How to Think Computationally About AI, the Universe and Everything | Stephen Wolfram | TED

417,499 views

2023-10-31 ・ TED


New videos

How to Think Computationally About AI, the Universe and Everything | Stephen Wolfram | TED

417,499 views ・ 2023-10-31

TED


Fare doppio clic sui sottotitoli in inglese per riprodurre il video.

Traduttore: Gabriella Patricola Revisore: Francesca Galdi
00:04
Human language, mathematics, logic.
0
4209
3503
Linguaggio umano, matematica, logica.
Sono modi di formalizzare il mondo.
00:08
These are all ways to formalize the world.
1
8171
2252
00:10
And in our century,
2
10465
1710
Nel nostro secolo,
00:12
there's a new and yet more powerful one: computation.
3
12217
3337
ce n’è uno nuovo e ancora più potente: il calcolo.
00:16
For nearly 50 years,
4
16263
1167
Per quasi 50 anni,
00:17
I've had the great privilege
5
17472
1668
ho avuto il grande privilegio
00:19
of building up an ever-taller tower of science and technology
6
19182
3545
di costruire un corpus scientifico e tecnologico sempre più imponente
00:22
that's based on that idea of computation.
7
22769
2169
basato su quell’idea di calcolo.
00:25
And so today, I want to tell you a little bit about what that's led to.
8
25480
3921
Oggi, voglio descrivervi brevemente i risultati.
00:29
There's a lot to talk about, so I'm going to go quickly.
9
29859
2670
C’è molto di cui parlare, quindi andrò velocemente.
00:32
And sometimes I'm going to summarize in a sentence
10
32529
2419
A volte riassumerò in una frase
00:34
what I've written a whole book about.
11
34948
1793
l’intero contenuto di un libro.
00:37
But you know,
12
37158
1710
Ma sapete,
00:38
I last gave a TED talk 13 years ago,
13
38910
2795
il mio ultimo TED talk è stato 13 anni fa,
00:41
in February 2010,
14
41705
1501
nel febbraio 2010,
00:43
soon after WolframAlpha launched,
15
43248
2085
subito dopo il lancio di WolframAlpha,
00:45
and I ended that talk with a question.
16
45375
2461
e ho concluso quel talk con una domanda.
00:47
Question was,
17
47877
1168
La domanda era:
00:49
is computation ultimately what's underneath everything
18
49045
3170
“Il calcolo è in definitiva
ciò che sta alla base della totalità del nostro universo?”
00:52
in our universe?
19
52215
1585
00:53
I gave myself a decade to find out.
20
53842
2586
Mi sono dato dieci anni per scoprirlo.
00:56
And actually, it could have needed a century.
21
56428
2502
Sarebbe potuto volerci un secolo.
00:58
But in April 2020, just after the decade mark,
22
58972
3754
Ma nell’aprile 2020, dopo la fine del decennio,
01:02
we were thrilled to be able to announce
23
62726
1877
eravamo entusiasti di poter annunciare
01:04
what seems to be the ultimate machine code of the universe.
24
64644
3796
ciò che sembra essere il linguaggio macchina fondamentale dell’universo.
01:08
And yes, it's computational.
25
68481
2378
E sì, è computazionale.
01:11
So computation isn't just a possible formalization,
26
71276
3253
Quindi il calcolo non è solo una possibile formalizzazione,
01:14
it's the ultimate one for our universe.
27
74529
2711
è primario per il nostro universo.
01:18
It all starts from the idea that space, like matter, is made of discrete elements,
28
78074
6006
Alla base c’è l’idea che spazio e materia siano composti da elementi discreti,
01:24
and from that structure of space and everything in it,
29
84080
4713
e da quella struttura dello spazio e da tutto ciò che contiene,
01:28
it's defined just by a network of relations
30
88793
3128
sono definiti semplicemente da una rete di relazioni
01:31
between these elements that we might call atoms of space.
31
91963
3337
tra questi elementi che potremmo chiamare atomi di spazio.
01:35
So it's all very elegant, but deeply abstract.
32
95717
3295
Quindi è tutto molto elegante, ma profondamente astratto.
01:39
But here's kind of a humanized representation,
33
99721
2628
Ma questa è una specie di rappresentazione umanizzata,
01:42
a version of the very beginning of the universe.
34
102390
2544
una versione degli albori dell’universo.
01:44
And what we're seeing here is the emergence of space
35
104934
2753
Ciò che vediamo qui è la nascita dello spazio
01:47
and everything in it
36
107729
1293
e del suo contenuto
mediante l’applicazione ripetuta di semplici regole computazionali.
01:49
by the successive application of very simple computational rules.
37
109022
3086
01:52
And remember, these dots are not atoms in any existing space.
38
112150
4004
Ricordate, questi punti non sono atomi in uno spazio esistente.
01:56
They're atoms of space that get put together to make space.
39
116196
4504
Sono atomi di spazio che vengono messi insieme per creare spazio.
02:01
And yes, if we kept going long enough,
40
121326
2002
E sì, se continuassimo abbastanza a lungo,
02:03
we could build our whole universe this way.
41
123370
2252
potremmo costruire l’intero nostro universo in questo modo.
02:06
So eons later,
42
126122
2211
Quindi, eoni dopo,
02:08
here's a chunk of space with two little black holes
43
128333
3420
ecco un pezzo di spazio con due piccoli buchi neri
02:11
that, if we wait a little while, will eventually merge,
44
131753
4963
che, se aspettiamo un po’, alla fine si fonderanno,
02:16
generating little ripples of gravitational radiation.
45
136758
3086
generando piccole increspature di radiazione gravitazionale.
02:20
And remember, all of this is built from pure computation.
46
140512
3587
E ricordate, tutto questo è basato su pura computazione.
02:24
But like fluid mechanics emerging from molecules,
47
144432
3170
Ma come la meccanica dei fluidi che emerge dalle molecole,
02:27
what emerges here is space-time and Einstein's equations for gravity,
48
147644
4463
qui emergono lo spazio-tempo e le equazioni di gravità di Einstein,
anche se ci sono delle deviazioni che potremmo essere in grado di rilevare,
02:32
though there are deviations that we just might be able to detect,
49
152148
3337
02:35
like that the dimensionality of space won't always be precisely three.
50
155527
4254
come l’aspetto dimensionale dello spazio che non sarà sempre esattamente tre.
02:40
And there's something else.
51
160573
1460
C’è anche dell’altro.
Le nostre regole computazionali possono essere applicate in molti modi diversi,
02:42
Our computational rules can inevitably be applied in many ways,
52
162075
4588
02:46
each defining a different kind of thread of time,
53
166705
2502
dove ognuno definisce una diversa tipologia di linea temporale,
02:49
a different path of history that can branch and merge.
54
169207
3545
un diverso percorso storico che può ramificarsi e fondersi.
02:53
But as observers embedded in this universe,
55
173128
2877
Ma come osservatori integrati in questo universo,
02:56
we're branching and merging, too.
56
176005
1919
anche noi ci stiamo ramificando e fondendo.
02:57
And it turns out that quantum mechanics emerges as the story
57
177966
3503
E si scopre che la meccanica quantistica delinea la storia
03:01
of how branching minds perceive a branching universe.
58
181469
3879
del modo in cui menti ramificate percepiscono un universo ramificato.
03:05
So the little pink lines you might be able to see here
59
185390
2544
Le piccole linee rosa che potreste vedere qui
03:07
show the structure of what we call branchial space,
60
187976
2586
mostrano la struttura di ciò che chiamiamo spazio ramificato,
03:10
the space of quantum branches.
61
190562
1960
lo spazio dei rami quantistici.
03:12
And one of the stunningly beautiful things,
62
192564
2085
E una delle cose straordinariamente belle,
03:14
at least for physicists like me,
63
194691
1668
almeno per i fisici come me,
03:16
is that the same phenomenon that in physical space gives us gravity,
64
196359
4630
è che lo stesso fenomeno che nello spazio fisico ci dà la gravità,
03:20
in branchial space gives us quantum mechanics.
65
200989
2669
nello spazio ramificato ci dà la meccanica quantistica.
03:24
So in the history of science so far,
66
204701
2252
Quindi, nella storia della scienza che conosciamo finora,
03:26
I think we can identify sort of four broad paradigms
67
206953
3629
penso che possiamo identificare una sorta di quattro ampi paradigmi
03:30
for making models of the world that can be distinguished
68
210582
2627
per creare modelli del mondo che possono essere distinti
03:33
kind of by how they deal with time.
69
213251
2336
in base a come interagiscono con il tempo.
03:35
So in antiquity and in plenty of areas of science, even today,
70
215587
3879
Nell’antichità e in molte aree della scienza, anche oggi,
03:39
it's all about kind of, what are things made of.
71
219507
2419
tutto dipende dalla materia di cui sono fatte le cose.
03:41
And time doesn't really enter.
72
221926
1627
Il tempo non viene considerato.
03:43
But in the 1600s came the idea of modeling things
73
223887
3128
Ma nel 1600 nacque l'idea di modellare le cose
03:47
with mathematical formulas in which time enters,
74
227015
3170
con formule matematiche in cui entra in gioco il tempo,
03:50
but basically just as a coordinate value.
75
230226
2253
ma fondamentalmente solo come una coordinata.
03:53
Then in the 1980s, and this is something in which I was deeply involved,
76
233062
4004
Poi negli anni ’80, e questa è una cosa a cui ho preso attivamente parte,
03:57
came the idea of making models
77
237108
2252
è nata l’idea di creare modelli
03:59
by starting with simple computational rules
78
239402
2461
partendo da semplici regole computazionali
04:01
and just letting them run.
79
241863
1835
e lasciandole calcolare.
04:03
So can one predict what will happen?
80
243698
2419
Quindi si può prevedere cosa accadrà?
04:06
No.
81
246659
1210
No.
04:07
There's what I call computational irreducibility,
82
247911
2294
Esiste quella che chiamo irriducibilità computazionale,
04:10
in which, in effect, the passage of time corresponds to an irreducible computation
83
250246
4880
in cui, in effetti, il passare del tempo corrisponde a un calcolo irriducibile
04:15
that we have to run in order to work out how it will turn out.
84
255126
3462
che dobbiamo eseguire per capire come andrà a finire.
04:18
But now there's kind of something,
85
258588
1835
Ma ora c'è qualcosa,
04:20
something even more -- in our physics project,
86
260423
3170
qualcosa di più; nel nostro progetto di fisica,
04:23
there’s things that have become multi-computational,
87
263593
2461
ci sono cose diventate multi-computazionali,
04:26
with many threads of time
88
266054
1710
con molte linee temporali
04:27
that can only be knitted together by an observer.
89
267764
3503
che possono essere messe insieme solo da un osservatore.
04:31
So it's kind of a new paradigm that actually seems to unlock things
90
271309
3545
Si tratta di un nuovo paradigma che in realtà sembra aprire nuove strade
04:34
not only in fundamental physics,
91
274854
1835
non solo nella fisica di base,
04:36
but also in the foundations of mathematics and computer science,
92
276731
3170
ma anche nei fondamenti della matematica e dell’informatica,
04:39
and possibly in areas like biology and economics as well.
93
279901
3295
e forse anche in aree come la biologia e l’economia.
Ho parlato della costruzione dell’universo
04:44
So I talked about building up the universe
94
284364
2169
04:46
by repeatedly applying a computational rule.
95
286574
2586
applicando ripetutamente una regola computazionale.
04:49
But how is that rule picked?
96
289202
2252
Ma come viene scelta questa regola?
04:51
Well, actually it isn't,
97
291496
1793
Beh, in realtà non la si sceglie,
04:53
because all possible rules are used,
98
293289
2461
perché vengono utilizzate tutte le regole possibili
04:55
and we're building up what I call the ruliad,
99
295792
2210
e stiamo costruendo quella che chiamo ruliade,
04:58
the kind of deeply abstract but unique object
100
298002
2920
un tipo di oggetto profondamente astratto ma unico
05:00
that is the entangled limit of all possible computational processes.
101
300964
4045
che è il limite intricato di tutti i possibili processi computazionali.
05:05
Here's a tiny fragment of it shown in terms of Turing machines.
102
305635
4087
Eccone un piccolo frammento mostrato in termini di macchine di Turing.
05:09
So this ruliad is everything.
103
309764
3545
Quindi questa ruliade è il tutto.
05:13
And we as observers are necessarily part of it.
104
313309
3420
E noi come osservatori ne facciamo necessariamente parte.
05:17
In the ruliad as a whole,
105
317063
1585
Nella ruliade come intero,
05:18
in a sense, everything computationally possible can happen.
106
318690
3503
in un certo senso, può succedere tutto ciò che è matematicamente possibile.
05:22
But observers like us just sample specific slices of the ruliad.
107
322235
4671
Ma osservatori come noi si limitano al campionamento di sezioni specifiche.
05:26
And there are two crucial facts about us.
108
326906
2836
Vi sono due fatti cruciali su di noi.
05:29
First, we're computationally bounded, our minds are limited,
109
329784
3879
In primo luogo, siamo matematicamente limitati, le nostre menti sono limitate
05:33
and second, we believe we're persistent in time,
110
333663
2753
e, in secondo luogo, crediamo di essere persistenti nel tempo,
05:36
even though we're made of different atoms of space at every moment.
111
336457
3337
anche se siamo fatti di diversi atomi di spazio in ogni momento.
05:39
So then, here's the big result.
112
339836
2044
Quindi, ecco il grande risultato.
05:41
What observers with those characteristics perceive in the ruliad
113
341880
3753
Ciò che gli osservatori con queste caratteristiche percepiscono nella ruliade
05:45
necessarily follows certain laws.
114
345675
2377
segue necessariamente determinate leggi.
05:48
And those laws turn out to be precisely
115
348052
2419
Quelle leggi risultano essere esattamente
05:50
the three key theories of 20th century physics:
116
350513
2795
le tre teorie chiave della fisica del XX secolo:
05:53
general relativity, quantum mechanics,
117
353308
2335
la relatività generale, la meccanica quantistica
05:55
and statistical mechanics in the second law.
118
355685
2586
e la meccanica statistica con la seconda legge termodinamica.
05:58
So it's because we're observers like us
119
358313
3169
Dunque, è grazie al fatto di essere osservatori
06:01
that we perceive the laws of physics we do.
120
361524
2836
che percepiamo le leggi della fisica che conosciamo.
06:04
We can think of sort of different minds
121
364360
2336
Possiamo ipotizzare che menti diverse
06:06
as being at different places in rulial space.
122
366738
2794
si trovino in luoghi diversi nello spazio ruliale.
06:09
Human minds who think alike are nearby,
123
369574
2252
Le menti umane che pensano similmente sono vicine,
06:11
animals further away,
124
371868
1460
gli animali più lontani,
06:13
and further out, we get to kind of alien minds
125
373369
2253
e più lontano, una specie di menti aliene
06:15
where it's hard to make a translation.
126
375663
1961
che è difficile tradurre.
06:18
So how can we get intuition for all of this?
127
378041
2794
Come possiamo avere un’intuizione per tutto questo?
06:20
Well, one thing we can do is use generative AI
128
380835
2544
Una cosa che possiamo fare è usare l’IA generativa
06:23
to take what amounts to an incredibly tiny slice of the ruliad
129
383379
3254
per prenderne l’equivalente di una fetta incredibilmente piccola
06:26
aligned with images we humans have produced.
130
386674
3337
allineata alle immagini prodotte da noi umani.
06:30
We can think of this as sort of a place in the ruliad
131
390011
2794
Possiamo ipotizzarla come una sorta di posto nella ruliade
06:32
described by using the concept of a cat in a party hat.
132
392847
4004
descritta usando il concetto di un gatto con il cappello da festa.
06:37
So zooming out, we saw there
133
397435
3086
Allargando lo zoom, abbiamo visto
06:40
what we might call Cat Island.
134
400521
2002
quella che potremmo chiamare Isola dei Gatti.
06:42
Pretty soon we’re in a kind of an inter-concept space.
135
402523
3045
Ben presto ci ritroveremo in qualche spazio interconcettuale.
06:45
Occasionally things will look familiar,
136
405568
1877
A volte le cose sembreranno familiari,
06:47
but mostly, what we'll see is things we humans don't have words for.
137
407487
4421
ma per lo più, vedremo cose che noi umani non possiamo descrivere a parole.
06:52
In physical space, we explore the universe
138
412283
2461
Nello spazio fisico, esploriamo l'universo
06:54
by sending out spacecraft.
139
414744
1960
inviando veicoli spaziali.
06:56
In rulial space, we explore more
140
416704
2336
Nello spazio ruliale, esploriamo di più
06:59
by expanding our concepts and our paradigms.
141
419082
2836
espandendo i nostri concetti e i nostri paradigmi.
07:02
We can kind of get a sense of what's out there
142
422335
2169
Possiamo farci un’idea di cosa c’è là fuori
07:04
by sampling possible rules,
143
424504
1751
campionando le possibili regole,
07:06
doing what I call ruliology.
144
426255
2128
facendo quella che chiamo ruliologia.
07:08
So even with incredibly simple rules,
145
428424
2211
Persino con regole incredibilmente semplici,
07:10
there's incredible richness.
146
430677
1793
c'è un'incredibile ricchezza.
07:12
But the issue is that most of it doesn't yet connect
147
432470
2794
Ma il problema è che gran parte di esse non è ancora connessa
07:15
with things we humans understand or care about.
148
435306
3170
a cose che noi umani comprendiamo o a cui teniamo.
07:18
It's like when we look at the natural world
149
438476
2085
È come quando osserviamo il mondo naturale
07:20
and only gradually realize that we can use features of it for technology.
150
440561
3712
e solo gradualmente capiamo che possiamo imitarne gli aspetti con la tecnologia.
07:24
So even after everything our civilization has achieved,
151
444649
3003
Anche dopo tutto ciò che la nostra civiltà ha raggiunto,
07:27
we're just at the very, very beginning of exploring rulial space.
152
447694
3878
siamo solo all’inizio dell’esplorazione dello spazio ruliale.
07:31
What about AIs?
153
451614
1502
Per quanto riguarda le IA?
07:33
Well, just like we can do ruliology,
154
453157
2211
Proprio come per la ruliologia,
07:35
AIs can in principle go out and explore rulial space.
155
455410
3420
le IA possono in linea di principio esplorare lo spazio rurale.
07:38
Left to their own devices, though,
156
458871
1836
Lasciate a se stesse, però,
07:40
they'll mostly just be doing things
157
460707
1710
per lo più si limiteranno a fare cose
07:42
we humans don't connect with or care about.
158
462417
2794
con cui noi umani non siamo in sintonia o di cui non ci interessa.
07:45
So the big achievements of AI in recent times
159
465545
2377
Le grandi conquiste dell’IA negli ultimi tempi
07:47
have been about making systems that are closely aligned with us humans.
160
467964
3420
riguardano la creazione di sistemi strettamente allineati a noi umani.
07:51
We train LLMs on billions of web pages so they can produce texts
161
471426
3420
Formiamo modelli di linguaggio su miliardi di pagine web
perché possano produrre testi tipicamente scritti da noi umani.
07:54
that's typical of what we humans write.
162
474887
2211
07:57
And yes, the fact that this works
163
477140
1835
E sì, il fatto che funzioni,
07:59
is undoubtedly telling us some deep scientific things
164
479017
2919
ci sta senza dubbio dicendo alcune cose scientifiche profonde
08:01
about the semantic grammar of language
165
481978
2252
sulla grammatica semantica del linguaggio
08:04
and generalizations of things like logic
166
484230
2127
e sulla generalizzazione di cose come la logica
08:06
that perhaps we should have known centuries ago.
167
486357
2294
che forse avremmo già dovuto conoscere secoli fa.
08:08
You know, for much of human history,
168
488693
1877
Per gran parte della storia umana,
08:10
we were kind of like the LLMs,
169
490611
2211
siamo stati un po’ come i modelli di linguaggio,
08:12
figuring things out by kind of matching patterns in our minds.
170
492822
3587
riuscivamo a capire le cose in base a schemi di corrispondenza mentali.
08:16
But then came more systematic formalization and eventually computation.
171
496409
4129
Ma poi è arrivata una formalizzazione più sistematica e alla fine il calcolo.
08:20
And with that, we got a whole other level of power to truly create new things
172
500580
4296
Con questo, abbiamo avuto un altro livello di potere per creare davvero cose nuove
08:24
and to, in effect, go wherever we want in the ruliad.
173
504917
3379
e, in effetti, andare dove vogliamo nella ruliade.
08:28
But the challenge is to do that in a way that connects with what we humans,
174
508337
3838
Ma la sfida è lavorarci in un modo che si connetta a ciò che noi umani
08:32
and our AIs, understand.
175
512216
2711
e le nostre IA comprendiamo.
08:34
In fact, I've devoted a large part of my life
176
514969
2211
In effetti, ho dedicato gran parte della mia vita
08:37
to kind of trying to build that bridge.
177
517221
2294
a cercare di costruire quel ponte.
08:39
It's all been about creating a language for expressing ourselves computationally,
178
519515
4213
Si trattava solo di creare un linguaggio per esprimerci matematicamente,
08:43
a language for computational thinking.
179
523770
2002
un linguaggio per il pensiero computazionale.
08:46
The goal is to formalize what we know about the world in computational terms,
180
526355
4755
L’obiettivo è formalizzare la conoscenza del mondo in termini matematici,
avere metodi computazionali che descrivano città e sostanze chimiche, film,
08:51
to have computational ways to represent cities and chemicals and movies
181
531110
3629
08:54
and humor and formulas and our knowledge about them.
182
534739
3253
umorismo e formule e la nostra conoscenza in merito.
08:58
It’s been a vast undertaking that spanned more than four decades of my life,
183
538951
4255
È stata una grande impresa che ha toccato più di quattro decenni della mia vita,
09:03
but it's something very unique and different.
184
543206
2502
ma è qualcosa di molto unico e diverso.
09:05
But I'm happy to report that in what has been Mathematica
185
545708
3170
Ma sono felice di dirvi che con quello che è stato Mathematica
09:08
and is now the Wolfram Language,
186
548878
1585
e che ora è il linguaggio Wolfram,
09:10
I think we firmly succeeded in creating
187
550463
3003
penso che siamo riusciti decisamente a creare
09:13
a truly full-scale computational language.
188
553466
2753
un linguaggio computazionale veramente completo.
09:16
In effect,
189
556677
1168
In effetti,
09:17
every one of these functions here can be thought of as formalizing
190
557845
3295
ognuna di queste funzioni può considerarsi una formalizzazione
09:21
and encapsulating, in computational terms,
191
561182
2586
e un incapsulamento, in termini computazionali,
09:23
some facet of the intellectual achievements of our civilization.
192
563768
3378
di alcuni aspetti delle conquiste intellettuali della nostra civiltà.
09:27
It's sort of the most concentrated form of intellectual expression that I know,
193
567480
3754
È la forma di espressione intellettuale più concentrata che io conosca,
09:31
sort of finding the essence of everything and coherently expressing it
194
571275
3587
un modo per trovare l’essenza di ogni cosa ed esprimerla coerentemente
09:34
in the design of our computational language.
195
574904
2127
nella progettazione del linguaggio computazionale.
09:37
For me personally,
196
577365
1168
Per me, personalmente,
09:38
it's been an amazing journey, kind of, year after year,
197
578533
2586
è stato un viaggio incredibile, anno dopo anno,
09:41
building the sort of tower of ideas and technology that's needed.
198
581160
3087
costruire quel corpus di idee e le tecnologie necessarie.
09:44
And nowadays sharing that process with the world
199
584247
2419
Oggi condividiamo questo processo con il mondo
09:46
in things like open live streams and so on.
200
586707
2211
in cose come live streaming aperti e così via.
09:49
A few centuries ago,
201
589460
1460
Alcuni secoli fa,
09:50
the development of mathematical notation,
202
590962
2210
lo sviluppo della notazione matematica,
09:53
and what amounts to the language of mathematics,
203
593214
2669
e ciò che equivale al linguaggio della matematica,
09:55
gave a systematic way to express math and made possible algebra and calculus,
204
595925
5214
ha dato espressione sistematica alla matematica con l’algebra e il calcolo
10:01
and eventually all of modern mathematical science.
205
601180
3504
e, infine, ha reso possibile tutta la scienza matematica moderna.
10:04
And computational language now provides a similar path,
206
604684
3253
Il linguaggio computazionale ora fornisce un percorso simile,
10:07
letting us ultimately create a computational X
207
607979
3170
permettendoci in definitiva di creare una X computazionale
10:11
for all imaginable fields X.
208
611149
2502
per tutti i campi immaginabili X.
10:14
I mean, we've seen the growth of computer science, CS,
209
614026
3337
Abbiamo visto la crescita della scienza computazionale, il CS,
10:17
but computational language opens up something ultimately much bigger
210
617405
3378
ma il linguaggio computazionale apre qualcosa di molto più grande
10:20
and broader, CX.
211
620825
2419
e ampio, il CX.
Per 70 anni abbiamo avuto linguaggi di programmazione
10:23
I mean, for 70 years we've had programming languages
212
623244
2461
10:25
which are about telling computers in their terms what to do.
213
625746
3796
che servono a dire ai computer nei loro termini cosa fare.
10:29
But computational language
214
629584
1251
Ma il linguaggio computazionale
10:30
is about something intellectually much bigger.
215
630877
2168
è qualcosa intellettualmente molto più vasto.
10:33
It's about taking everything we can think about
216
633045
2419
Si tratta di prendere tutto il pensabile
10:35
and operationalizing it in computational terms.
217
635506
3087
e renderlo operativo in termini computazionali.
10:38
You know, I built the Wolfram Language
218
638968
1877
Sapete, ho creato il linguaggio Wolfram
10:40
first and foremost because I wanted to use it myself.
219
640887
2502
prima di tutto perché volevo usarlo io stesso.
10:43
And now when I use it,
220
643431
1334
E ora, quando lo uso,
10:44
I feel like it's kind of giving me some kind of superpower.
221
644807
2795
sento che mi sta dando una sorta di superpotere.
10:47
I just have to imagine something in computational terms.
222
647602
3587
Devo solo immaginare qualcosa in termini computazionali.
10:51
And then the language sort of almost magically lets me bring it into reality,
223
651189
3795
E poi il linguaggio mi permette quasi magicamente di tradurlo in realtà,
10:55
see its consequences, and build on them.
224
655026
2294
vederne le conseguenze e lavorarci.
10:57
And yes, that's the sort of superpower
225
657361
1836
E sì, questo è il tipo di superpotere
10:59
that's let me do things like our physics project.
226
659197
2335
che mi permette di fare il nostro progetto di fisica.
11:01
And over the past 35 years,
227
661532
1669
Negli ultimi 35 anni,
11:03
it's been my great privilege to share this superpower with many other people,
228
663242
4380
è stato un grande privilegio condividere questo superpotere con molte altre persone
11:07
and by doing so,
229
667622
1209
e, così facendo,
11:08
to have enabled an incredible number of advances across many fields.
230
668831
4004
aver consentito un numero incredibile di progressi in molti campi.
11:13
It's sort of a wonderful thing to see people, researchers, CEOs, kids,
231
673252
4213
È una cosa meravigliosa vedere persone, ricercatori, CEO, bambini
11:17
using our language to fluently think in computational terms,
232
677465
3462
usare il nostro linguaggio per pensare fluentemente in termini computazionali,
11:20
kind of crispening up their own thinking,
233
680968
2419
per perfezionare il proprio modo di pensare
11:23
and then in effect, automatically calling in computational superpowers.
234
683387
3712
e poi, di fatto, invocare automaticamente i superpoteri computazionali.
11:27
And now it's not just people who can do that.
235
687600
2294
Ora non sono solo le persone a poterlo fare.
11:29
AIs can use our computational language as a tool, too.
236
689936
3336
Le IA possono anche usare il nostro linguaggio computazionale come strumento.
11:33
Yes, to get their facts straight,
237
693272
2252
Sì, per chiarire i fatti,
11:35
but even more importantly, to compute new facts.
238
695566
3003
ma, cosa ancora più importante, per calcolarne di nuovi.
11:38
There are already some integrations of our technology into LLMs.
239
698861
3170
La nostra tecnologia è già stata integrata in alcuni modelli di linguaggio.
11:42
There's a lot more you'll be seeing soon.
240
702073
2043
Ci sono molte altre cose che vedrete presto.
11:44
And, you know, when it comes to building new things
241
704116
2419
E, sapete, quando si tratta di creare cose nuove
11:46
in a very powerful emerging workflow,
242
706577
2127
in un campo emergente molto potente,
11:48
it's basically to start by telling the LLM roughly what you want,
243
708704
4380
si tratta essenzialmente di dire al modello più o meno cosa si vuole,
poi fargli provare a esprimerlo in un preciso linguaggio Wolfram,
11:53
then to have it try to express that in precise Wolfram Language,
244
713084
3336
11:56
then, and this is a critical feature of our computational language,
245
716420
3170
e questa è una caratteristica critica del nostro linguaggio,
11:59
compared to, for example, programming language,
246
719590
2211
rispetto ai linguaggi di programmazione,
12:01
you as a human can read the code,
247
721842
2169
voi, come umani, potete leggere il codice
12:04
and if it does what you want,
248
724011
1418
e, se fa quello che volete,
12:05
you can use it as kind of a dependable component to build on.
249
725471
3045
potete usarlo come componente affidabile su cui lavorare.
12:08
OK, but let's say we use more and more AI,
250
728891
2419
Va bene, ma supponiamo di usare sempre più IA,
12:11
more and more computation.
251
731352
1668
sempre più calcolo.
12:13
What's the world going to be like?
252
733020
1794
Come sarà il mondo?
12:14
From the industrial revolution on,
253
734814
2085
Dalla rivoluzione industriale in poi,
12:16
we’ve been used to doing engineering where we can in effect,
254
736899
2878
ci siamo abituati a soluzioni ingegneristiche che rivelano
12:19
see how the gears mesh to understand how things work.
255
739777
3754
come si incastrano gli ingranaggi per capire come funzionano le cose.
12:23
But computational irreducibility
256
743572
1836
Ma l'irriducibilità computazionale
12:25
now shows us that that won't always be possible.
257
745449
2628
ora ci dimostra che non sarà sempre possibile.
Non riusciremo sempre ad approssimare una semplice, umana o, diciamo,
12:28
We won't always be able to make a kind of simple human or, say,
258
748119
3211
12:31
mathematical narrative
259
751372
1668
una narrazione matematica
12:33
to explain or predict what a system will do.
260
753082
2502
per spiegare o prevedere cosa farà un sistema.
12:35
And yes, this is science, in effect, eating itself from the inside.
261
755960
4129
E sì, questa è scienza, in effetti, che divora se stessa dall’interno.
12:40
From all the successes of mathematical science,
262
760548
2294
Dopo tutti i successi della scienza matematica,
12:42
we've come to believe that somehow, if we only could find them,
263
762883
3671
siamo quasi arrivati a credere che, se solo riuscissimo a trovarle,
12:46
there'd be formulas to kind of predict everything.
264
766595
3170
ci sarebbero delle formule per prevedere tutto.
12:50
But now computational irreducibility shows us that that isn't true.
265
770141
3795
Ma ora l’irriducibilità computazionale ci mostra che non è vero.
12:54
And that in effect, to find out what a system will do,
266
774312
2669
E che in effetti, per scoprire cosa farà un sistema,
12:56
we have to go through the same irreducible computational steps
267
776981
3628
dobbiamo seguire gli stessi passaggi computazionali irriducibili
13:00
as the system itself.
268
780651
1585
del sistema stesso.
13:02
Yes, it's a weakness of science,
269
782820
1627
Sì, è un punto debole della scienza,
13:04
but it's also why the passage of time is significant and meaningful
270
784447
4004
ma è anche il motivo per cui il passare del tempo è significativo e importante
13:08
and why we can't just sort of jump ahead to get the answer.
271
788492
3838
e perché non possiamo semplicemente fare un salto avanti per ottenere la risposta.
13:12
We have to live the steps.
272
792330
1876
Dobbiamo seguire le tappe.
13:14
It's actually going to be, I think, a great societal dilemma of the future.
273
794749
3878
In realtà sarà, credo, un grande dilemma sociale del futuro.
13:18
If we let our AIs achieve their kind of full computational potential,
274
798627
3838
Se lasciamo che le nostre IA raggiungano il loro pieno potenziale computazionale,
13:22
they'll have lots of computational irreducibility
275
802465
2335
avranno molta irriducibilità computazionale
13:24
and we won't be able to predict what they'll do.
276
804800
2294
e non saremo in grado di prevedere cosa faranno.
13:27
But if we put constraints on them to make them more predictable,
277
807136
3295
Ma se imponiamo loro dei vincoli per renderle più prevedibili,
13:30
we'll limit what they can do for us.
278
810473
2002
limiteremo ciò che possono fare per noi.
13:32
So what will it feel like if our world is full of computational irreducibility?
279
812808
5005
Come ci sentiremo con il nostro mondo intriso di irriducibilità computazionale?
13:38
Well, it's really nothing new
280
818189
2169
Non c’è davvero niente di nuovo
13:40
because that's the story with much of nature.
281
820399
2419
perché questa è la storia di gran parte della natura.
13:42
And what's happened there
282
822818
1210
Ciò che è successo lì
13:44
is that we've found ways to operate within nature,
283
824070
2585
è che ora sappiamo come operare nella natura,
13:46
even though nature can sometimes still surprise us.
284
826697
2753
anche se a volte la natura può ancora sorprenderci.
13:49
And so it will be with the AIs.
285
829784
2002
E così sarà con le IA.
13:51
We might give them a constitution, but there will always be consequences
286
831827
3462
Potremmo dare loro una costituzione, ma ci saranno sempre conseguenze
13:55
we can't predict.
287
835331
1209
che non possiamo prevedere.
13:56
Of course, even figuring out societally what we want from the AIs is hard.
288
836540
4839
Naturalmente, anche capire socialmente cosa vogliamo dalle IA è difficile.
Forse abbiamo bisogno di una “promptocrazia”
14:01
Maybe we need you know, a promptocracy
289
841379
2043
14:03
where people write prompts instead of just voting.
290
843422
2795
in cui le persone scrivono suggerimenti invece di limitarsi a votare.
14:06
But basically, every control the outcome scheme
291
846801
3336
Ma fondamentalmente, ogni schema di controllo dei risultati
14:10
seems full of both political philosophy
292
850179
2127
sembra pieno sia di filosofia politica,
14:12
and computational irreducibility gotchas.
293
852348
2669
sia di trucchi sull’irriducibilità computazionale.
14:15
You know, if we look at the whole arc of human history,
294
855559
2920
Se osserviamo l’intero arco della storia umana,
14:18
the one thing that's systematically changed
295
858479
2210
l’unica cosa che è cambiata sistematicamente
14:20
is that more and more gets automated.
296
860689
2086
è che sempre più cose vengono automatizzate.
14:22
And LLMs just gave us a dramatic and unexpected example of that.
297
862775
3503
I modelli di linguaggio ce ne hanno dato un esempio drammatico e inaspettato.
14:26
So what does that mean?
298
866821
1167
Quindi cosa significa?
14:27
Does that mean that in the end, us humans will have nothing to do?
299
867988
3170
Significa che alla fine, noi umani non avremo niente da fare?
14:31
Well, if we look at history,
300
871700
1752
Bene, se guardiamo alla storia,
14:33
what seems to happen is that when one thing gets automated away,
301
873494
3337
quello che sembra succedere è che quando una cosa viene automatizzata,
14:36
it opens up lots of new things to do.
302
876872
2503
si aprono molte nuove cose da fare.
14:39
And as economies develop,
303
879417
1626
E con lo sviluppo delle economie,
14:41
the pie chart of occupations seems to get more and more fragmented.
304
881085
4379
il grafico a torta delle occupazioni appare sempre più frammentato.
14:45
And now we're back to the ruliad.
305
885881
1710
E ora siamo tornati alla ruliade.
14:47
Because at a foundational level,
306
887591
1544
Perché a un livello fondamentale,
14:49
what's happening is that automation is opening up more directions
307
889176
3170
ciò che succede è che l’automazione sta aprendo più direzioni
14:52
to go in the ruliad.
308
892388
1460
verso la ruliade.
14:53
But there's no abstract way to choose between these.
309
893848
3003
Ma non esiste un modo astratto per scegliere tra queste.
14:56
It's a question of what we humans want,
310
896892
2127
È una questione di ciò che vogliamo noi umani,
14:59
and it requires kind of humans doing work to define that.
311
899061
3754
e per definirlo è necessario il lavoro di esseri umani.
15:02
So a society of AI as sort of untethered by human input,
312
902815
4796
Quindi, una società basata sull’IA, quasi svincolata dagli input umani,
15:07
would effectively go off and explore the whole ruliad.
313
907653
2753
andrebbe effettivamente a esplorare l’intera ruliade.
15:10
But most of what they do would seem to us random and pointless,
314
910406
4129
Ma la maggior parte di ciò che fa ci sembrerebbe casuale e inutile,
15:14
much like most of nature doesn't seem to us right now,
315
914577
3712
proprio come in questo momento la maggior parte della natura,
15:18
like it's achieving a purpose.
316
918289
1751
sembra che non stia raggiungendo uno scopo.
15:20
I mean, one used to imagine that to build things that are useful to us,
317
920541
4421
Voglio dire, una volta si immaginava che per costruire cose per noi utili,
15:25
we'd have to do it kind of step by step.
318
925004
2294
avremmo dovuto farlo passo dopo passo.
15:27
But AI and the whole phenomenon of computation
319
927673
2711
Ma l’intelligenza artificiale e l’intero fenomeno del calcolo
15:30
tell us that really what we need
320
930426
1960
ci dicono che in realtà ciò di cui abbiamo bisogno
15:32
is more just to define what we want.
321
932428
2377
va oltre il definire ciò che vogliamo.
15:35
Then computation, AI, automation can make it happen.
322
935306
4421
Quindi il calcolo, l’IA e l’automazione possono renderlo realtà.
15:39
And yes, I think the key to defining in a clear way what we want
323
939768
3754
E sì, penso che la chiave per definire in modo chiaro ciò che vogliamo
15:43
is computational language.
324
943564
1793
sia il linguaggio computazionale.
15:45
And, you know, even after 35 years,
325
945357
2169
E, sapete, anche dopo 35 anni,
15:47
for many people,
326
947526
1210
per molte persone,
15:48
Wolfram Language is still sort of an artifact from the future.
327
948736
2961
il linguaggio Wolfram è ancora una specie di artefatto del futuro.
15:51
If your job is to program, it seems like a cheat.
328
951697
2836
Se il vostro lavoro è programmare, sembra un imbroglio.
15:54
How come you can do in an hour what would usually take you a week?
329
954575
3545
Come fate a fare in un’ora quello che normalmente fareste in una settimana?
15:58
But it can also be kind of daunting because having dashed off that one thing,
330
958120
4129
Ma può anche essere un po’ scoraggiante perché dopo aver eliminato quella cosa,
16:02
you now have to conceptualize the next thing.
331
962249
2544
dovete concettualizzare quella successiva.
16:04
Of course, it's great for CEOs and CTOs
332
964835
2461
Ovviamente, è ottimo per CEO, CTO
16:07
and intellectual leaders who are ready to race on to the next thing.
333
967338
3795
e leader intellettuali pronti a passare rapidamente alla prossima cosa.
16:11
And indeed, it's an impressively popular thing in that set.
334
971175
4629
Infatti, è incredibilmente popolare in quel contesto.
16:16
In a sense, what's happening is that Wolfram Language shifts
335
976096
2837
Ciò che sta accadendo è che il linguaggio Wolfram sta passando
16:18
from concentrating on mechanics to concentrating on conceptualization,
336
978974
3796
dall’incentrarsi sulla meccanica all’incentrarsi sulla concettualizzazione,
16:22
and the key to that conceptualization is broad computational thinking.
337
982770
4463
e la chiave per tale concettualizzazione è un pensiero computazionale ampio.
16:27
So how can one learn to do that?
338
987233
1918
Quindi come si può imparare a farlo?
16:29
It's not really a story of CS,
339
989193
1960
Non è proprio una storia di CS,
16:31
it's really a story of CX.
340
991195
2210
è davvero una storia di CX.
16:33
And as a kind of education,
341
993405
1752
Come tipo di istruzione,
è più simile alle materie umanistiche che a quelle scientifiche.
16:35
it's more like liberal arts than STEM.
342
995199
2586
16:37
It's part of a trend that when you automate technical execution,
343
997826
3587
È parte di una tendenza per la quale, automatizzando l’esecuzione tecnica,
16:41
what becomes important is not figuring out how to do things,
344
1001413
4255
ciò che diventa importante non è capire come fare le cose,
16:45
but what to do.
345
1005668
1418
ma cosa fare.
E questa è più una storia di conoscenza e pensiero generali
16:47
And that's more a story of broad knowledge and general thinking
346
1007127
3045
16:50
than any kind of narrow specialization.
347
1010172
2503
e non limitata a qualsiasi tipo di specializzazione ristretta.
16:53
You know, there's sort of an unexpected human centeredness to all of this.
348
1013509
3503
Sapete, c’è una sorta di inaspettata centralità umana in tutto questo.
16:57
We might have thought that with the advance of science and technology,
349
1017054
3378
Avremmo potuto pensare che, con lo sviluppo scientifico e tecnologico,
17:00
the particulars of us humans would become ever less relevant.
350
1020432
3712
le peculiarità di noi umani sarebbero diventate sempre meno rilevanti.
17:04
But we've discovered that that's not true, and that, in fact, everything,
351
1024144
3462
Ma abbiamo scoperto che non è vero e che, in effetti, tutto,
17:07
even our physics,
352
1027648
1209
anche la nostra fisica,
17:08
depends on how we humans happen to have sampled the ruliad.
353
1028899
3837
dipende da come noi umani abbiamo analizzato la ruliade.
17:13
Before our physics project,
354
1033696
2043
Prima del nostro progetto di fisica,
17:15
we didn't know if our universe really was computational,
355
1035781
3378
non sapevamo se il nostro universo fosse realmente computazionale,
17:19
but now it's pretty clear that it is.
356
1039201
2002
ma ora è abbastanza chiaro che lo è.
17:21
And from that, we're sort of inexorably led to the ruliad,
357
1041245
2753
E da ciò, quasi viaggiamo inesorabilmente verso la ruliade,
17:23
with all its kind of vastness
358
1043998
1960
con tutta la sua vastità,
17:26
so hugely greater than the physical space in our universe.
359
1046000
3378
enormemente più grande dello spazio fisico del nostro universo.
17:29
So where will we go in the ruliad?
360
1049962
2336
In conclusione, dove andremo nella ruliade?
Il linguaggio computazionale ci permette di tracciare il nostro percorso.
17:32
Computational language is what lets us chart our path.
361
1052339
3212
17:35
It lets us humans define our goals and our journeys.
362
1055551
3336
Consente a noi umani di definire i nostri obiettivi e i nostri viaggi.
17:38
And what's amazing is that all the power and depth
363
1058887
2628
La cosa sorprendente è che la potenza e la profondità
17:41
of what's out there in the ruliad is accessible to everyone.
364
1061557
3086
di ciò che c'è là fuori nella ruliade sono accessibili a tutti.
17:45
One just has to learn to harness those computational superpowers,
365
1065019
4129
Basta imparare a sfruttare questi superpoteri computazionali,
17:49
which kind of starts here,
366
1069189
1544
e questo inizia proprio qui,
17:50
you know, our portal to the ruliad.
367
1070774
3254
dal nostro portale sulla ruliade.
17:54
Thank you.
368
1074528
1335
Vi ringrazio.
17:55
(Applause)
369
1075904
3587
(Applausi)
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7