Se stiamo parlando del fatto che l'apprendimento automatico (e l'intelligenza artificiale at large) non esiste perché non esiste la distinzione tra dato e programma, e una rete neurale non è altro che la compilazione dei dati di training, io francamente mi chiamo fuori. Più che un argomento tecnico mi sembra un'anfibolia [1], cioè un equivoco linguistico.

Per me l'apprendimento automatico (cioè degli automi) è la capacità di costruire funzioni da varie e complesse procedure di calcolo sui dati, annotati o meno. La differenza con la programmazione, imperativa o dichiarativa, è striking, come dimostra il fatto che fare debugging di una rete neurale è arduo ai limiti dell'impossibile, mentre correggere un programma C o Prolog è cosa normalissima.

L'argumentum ad nauseam [1] (noto anche come argomento per ripetizione) è la fallacia logica secondo cui qualcosa diventa vero se viene ripetuto abbastanza volte. È una sottocategoria dell'argomento per asserzione ed è una fallacia informale. Cerchiamo di evitarlo. Ciascuno può rimanere della propria opinione e cercare di portare qualcosa di utile alla discussione nel rispetto delle opinioni altrui.

Cheers,
G.

[1] https://www.treccani.it/enciclopedia/anfibolia_(Dizionario-di-filosofia)/
[2] https://rationalwiki.org/wiki/Argumentum_ad_nauseam

On Tue, 10 Sept 2024 at 15:59, Giacomo Tesio <giacomo@tesio.it> wrote:
Scusate, ovviamente intendevo canzonare supervised e unsupervised
"learning", non "training". Riformulo dunque l'ultimo paragrafo.

Nessuna AI "impara da sola", semplicemente esistono
metodologie diverse di programmazione statistica applicabili
a contesti diversi, in alcuni dei quali è possibile valutare
automaticamente l'errore contenuto nell'output prodotto dalla
VRM (ricorderai ad esempio AlphaGo).


Giacomo