535.26s] è proprio
[5535.26s -> 5535.78s] il costo
[5535.78s -> 5537.20s] di un riaddestramento
[5537.20s -> 5537.42s] cioè
[5537.42s -> 5538.18s] conoscendo
[5538.18s -> 5539.34s] la tecnologia
[5539.34s -> 5540.64s] avendo già tutto definito
[5540.64s -> 5541.62s] voglio aggiungere
[5541.62s -> 5542.42s] un altro po' di
[5542.42s -> 5544.42s] informazione
[5544.42s -> 5545.50s] e un po' di conoscenza
[5545.50s -> 5545.82s] perché
[5545.82s -> 5546.82s] da quando l'ho addestrato
[5546.82s -> 5547.40s] l'anno scorso
[5547.40s -> 5547.80s] pensate
[5547.80s -> 5548.76s] cosa è successo
[5548.76s -> 5549.34s] col Covid
[5549.34s -> 5550.48s] ho addestrato
[5550.48s -> 5551.16s] i miei modelli
[5551.16s -> 5552.50s] a ciò che era conosciuto
[5552.50s -> 5553.02s] nel mondo
[5553.02s -> 5554.12s] fino al 2019
[5554.12s -> 5556.08s] li usavano nel 2020
[5556.08s -> 5557.48s] e non funzionavano
[5557.48s -> 5557.86s] perché
[5557.86s -> 5559.56s] Covid non esisteva
[5559.56s -> 5560.98s] tutte le dinamiche collegate
[5560.98s -> 5561.68s] non esisteva
[5561.68s -> 5562.20s] che fai
[5562.20s -> 5562.82s] ti metti lì
[5562.82s -> 5563.62s] e riaddestri
[5563.62s -> 5565.34s] non è che cambi il modello
[5565.34s -> 5566.28s] però gli devi dare
[5566.28s -> 5567.18s] delle informazioni in più
[5567.18s -> 5567.96s] farselo con la cosa
[5567.96s -> 5568.98s] li costa 16 milioni
[5568.98s -> 5570.10s] svilupparlo
[5570.10s -> 5570.96s] ex novo
[5570.96s -> 5572.02s] lasciamo perdere
[5572.02s -> 5572.90s] comunque
[5572.90s -> 5574.20s] insomma
[5574.20s -> 5576.20s] si stima
[5576.20s -> 5576.72s] che
[5576.72s -> 5578.12s] OpenAI
[5578.12s -> 5578.78s] che è la
[5578.78s -> 5580.12s] non profit
[5580.12s -> 5581.44s] ma anche azienda
[5581.44s -> 5582.16s] che sviluppa
[5582.16s -> 5582.76s] chat cpt
[5582.76s -> 5583.70s] più o meno
[5583.70s -> 5584.10s] spenda
[5584.10s -> 5585.38s] circa 2 miliardi
[5585.38s -> 5586.52s] in bolletta
[5586.52s -> 5587.22s] di calcolo
[5587.22s -> 5589.14s] all'anno
[5589.14s -> 5590.16s] per le attività
[5590.16s -> 5591.02s] più o meno
[5591.02s -> 5593.00s] vabbè
[5593.00s -> 5593.82s] i dati da macchina
[5593.82s -> 5594.42s] sono stati quindi
[5594.42s -> 5595.66s] cioè 2 miliardi
[5595.66s -> 5597.42s] di energia elettrica
[5597.42s -> 5597.58s] no
[5597.58s -> 5598.34s] 2 miliardi di
[5598.34s -> 5599.34s] dollari
[5599.34s -> 5600.02s] di dollari
[5600.02s -> 5600.72s] in energia
[5600.72s -> 5600.96s] no
[5600.96s -> 5601.86s] in calcolo
[5601.86s -> 5602.68s] in calcolo
[5602.68s -> 5603.66s] in calcolo
[5603.66s -> 5603.92s] cioè
[5603.92s -> 5604.38s] di
[5604.38s -> 5606.18s] utilizzo della macchina
[5606.18s -> 5607.12s] tutto ciò che serve
[5607.12s -> 5608.42s] per addestrare
[5608.42s -> 5608.58s] che
[5608.58s -> 5610.28s] bolletta energetica
[5610.28s -> 5611.54s] utilizzo dei data center
[5611.54s -> 5612.42s] tutto quello che serve
[5612.42s -> 5613.68s] ma
[5613.68s -> 5614.76s] servono anche persone
[5614.76s -> 5615.66s] per addestrare
[5615.66s -> 5616.08s] ovviamente
[5616.08s -> 5618.62s] meno di quanti
[5618.62s -> 5619.42s] computer servono
[5619.42s -> 5619.90s] però sì
[5619.90s -> 5630.28s] prego
[5630.28s -> 5630.74s] allora
[5630.74s -> 5631.92s] il backstage
[5631.92s -> 5632.78s] qui del
[5632.78s -> 5634.18s] del tavolo
[5634.18s -> 5635.48s] sta passando già
[5635.48s -> 5636.10s] cosa fare
[5636.10s -> 5636.76s] dopo questa
[5636.76s -> 5637.96s] bellissima riunione
[5637.96s -> 5641.30s] sta a me quindi
[5641.30s -> 5642.02s] il moderatore
[5642.02s -> 5643.08s] a chiudere la serata
[5643.08s -> 5643.64s] direi che è
[5643.64s -> 5645.60s] che è stata più che proficua
[5645.60s -> 5647.64s] una presenza
[5647.64s -> 5648.90s] numerosa
[5648.90s -> 5649.38s] in realtà
[5649.38s -> 5650.22s] Rubes
[5650.22s -> 5651.00s] per essere
[5651.00s -> 5652.36s] un venerdì sera
[5652.36s -> 5653.18s] a quest'ora
[5653.18s -> 5654.68s] quindi l'argomento interessa
[5654.68s -> 5656.70s] ringrazio tutti
[5656.70s -> 5657.78s] voi
[5657.78s -> 5658.66s] per la vostra
[5658.66s -> 5659.70s] presentazione
[5659.70s -> 5661.20s] ringrazio il professor Baccio
[5661.20s -> 5662.04s] che ci ha veramente
[5662.04s -> 5662.64s] fornito elementi
[5663.20s -> 5663.64s] importanti
[5664.68s -> 5667.56s] ma
[5667.56s -> 5670.48s] il
[5670.48s -> 5671.60s] il protagonista
[5671.60s -> 5672.02s] in realtà
[5672.02s -> 5672.92s] della serata
[5672.92s -> 5673.16s] cioè
[5673.16s -> 5673.50s] chi ha
[5673.50s -> 5674.04s] promosso
[5674.04s -> 5674.88s] questa iniziativa
[5674.88s -> 5675.86s] in collaborazione
[5675.86s -> 5676.54s] con la provincia
[5676.54s -> 5677.18s] di Mantova
[5677.18s -> 5677.84s] è il
[5677.84s -> 5678.90s] Comitato
[5678.90s -> 5680.42s] di Levata
[5680.42s -> 5682.18s] che si è posto
[5682.18s -> 5682.90s] questo problema
[5682.90s -> 5683.56s] importante
[5683.56s -> 5689.50s] il Comitato
[5689.50s -> 5690.06s] di Levata
[5690.06s -> 5691.48s] sta organizzando
[5691.48s -> 5692.58s] insieme
[5692.58s -> 5693.08s] sempre
[5693.08s -> 5693.96s] alla provincia
[5693.96s -> 5695.10s] altri due momenti
[5695.10s -> 5696.32s] legati a questo tema
[5696.32s -> 5697.46s] che faremo
[5697.46s -> 5698.18s] nell'anno
[5698.18s -> 5698.94s] prossimo
[5698.94s -> 5699.70s] quindi nel mese
[5699.70s -> 5700.80s] da gennaio
[5700.80s -> 5701.24s] in avanti
[5701.24s -> 5701.70s] se dobbiamo
[5701.70s -> 5702.54s] decidere bene
[5702.54s -> 5703.36s] le date
[5703.36s -> 5704.94s] speriamo di farlo
[5704.94s -> 5706.62s] nel tardo pomeriggio
[5706.62s -> 5707.68s] e non alla sera
[5707.68s -> 5708.96s] per il benessere
[5708.96s -> 5709.60s] di tutti
[5709.60s -> 5711.22s] e vi aspettiamo
[5711.22s -> 5712.32s] anche per questi due
[5712.32s -> 5713.22s] appuntamenti
[5713.22s -> 5713.76s] numerosi
[5713.76s -> 5714.56s] come questa sera
[5714.56s -> 5715.86s] buonanotte a tutti


© Provincia di Mantova. Tutti i diritti riservati.
Fed with free for non-commercial use tools by litterae.eu.