In questa interessante video-presentazione tenuta al recente TED, Stephen Wolfram, creatore di Mathematica, parla della sua battaglia per far si che tutta la conoscenza diventi computazionale per poter essere ricercata, processata e manipolata. Il suo nuovo motore di ricerca, Wolfram Alpha, punta a niente meno che modellizzare e spiegare la fisica di fondo dell'universo.

TED Talks - Stephen Wolfram: Calcolare la teoria del tutto
( con sottotitoli in Italiano )

Trascrizione integrale del testo

Oggi voglio parlavi di un'idea. È una grande idea. Effettivamente ritengo che potrebbe un giorno essere considerata la più grande singola idea che è emersa nel secolo passato. È l'idea del calcolo. Certamente questa idea ci ha portato tutta la tecnologia dei computer che oggi abbiamo e così via. Ma nel calcolo c'è molto più di questo. È in realtà un'idea veramente basilare, profonda e potente I cui effetti si cominciano appena a vedere

stesso ho speso gli ultimi 30 anni lavorando su tre grandi progetti che cercano di prendere l'idea del calcolo veramente sul serio. Ho iniziato in giovane età come fisico ad utilizzare i computer come strumenti. Poi ho iniziato ad approfondire il concetto pensando ai tipi di calcoli che avrei voluto poter fare, provando ad immaginare da quali primitive questi sarebbero potuti essere costruiti e come sarebbero potuti essere automatizzati il più possibile. Di conseguenza ho creato un'intera struttura basata sulla programmazione simbolica che mi ha consentito di costruire “Mathematica”. E per gli ultimi 23 anni, a tasso crescente, abbiamo continuato a instillare sempre più idee, capacità e quant'altro in “Mathematica”. Sono soddisfatto di poter dire che questo ha portato molte cose buone in campi come la ricerca e sviluppo, nella scuola e in molte altre aree. Bene devo ammettere che ho avuto anche una ragione del tutto personale per costruire “Mathematica”. Volevo usarla per me, un po' come Galileo usò il suo telescopio 400 anni fa. Ma volevo guardare non verso l'universo astronomico ma verso l'universo computazionale.

Di solito pensiamo ai programmi come cose complesse che costruiamo per scopi molto specifici. Ma cosa dire dello spazio di tutti i possibili programmi? Ecco qui la rappresentazione di un programma molto semplice. Ecco, se eseguiamo questo programma, ecco quello che otteniamo. Molto semplice vero? Allora proviamo a cambiare la regola di questo programma solo un po'. Ora otteniamo un altro risultato, comunque molto semplice. Proviamo a cambiarla ancora. Ora si ottiene qualcosa di un po' più complicato ma se continuiamo a farlo andare per un po' troviamo che, sebbene il pattern che otteniamo sia molto intricato, ha una struttura molto regolare. Quindi la domanda è: può accadere qualcos'altro? Bene, possiamo fare un piccolo esperimento. Facciamo giusto un piccolo esperimento di matematica, proviamo a scoprirlo.

Eseguiamo tutti i possibili programmi del particolare tipo che stiamo analizzando. Sono chiamati "automi cellulari". Si possono vedere un sacco di comportamenti differenti. Molti fanno cose molto semplici. Ma se si osservano tutte le varie immagini, in corrispondenza della regola numero 30, si inizia a notare che accade qualcosa di interessante. Dunque, diamo un'occhiata più da vicino alla regola numero 30. Eccola qua. Stiamo semplicemente seguendo questa semplicissima regola descritta nella parte inferiore della figura. ma otteniamo tutte queste cose sorprendenti. Non è affatto ciò a cui siamo abituati e devo dire che quando vidi queste cose per la prima volta, colpirono molto il mio intuito e, in effetti, per comprenderle, ho successivamente dovuto creare un tipo di scienza totalmente nuovo.

(Risate)

Questa scienza è differente, più generale della scienza basata sulla matematica che abbiamo avuto per gli ultimi 300 anni circa. Sapete, è sempre sembrato una sorta di grande mistero il modo in cui la natura, apparentemente senza nessuno sforzo, sia in grado di produrre così tante cose che ci sembrano complesse. Ebbene, io ritengo che abbiamo trovato il suo segreto. Sta solamente raccogliendo campioni da ciò che è li fuori nell'universo computazionale ottenendo molto spesso cose come la regola 30 o come questo. E sapendo queste cose, si inizia a dare una spiegazione a numerosi misteri di lunga data nella scienza. Ma evidenzia anche nuovi problemi come l'irriducibilità computazionale. Siamo abituati al fatto che la scienza sia in grado di predire i fenomeni ma qualcosa come questo è fondamentalmente irriducibile. L'unico modo di trovare i suoi risultati è, in pratica, proprio guardarlo mentre evolve. Questo è connesso a ciò che io chiamo il principio di equivalenza computazionale, che ci dice che anche sistemi incredibilmente semplici possono fare calcoli sofisticatissimi. Non serve tanta tecnologia o un elevato livello di evoluzione biologica per essere in grado di fare calcoli di qualsiasi tipo, è solamente qualcosa che succede, naturalmente, ovunque. Cose con regole semplici come queste lo possono fare. Ebbene, questo ha implicazioni profonde circa i limiti della scienza, riguardo alla predicibilità e alla regolazione di cose come i processi biologici o le economie, riguardo all'intelligenza nell'universo riguardo questioni come il libero arbitrio e riguardo al creare tecnologia.

Lavorando a questa scienza per molti anni, mi sono spesso domandato: "Quale sarà la sua prima killer application?" Beh, già da quando ero un ragazzo, ho pensato sempre a come sistematizzare la conoscenza per renderla in qualche modo calcolabile. Persone come Leibniz hanno ragionato su questo argomento già 300 anni prima. Ma ho sempre dato per scontato che per fare progressi, avrei in sostanza dovuto replicare un intero cervello. Ebbene sono arrivato a pensare: questo mio paradigma scientifico suggerisce qualcosa di differente. E comunque ora ho enormi capacità di calcolo in Mathematica, e sono un CEO (Chief Executive Officier – Direttore) con discrete risorse a livello mondiale per realizzare progetti vasti e apparentemente folli. Cosi ho deciso di tentare di vedere quanto della conoscenza sistematica che è in giro nel mondo potesse essere resa calcolabile.

È stato un progetto veramente grande e complesso, del quale non avevo idea se avesse mai potuto funzionare. Ma sono contento di dire che in effetti sta andando veramente bene. E l'anno scorso siamo stati in grado di rilasciare la prima versione di Wolfram Alpha come sito web. Il suo scopo è quello di essere un vero e proprio motore di ricerca per la conoscenza in grado di calcolare le risposte alle domande. Proviamolo. Iniziamo da qualcosa di veramente semplice. Speriamo bene. Molto bene, Okay. Fin qui tutto funziona. (Risate) Proviamo qualcosa di più tosto. Diciamo.... Proviamo a fare qualche cosa di matematico e con un po' di fortuna elaborerà la risposta e proverà a dirci un po' di cose interessanti riguardo ai relativi passaggi matematci. Possiamo chiedergli qualcosa sul mondo reale. Diciamo - non saprei - qual'è il prodotto nazionale lordo della Spagna? E dovrebbe essere in grado di dircelo. Ora possiamo provare a calcolare qualcosa di correlato, diciamo il prodotto interno lordo della Spagna diviso, non saprei, il.... diciamo diviso i ricavi di Microsoft.

(Risate)

L'idea è che possiamo digitare questo tipo di domande come ci pare. Proviamo a fargli una domanda, relativa ad esempio alla sanità. Diciamo che abbiamo delle analisi di laboratorio in cui abbiamo un livello LDL di 140 per un maschio di 50 anni. Proviamo a scriverlo, ed ora Wolfram Alpha andrà ad usare i dati disponibili sulla salute pubblica e proverà ad indovinare a quale parte della popolazione corrisponde e cosi via. Oppure proviamo a chiedergli, non saprei, della Stazione Spaziale Internazionale (ISS).

Quello che sta accadendo è che Wolfram Alpha non sta solo cercando qualcosa; sta calcolando, in tempo reale, dove si trova la Stazione Spaziale Internazionale proprio in questo momento a che velocità si sta spostando e cosi via. Dunque, Wolfram Alpha conosce molte e molti tipi di cose. Al momento ha una buona copertura su qualsiasi cosa si possa trovare in un una tipica biblioteca di riferimento e cosi via. Ma l'obiettivo è di spingersi molto più avanti e, in senso lato, di rendere accessibile a tutti tutto questo tipo di conoscenza, E provare a diventare una fonte autorevole in tutti i campi, essere in grado di calcolare risposte alle domande specifiche della gente, Senza cercare quello che altre persone possano aver scritto precedentemente su quelle cose, Ma utilizzando la conoscenza acquisita per calcolare risposte nuove e fresche a domande specifiche.

Ora, certamente Wolfram Alpha è un progetto a lungo termine e di dimensioni monumentali, con molte e molte sfide. Tanto per cominciare è necessario curare un'infinità di fonti diverse di fatti e dati, E per fare questo abbiamo costruito una sorta di collegamento tra l'automazione di Mathematica e gli esperti del dominio umano. Ma questo è solo l'inizio. Dati i fatti o i dati grezzi per rispondere effettivamente alle domande, è necessario il calcolo, è necessario implementare tutti quei metodi, i modelli, gli algoritmi e le altre cose che la scienza e le altre aree hanno costruito nei secoli. Bene, anche partendo da Mathematica, è in ogni caso un'enorme quantità di lavoro. Finora, ci sono circa 8 milioni di linee di codice di Mathematica in Wolfram Alpha costruite da esperti di moltissimi campi differenti.

Ebbene, un'idea centrale di Wolfram Alpha è che gli si possa direttamente porre le domande utilizzando un ordinario linguaggio umano, che significa che dobbiamo essere in grado di prendere tutte quelle strane espressioni che la gente digita nella casella di input e capirle. E devo dire che pensavo che questo ostacolo sarebbe stato semplicemente insormontabile. Ma poi sono successe due cose importanti. Dapprima un gruppo di idee nuove sulla linguistica che sono arrivate dallo studio dell'universo computazionale. Successivamente, l'aver compreso che avere a disposizione della vera conoscenza calcolabile cambia completamente il modo in cui si può approcciare la compresione del linguaggio. E certamente, adesso con Wolfram Alpha lì fuori, disponibile a tutti, possiamo imparare dal suo effettivo utilizzo. E infatti c'è stata una interessante co-evoluzione che è andata avanti tra Wolfram Alpha ed i suoi utenti umani. Questo è veramente incoraggiante. Proprio ora, se analizziamo le query web, più dell'80 percento sono gestite correttamente al primo colpo. E se si analizzano cose come l'app per iPhone, la percentuale è significativamente maggiore. Sono piuttosto contento di tutto ciò.

Ma, per certi aspetti, siamo ancora ai primordi con Wolfram Alpha. Voglio dire che ogni cosa sta crescendo bene. Stiamo diventando più sicuri. Potete aspettarvi di vedere che la tecnologia di Wolfram Alpha salterà fuori in sempre più occasioni, per essere utilizzata sia con questo tipo di dati pubblici, come sul sito web, sia con conoscenza privata di persone o di aziende. Sapete, io mi sono reso conto che Wolfram Alpha mette effettivamente a disposizione un tipo di calcolo del tutto nuovo che si può chiamare calcolo basato sulla conoscenza, in cui si parte non dal mero calcolo, ma dalla enorme quantità di conoscenza integrata. E quando si fa questo, si cambia veramente l'economia del fornire quelle cose che hanno a che fare con il calcolo, sia che siano sul web che altrove.

Sapete, al momento abbiamo una situazione piuttosto interessante. Da una parte abbiamo Mathematica, con il suo linguaggio piuttosto preciso e formale e con una enorme rete di funzionalità progettate con cura in grado di realizzare molto con pochissime linee di codice. Lasciate che vi mostri un paio di esempi. Ecco un semplicissimo frammento di programmazione in Mathematica. Ecco qualcosa in cui abbiamo integrato un bel po' di funzionalità differenti. Qui creiamo con questa linea di codice una piccola interfaccia utente che ci consente di fare queste cosette divertenti. Se vogliamo proseguire, questo è un programma leggermente più complicato che ora sta facendo varie cose a livello di algoritmi e crea un'interfaccia utente. Ma è in ogni caso qualcosa che fa delle cose molto ben definite. è una definizione precisa con un preciso linguaggio formale che fa si che Mathematica sappia cosa fare in questi casi.

Ebbene, dall'altra parte abbiamo Wolfram Alpha, con ogni tipo di confusione al mondo e che integra cose come il linguaggio umano. E cosa accade quando si mettono insieme queste cose? Penso sia in effetti piuttosto meraviglioso. Con Wolfram Alpha integrato all'interno di Mathematica, è possibile, per esempio, fare un programma preciso che fa riferimento a dati dal mondo reale. Ecco un esempio molto semplice. Si può anche provare a dare un input generico e poi provare a far si che Wolfram Alpha capisca di cosa si sta parlando. Proviamo questa qui. Ma effettivamente penso che una delle conseguenze più eccitanti di tutto questo sia il fatto di poter avere veramente la possibilità di rendere la programmazione accessibile a tutti. Voglio dire, chiunque sarà in grado di esprimere quello di cui ha bisogno per mezzo del semplice linguaggio, quindi l'idea è che Wolfram Alpha sarà in grado di individuare quali sono i corretti pezzi di codice che possono realizzare ciò che viene richiesto e che potrà mostrare degli esempi da cui si potrà prendere ciò di cui si ha bisogno per costruire programmi puntuali sempre più grandi. Così, talvolta, Wolfram Alpha sarà in grado di completare tutto immediatamente e restituire un intero programma da utilizzare per farci i calcoli. Ed ecco qui un gran sito web dove abbiamo raccolto un sacco di dimostrazioni a scopo di dattico e non solo su molti tipi di cose. Bene, non saprei, vi mostrò un esempio, forse questo. Questo è solo un esempio di uno di questi documenti calcolabili. è probabilmente un piccolo pezzo di codice di Mathematica che è in grado di girare qui.

Okay. Torniamo ad una vista d'insieme. Dunque, dato il nostro nuovo tipo di scienza, esiste un modo in generale per utilizzarlo per costruire tecnologia? Per i materiali fisici, siamo abituati tipo ad andare in giro per il mondo e scoprire che un particolare materiale è utile per un particolare fine tecnologico. Ebbene, a quanto pare, possiamo fare proprio la stessa cosa nell'universo computazionale. Là fuori c'è una riserva inesauribile di programmi. La sfida è di vedere come sfruttarli per gli interessi umani. Qualcosa come la regola 30, per esempio, sembra essere un generatore di numeri casuali piuttosto buono. Altri programmi molto semplici modellizzano bene processi del mondo naturale o sociale. E, per esempio, Wolfram Alpha e Mathematica sono effettivamente già pieni di algoritmi che abbiamo scoperto perlustrando l'universo computazionale. E, per esempio, questo - siamo ritornati qui - questo è diventato sorprendentemente popolare tra i compositori potendo trovare forme musicali perlustrando l'universo computazionale. In un certo senso, possiamo usare l'universo computazionale per ottenere creatività di massa per uno scopo specifico. Spero, per esempio, che possiamo utilizzarlo persino per far si che Wolfram Alpha possa automaticamente fare invenzioni e scoperte al volo e che possa trovare ogni tipo di cose straordinarie che nessun ingegnere e che nessun processo di evoluzione incrementale potrebbe mai far saltar fuori.

Ebbene, questo ci porta a una domanda fondamentale. Che sia possibile che da qualche parte li fuori nell'universo computazionale ci sia il nostro universo fisico? Forse c'è persino qualche regola piuttosto semplice, qualche semplice programma per il nostro universo. Ebbene, la storia della fisica ci porterebbe a credere che la regola per l'universo dovrebbe essere piuttosto complicata. Ma nell'universo computazionale come abbiamo visto ora ci sono regole che sono incredibilmente semplici e che possono produrre comportamenti incredibilmente ricchi e complessi. E quindi potrebbe essere proprio questo che sta succedendo con il nostro universo? Se le regole per l'universo sono semplici, è in qualche modo inevitabile che siano molto astratte e veramente di basso livello, e che operino, per esempio, molto al di sotto del livello dello spazio o del tempo, che rende le cose difficili da rappresentare. Ma, almeno in una larga classe di situazioni, si può pensare che l'universo sia come una specie di network, che, quando diventa abbastanza grande, si comporta come uno spazio continuo nello stesso modo in cui quando si hanno molte molecole queste si comportano come un fluido continuo. Bene, quindi l'universo si deve evolvere applicando piccole regole che progressivamente aggiornano questo network. Ed ogni possibile regola, in un certo senso, corrisponde ad un universo candidato.

In effetti, non ho mostrato questi prima, ma ecco qui alcuni degli universi candidati a cui ho dedicato la mia attenzione. Alcuni di questi universi sono senza speranza, completamente sterili, con malattie come l'assenza di nozione dello spazio o del tempo, senza materia, o altri problemi del genere. Ma la cosa eccitante che ho trovato negli ultimi anni è che in effetti non c'è bisogno di andare troppo lontano nell'universo computazionale prima di trovare universi candidati che non si possa dare per scontato che non siano il nostro universo. Ecco il problema: Ogni serio candidato per il nostro universo, è inevitabilmente pieno di irriducibilità computazionali, che significa che è irriducibilmente difficile trovare come si comporta veramente e se corrisponde al nostro universo fisico. Alcuni anni fa, sono stato piuttosto eccitato quando ho scoperto che ci sono universi candidati con regole incredibilmente semplici che riproducono con successo la relatività speciale e persino la relatività generale e la gravitazione e per lo meno danno cenni di meccanica quantistica. Quindi, troveremo l'intera fisica? Non lo so per certo. Ma ritengo che a questo punto sarebbe piuttosto imbarazzante non fare almeno un tentativo.

Non è certo un progetto agevole. è necessario costruire un sacco di tecnologie. è necessario costruire una struttura che probabilmente sarà almeno tanto profonda quanto la fisica corrente. E non sono sicuro di quale sia il miglior modo per organizzare l'intera cosa. Costruire una squadra, renderla aperta, offrire premi e cosi via Ma oggi vi dico che mi sto impegnando per vedere questo progetto completato, per vedere se, entro questa decade, possiamo finalmente ottenere la regola del nostro universo e sapere dove è posizionato il nostro universo nello spazio di tutti i possibili universi ed essere in grado di scrivere in Wolfram Alpha "la teoria dell'universo" e far si che ce la dica.

(Risate)

Quindi, ho lavorato all'idea del calcolo per più di 30 anni, costruendo strumenti e metodi e trasformando idee astratte in milioni di linee di codice da macinare in batterie di calcolatori. Per ogni anno che passa, mi rendo conto di come sia sempre più potente l'idea del calcolo. Ci ha già portato lontano, ma c'è ancora cosi tanto di più in arrivo. Dalle fondamenta della scienza ai limiti della tecnologia e persino alla definizione della condizione umana, penso che il calcolo sia destinato ad essere l'idea di fondo del nostro futuro.

Grazie.

(Applausi)

Chris Anderson: è stato molto impressionante. Stia qui. Ho una domanda.

(Applausi)

Dunque, questo è stato, mi sembra giusto dirlo, un discorso impressionante. Sarebbe in grado di dire in una frase o due come questo tipo di pensiero si potrebbe integrare ad un certo punto con cose come la teoria delle stringhe o con quel tipo di cose che la gente ritiene siano le fondamentali spiegazioni dell'universo?

Stephen Wolfram: Beh, quelle parti della fisica che in qualche modo sappiamo essere vere, qualcosa come il Modello Standard. Ciò che sto cercando di fare riproduce meglio il Modello Standard o è semplicemente sbagliato. Le cose che la gente ha cercato di fare negli ultimi 25 anni circa con la teoria delle stringhe sono state una esplorazione interessante che ha cercato di ritornare fino al Modello Standard, ma che non c'è ancora riuscita ad arrivare. Suppongo che qualche semplificazione grossolana di ciò che sto facendo potrebbe in effetti avere una risonanza considerevole con ciò che è stato fatto nella teoria delle stringhe, ma è una faccenda che ha complessi aspetti di matematica che ancora non so come andrà a finire.

CA: Benoit Mandelbrot è in sala. Anche lui ha mostrato come la complessità possa nascere da un semplice inizio. Il vostro lavoro fa riferimento al suo?

SW: Credo di si. Vedo il lavoro di Benoit Mandelbrot per certi aspetti come uno dei contributi fondamentali a quest'area. Benoit si è interessato in particolare ai pattern annidati, ai frattali e cosi via, dove la struttura è qualcosa che per certi versi è ramificata, e dove ci sono dei grandi rami che creano rami più piccoli. e lo stesso fanno i rami più piccoli e cosi via. Questa è una delle vie che esistono verso la vera complessità. Io ritengo che cose come l'automa cellulare della Regola 30 ci portino ad un livello differente. In effetti ci portano ad un livello differente in un modo molto preciso perchè sembrano essere cose capaci di una complessità che per certi aspetti è grande quanto deve...

Potrei continuare a lungo su questo ma non lo farò.

CA: Stephen Wolfram, Grazie.

Trovi tutti i link ai post "TED Talks" già pubblicati qui sotto :

1° Elizabeth Gilbert sul genio

2° Il Cervello in tempo reale: C.deCharms

3° Al Gore sulle recenti modificazioni climatiche

4° Matthieu Ricard e l'abitudine alla felicità

5° Hans Rosling: I dati cambiano la Mentalità

6° Rebecca Saxe: Come si forma il giudizio morale

7° Jill Bolte Taylor: Racconto di un Ictus in diretta

8° Pranav Mistry: Nuove Tecnologie Sesto-Senso

9° Ramachandran: I Neuroni plasmano la Civiltà

10° Hans Rosling: Ascesa Asiatica come e quando

11° Rob Hopkins: Verso un Mondo senza Petrolio

12° Jamie Oliver: Educazione al Cibo per i Bambini

13° Bertrand Piccard: Avventura a Energia Solare

14° Dan Barber: Mi sono innamorato di un pesce

15° Aimee Mullins: L'opportunità delle avversità

16° Dan Buettner: Come vivere fino a 100 anni

17° Eric Topol: Il futuro senza fili della Medicina

18° James Randi demolisce le Frodi Paranormali

19° Richard Sears: Pianificare la fine del petrolio

20° Si può "affamare" il cancro con la dieta ?

21° Helen Fisher: Perché amiamo e tradiamo

22° Tan Le: Cuffia per leggere le onde cerebrali

23° J.Assange: Il mondo ha bisogno di Wikileaks

24° Hans Rosling: Cresce la popolazione globale

25° Derek Sivers: Tenetevi per voi i vostri obiettivi

26° C. Anderson: I Video stimolano l'Innovazione

27° Stefano Mancuso: L'intelligenza delle piante

28° Steven Johnson: Da dove provengono le Idee

29° Brian Skerry: Splendore e Orrore degli Oceani

30° Kristina Gjerde: Leggi Acque Internazionali

31° Marcel Dicke: Mangiare insetti: perché no ?

32° Amber Case: Siamo diventati tutti dei Cyborg

33° Hanna Rosin: I dati sull'ascesa delle Donne

34° N. Hertz: Quando non dare ascolto agli esperti

35° Patricia Kuhl: il Genio linguistico dei Bambini

36° Hans Rosling: Lavatrice magica e rivoluzione

37° Cynthia Breazeal: Arrivano i Personal Robot

38° M.Jakubowski progetta Macchine open source

39° H.Fineberg: Siamo pronti per la Neo-evoluzione?

40° Eli Pariser: Attenti alle " Gabbie di Filtri " in rete

41° Stephen Wolfram: Calcolare la teoria del tutto

Trovi altri post Taggati "Video" qui, fai una ricerca in archivio, o fai una ricerca per immagini ( clicca sulle immagini per leggere i post ).

Sottoscrivi AB Techno Blog

Vedi anche:
Filtro Web per minori: Come bloccare i contenuti per adulti
Scrivere la Musica sul PC in un Foglio Musicale Virtuale
Fisica - Corsi online gratuiti dalle migliori Università
Come Automatizzare la Scrittura di Frasi e Testi ripetitivi
Come puoi registrare Video + Audio delle chiamate Skype