MIND
Dentro la Mente Artificiale
Capire l’Intelligenza Artificiale dalle Fondamenta:
Filosofia e Tecnologia
Dalle reti neurali ai transformer, dalle tecnologie alle grandi domande sull’intelligenza.
Come fa una macchina a comprendere una frase? Può essere creativa? Potrebbe sviluppare una forma di coscienza?
‘Dentro la Mente Artificiale’ affronta queste domande esplorando le tecnologie che rendono possibili i moderni sistemi AI — dalle reti neurali ai transformer, dagli embedding ai database vettoriali — mettendole in dialogo con le grandi questioni sul linguaggio, la comprensione, la creatività e la natura stessa dell’intelligenza.
Riferimenti
- Le fondamenta del linguaggio
- Reti neurali e Transformer
- Sistemi RAG e conoscenza
- Comprensione e significato
- Creatività artificiale
- Conoscenza e intelligenza
Struttura
- 8 Sezioni
- 65 Lezioni
- 3h 45m
PROGRAMMA DEL CORSO
Sezione 1: Il problema della mente
- Introduzione al corso
- Di cosa parliamo, quando parliamo di intelligenza
- La mente è nel cervello?
- Funzionalismo
- I sistemi: quando le parti lavorano assieme
- L’emergenza: quanto il tutto è più delle parti
- Cosa c’entra l’emergenza con la mente
- Il nostro kit filosofico
- Di cosa parliamo, quando parliamo di intelligenza (Quiz/Approfondimento)
- Funzionalismo (Quiz/Approfondimento)
Sezione 2: Il significato
- Cos’è il significato di una parola?
- F. de Saussure: il significato è la differenza
- L. Wittgenstein: il significato è uso
- Symbol Grounding Problem
- Come la mente si fa un’immagine del mondo
- Simboli vs pattern
- Lo spazio semantico
- Significato come posizione
- L. Wittgenstein: il significato è uso (Quiz/Approfondimento)
- Significato come posizione (Quiz/Approfondimento)
Sezione 3: La macchina che impara
- Machine Learning – imparare dall’esperienza
- Il neurone artificiale
- La rete neurale
- Donald Hebb
- Il Connessionismo
- Cosa “sa” una rete neurale
- La stanza cinese
- Il salto: dalle immagini al linguaggio
- Cosa “sa” una rete neurale (Quiz/Approfondimento)
- La stanza Cinese (Quiz/Approfondimento)
Sezione 4: Il linguaggio delle macchine
- I token: come il modello spezza il testo
- Embedding: dare un indirizzo al significato
- La geometria del significato
- Il contesto cambia tutto
- Attention: Il meccanismo dell’attenzione
- Il Transformer
- Come un transformer “legge” una frase
- Generare linguaggio
- La scala cambia tutto
- Il training
- L’allineamento: educare una mente artificiale
- Anatomia e architettura di un LLM
- Il contesto cambia tutto (Quiz/Approfondimento)
- La scala cambia tutto (Quiz/Approfondimento)
Sezione 5: Oltre il Modello
- Un cervello senza memoria
- Il database vettoriale
- RAG: Retrieval-Augmented Generation
- La cibernetica
- Agenti: quando l’AI decide cosa fare
- Strumenti: le mani dell’AI
- La società della mente
- Chain of thought e metacognizione
- Multi-agente: quando le AI collaborano
- Fenomenologia e campo di coscienza
- La finestra di contesto
- Il database vettoriale (Quiz/Approfondimento)
- RAG: Retrieval-Augmented Generation (Quiz/Approfondimento)
Sezione 6: Il Corpo e il Suono
- Cambiamo prospettiva
- Il corpo come origine del significato
- L’arte come espressione
- Embodiment: la mente incarnata
- La musica come caso specifico
- L’arte come espressione (Quiz/Approfondimento)
- Embodiment: la mente incarnata (Quiz/Approfondimento)
Sezione 7: La Macchina che Suona
- Il suono come dato
- Dal suono al modello
- Il ponte: testo e suono nello stesso spazio
- L’equivoco semantico
- Il problema dello stile
- Cosa manca
- L’equivoco semantico (Quiz/Approfondimento)
- Il problema dello stile (Quiz/Approfondimento)
Sezione 8: Le domande che restano
- Il test di Turing musicale
- La stanza cinese, rivisitata
- L’AI capisce? La domanda sbagliata
- David Chalmers e il problema difficile
- Fenomenologia della relazione uomo-AI
- Cosa ci insegna l’AI su di noi
- La domanda aperta
- L’AI capisce? La domanda sbagliata (Quiz/Approfondimento)
- David Chalmers e il problema difficile (Quiz/Approfondimento)