Dagli oggetti alle cose

Slides:



Advertisements
Presentazioni simili
Il codice neurale.
Advertisements

Stili di apprendimento e intelligenze multiple
Apprendimento per rinforzo
Caos-Cognizione-Coscienza
I profili di apprendimento
Chiara Mocenni – Analisi delle Decisioni a.a Analisi delle Decisioni Probabilita condizionate e Teorema di Bayes Chiara Mocenni.
ABILITA’ SPORTIVE E LORO SVILUPPO
Procedure e funzioni A. Ferrari.
Asse dei linguaggi Comunicazione nella madrelingua
Progetto Pilota 3 per la valutazione del sistema dell’istruzione
Linguaggi di programmazione
Il Sistema Informativo Le Informazioni come elemento di base per il raggiungimento degli obiettivi aziendali Mario Capurso
Circuiti sequenziali Capitolo 5.
Il codice neurale.
Metodologia come logica della ricerca
Applications of Evolutionary Algorithms Giuseppe Nicosia Dep. of Mathematics and Computer Science University of Catania.
Lez. 31 Universita' di Ferrara Facolta' di Scienze Matematiche, Fisiche e Naturali Laurea Specialistica in Informatica Algoritmi Avanzati Programmazione.
Quadro di riferimento INValSI Scienze I livelli di competenza
Chiara Mocenni – Analisi delle Decisioni a.a Analisi delle Decisioni Preferenze, decisioni e incertezza Chiara Mocenni.
Corporeità: aspetti fisici delle risposte dell’organismo
Tratti distintivi elevato grado di specializzazione (INPUT) gli ordini impartiti ad un collaboratore provengono dal suo diretto superiore (unità di comando)
IL SISTEMA ORGANIZZATIVO
Sistemi basati su conoscenza Conoscenza e ragionamento Prof. M.T. PAZIENZA a.a
Esempio Ritorniamo al caso illustrato con i diagrammi di Venn e
La frontiera della complessità
PSICOLOGIA SVILUPPO 1) STUDIO CRESCITA FISICA INCLUSI
1 Corso di Laurea in Biotecnologie Informatica (Programmazione) Problemi e algoritmi Anno Accademico 2009/2010.
I PRINCìPI DELLA MECCANICA QUANTISTICA
I Disturbi di Comprensione del Testo
Le cause del moto: la situazione prima di Galilei e di Newton
Algoritmi e Strutture Dati
Modelli probabilistici
Dinamica della cognizione dalla percezione (A) ai giudizi (B)
Intelligenza Artificiale Algoritmi Genetici
CALCOLO EVOLUZIONISTICO. In ogni popolazione si verificano delle mutazioni. Le mutazioni possono generare individui che meglio si adattano allambiente.
INDICE CONCEZIONE DI SVILUPPO FASE PRENATALE
Intelligenza Artificiale - AA 2001/2002 Logica formale (Parte 2) - 1 Intelligenza Artificiale Breve introduzione alla logica classica (Parte 2) Marco Piastra.
teoria delle intelligenze multiple:
Psicologia dell’apprendimento
Sul concetto di ‘concetto’
INFORMATICA MATTEO CRISTANI.
U. O. NEURORADIOLOGIA 25/XI/2010 giornata CRAIIM
“Per la Diffusione in EGOCREANET “
I principali sistemi di memoria umani
Teorie Deterministe Laura Gianinazzi, Anna Zoglio, Noemi Pignoli, Selene Gervasoni 4C.
Lezione III-IV 27-Ottobre -09 corso di laurea specialistica magistrale Biotecnologia aula 6a ore salteremo le lezioni del venerdì 23 e 30 Ottobre.
La Gravitazione Modelli di universo.
La varietà dei genomi valore C: quantità totale di DNA contenuta in un genoma aploide Il genoma comprende geni e sequenze non codificanti. Le dimensioni.
La fase di uscita delle informazioni Dopo aver percepito le informazioni, averle memorizzate e correlate, formuliamo in pensiero ed esprimiamo con il linguaggio.
CORTECCIA CELEBRALE EMISFERI E LOBI ....
La corteccia cerebrale è uno strato laminare continuo che rappresenta la parte più esterna del telencefalo negli esseri vertebrati. È formata dai neuroni,
1 Scuola di dottorato Scienze veterinarie per la salute animale e la sicurezza alimentare 1° anno 1° anno Tecniche per la partecipazione e gestione del.
L’Estetica Trascendentale
Iniziamo a lavorare sui concetti Concetto Regolarità percepita in eventi o oggetti, o in testimonianze/simboli/rappresentazioni di eventi o di oggetti,
Metodologia come logica della ricerca
Tempo o tempi?.
Gli Algoritmi L’algoritmo è un insieme ordinato di operazioni non ambigue ed effettivamente computabili che, quando eseguito, produce un risultato e si.
Danni al DNA.
Psicolinguistica: nozioni di (neuro)psicologia cognitiva
Strategie di potenziamento dell’autoefficacia Potenziamento dei processi di autoregolazione degli apprendimenti Focalizzazione sulle procedure Sequenza.
Presentazione sull 'Evoluzionismo.
Psicolinguistica: nozioni di (neuro)psicologia cognitiva 2
Comprensione testo scritto  presentazione orale
Coherence, complexity and creativity ( Coerenza, Complessità e Creatività ) FT Arecchi Università di Firenze homepage: [A.] 30°LEOS.
UNIVERSITÀ DEGLI STUDI DI MACERATA FACOLTÀ DI SCIENZE DELLA FORMAZIONE SCIENZE PEDAGOGICHE DISTURBI DI APRRENDIMENTO A.A. 2010/11 - I SEMESTRE Dott.ssa.
ESEGUITO DALL’INSEGNANTE
Corso ad indirizzo musicale
Informatica Problemi e algoritmi. una situazione che pone delle domande cui si devono dare risposte. Col termine problema o situazione problematica s’indica.
VERITA’ SCIENTIFICA tra certezza ed incertezza QUID EST VERITAS? «La verità non è il genere di cosa su cui sia utile teorizzare».(R. Rorty) 1.
Test e questionari di personalit à Il sistema ART 2020.
Transcript della presentazione:

Dagli oggetti alle cose F.Tito Arecchi Università di Firenze e INO-CNR, Firenze homepage:www.ino.it/home/arecchi Frascati -S&F- 18/06/11

Come nascono le parole della scienza “non tentare le essenze, ma contentarsi delle affezioni quantitative” (G Galilei, Lettera a M Welser ,1610) MELA Linguaggio ordinario Posizione e velocità delle molecole/atomi Linguaggio fisico Peso Forma Colore Sapore Newton

DETERMINISMO-RIDUZIONISMO Scienze della natura ? Modello (dinamica di Newton) DETERMINISMO-RIDUZIONISMO Formalmente: dati (d) = funzione (F) delle ipotesi di partenza(h)e del tempo (t); cioè: d=F(h,t)

Tre tipi di ermeneutica: #1: 1:1 Confronto tra A e B - Tre tipi di ermeneutica: #1: 1:1 natura scienza B’ A’ A B NATURALISMO- (Letteralismo)

Tre tipi di ermeneutica: #2 Confronto tra A e B - Tre tipi di ermeneutica: #2 1:molti; molti :1 scienza natura A’ B’ ? B ? A RELATIVISMO

Tre tipi di ermeneutica: #3- creativa Confronto tra A e B - Tre tipi di ermeneutica: #3- creativa Bn An A B A2 B2 A1 B1 RICERCA DI SENSO

Come si formano le percezioni , cioè: come conosciamo ( e di conseguenza reagiamo sul mondo )

Aree motorie e linguistiche PFC= corteccia prefrontale Percezione visiva: percorsi e tempi Aree motorie e linguistiche PFC= corteccia prefrontale 800 ms 200-800 ms V4- CHE COSA? t=0 V5- DOVE? occhio 1ms 100 ms corteccia visiva primaria V1 emozioni memoria Impulso elettrico:spike

Feature binding (legame di configurazione) Ogni cerchietto rappresenta un campo ricettivo che isola dettagli specifici (ad es. barra verticale).

Percezione = combinazione prevedibile b-u e t-d (pescato da un repertorio finito) ? NO !

Implementazione dinamica del Global Workspace A A B B GWS A Verso sistema motorio A A Top-down A B GWS=lettore a soglia B Top-down B Dt tempo Bottom-up = ai due gruppi 2 gruppi di neuroni entrambi eccitati dallo stesso stimolo,ma con diverse interpretazioni top-down, per cui in A,spike sincronizzate entro Dt,in B, non sincronizzate prevale A

    probabilità Probabilità congiunta Probabilità condizionata

Versione Newtoniana di d condizionato da h, Bayes vs Newton h = ipotesi; d = dati Versione Newtoniana di d condizionato da h, Denominatore di Bayes denota il set di ipotesi complementare ad h. Dunque nel caso Newtoniano Recupero di h da d è preciso al 100%

APPRENSIONE (Bayes diretto) Scelta di h* a partire da un ventaglio di h , per azione congiunta di stimolo sensorio (bottom-up) e di modello interpretativo (top-down) memoria semantica a-priori: P( d | h) (TOP-DOWN) P(h) P(d) (BOTTOM-UP) P(h*) a-posteriori: ipotesi più plausibile ≈1 sec dati sensoriali

Spazio delle variabili BAYES dati misurati modello P(d |h) Colle di probabilità Spazio delle variabili Prob. a-posteriori h* Prob. a-priori condizione iniziale Darwin ,Sherlock Holmes = strategia bayesiana

COMPLESSITA’ : non basta singolo colle di Bayes (singolo algoritmo, o piccole varianti attorno ad esso)

Paesaggio epigenetico- disegno di C. Waddington-1940

complessità semantica SIGNIFICATO INFORMAZIONE complessità algoritmica (complicazione) Bayes senza semiosi creatività [esempio: teorema di Goedel ]

Da BAYES a GOEDEL Goedel formalismo procedura algoritmica verità indecidibili formalismo procedura algoritmica “da assiomi a teoremi” Teoremi decidibili assiomi salto non-algoritmico, NON deduzione formale Kuhn: scienza normale salto di paradigma

Dinamica della coscienza: due scale temporali Presente a-temporale; t circa 1sec percezione coerente = apprensione; Procedura a repertorio finito, comune agli animali B) t> 3 sec: confronto linguistico fra il presente e una memoria del passato; i due eventi sono co-presenti , codificati nello stesso linguaggio e sottoposti allo stesso giudice (coscienza di sé). Si sceglie il “modello” per Bayes inverso Procedura libera, creativa, solo umana

2-Memoria a breve termine o working memory (WM) : Intermezzo su memoria 1--Memoria sensibile Circa 1-2 sec ; isola pre-semantica in cui non ci si pone problemi di significato, All’interno , si “aggiustano” canali sensori con diversi tempi caratteristici (ad esempio,acustico e visivo). 2-Memoria a breve termine o working memory (WM) : Versione filtrata di Memoria sensibile , durata 15-30 sec; In questo intervallo avviene il confronto fra isole diverse. Tre parti di WM: a) Fonologica; si spegne in 2 sec se non esercitata, b) Visuospaziale; c) Esecutiva; coordina le altre due.

GIUDIZIO (Bayes inverso) P( d | h) Confronto fra d e h*, da cui emerge il modello più adeguato P(d) P(h*) ≈3 sec P( d | h) a-posteriori NON a-priori

dato incognita dato incognita

Benigni XXXIII Inferno Ascolto V Beethoven(1 soggetto) Tempi medi su molti soggetti (brani musicali o brani poetici)

P(v6|v5)= P(v5,v6)/P(v5) Grado di novità Uso di Bayes inverso in testo poetico (sequenza di versi) : …. v5-v6-v7….. P(v6|v5)= P(v5,v6)/P(v5)

In genere: P(B|A)= P(A,B) / P(A) Poesia (creativa) A [A,B]< [A] P(B|A) < 1 B Teorema (tautologia) A [A,B]= [A] P(B|A) = 1

Unità NCC dati P(dIh) Decisioni & volontà libera Bayes pre-apprensioni giudizio dati Bayes Inverso PRE- P(dIh) Bayes POST- post-apprensione PRE (apriori)= forza scelta obbligata; POST = scelta libera

Ontologia come recupero delle “essenze” In Bayes diretto, l’algoritmo P(d |h) è pre-assegnato come l’istruzione a un computer ( replicatore fisso, modificabile solo per mutazione casuale : gene in biologia, meme in evoluzione culturale;) . Invece, in Bayes inverso, il programma esecutivo P(d I h) nasce dal confronto fra d e i brani h* del testo che hanno preceduto d. Questa costruzione a-posteriori indica una adaequatio intellectus et rei, cioè la selezione della “risposta” P(d I h) più opportuna con cui la “cosa” si presenta da un certo versante h*.

Precedono il confronto h*-d, invece di esserne conseguenza ] E’ la cosa e non più l’ oggetto ( = codice a barre) del programma riduzionistico [ I trascendentali di Kant sono programmi P(d |h) che scelgono l’ h* per ogni input d. Precedono il confronto h*-d, invece di esserne conseguenza ]

Lo stesso in biologia: EPIGENETICA = attività del gene non fissata una volta per tutte come l’algoritmo in Bayes, ma regolata dal confronto /scontro fra pool h* di competenze accumulate e ultimo invasore d (virus o altra perturbazione ambientale); pertanto P(d I h) emerge come in Bayes inverso . In epigenetica, NON si modifica la sequenza delle basi del DNA del gene, ma se ne controlla l’attività o intercalando una molecola estranea (metilazione) o variando la curvatura della catena di DNA (acetilazione); si modifica così l’interazione con altre molecole, cioè si altera la “espressione” del gene.)

circolo έλιξ, spira Confronto tra A e B - Due tipi di ermeneutica: ripetitiva; creativa circolo έλιξ, spira rimpiazzo di informazione senza perdita di informazione An Bn B A B2 A2 B1 A1 FONDAMENTALISMO DIALOGO SENZA FINE

La stessa procedura creativa (= generatrice di novità) e SENZA FINE, in apprezzamento estetico (dialogo con un testo linguistico) investigazione scientifica (dialogo con un ente di natura) vita d’amore (dialogo fra persone) vita oltre la morte [vita mutatur, non tollitur] Come in i) dietro l’opera con cui si instaura un dialogo senza fine c’è un creatore , così in ii) dietro ogni evento c’è il Creatore che è Logos . Come in iii) instauro un dialogo , così in iv) mi aspetto un dialogo eterno con il Logos