Concordo con PK2 e DayDreamer.
Il cervello resta un mistero per ora e l'informatica non è lontamente in grado di realizzare software intelligenti. I linguaggi di programmazioni pur con tutte le varianti ed evoluzioni del caso hanno più o meno le stesse istruzioni che avevano decenni fa. Ci sono famosi scienziati come Ray Kurzweil che profetizzano l'avvento di computer intelligenti o addirittura "spirituali", ma per ora quello che abbiamo è una montagna di codice "intelligente" scritto da uomini.
Se il cervello fosse una rete neurale traducibile in algoritmi allora sarebbe possibile avere le equazioni che traducono il funzionamento di una rete neurale cerebrale in pensieri, ma nessuno al momento è in grado di fare questa dimostrazione.
Anzi anche la mia sensazione è che tanto più ci si addentra nelle neurobiologie e tanto maggiori sono i problemi da affrontare e risolvere.
In merito mi viene in mente un noto confronto tra il cofondatore di Microsoft, Paul Allen e Ray Kurzweil in cui Allen criticava l'ottimismo di chi ritiene imminente l'avvento dell'intelligenza artificiale.
Mi ha colpito che questo ingegnere, che tanto ha contribuito alla diffusione della tecnologia, sia molto pessimista sulla possibilità che la scienza possa sempre spingersi oltre il limite e risolvere sistematicamente un mistero dietro l'altro. Strano che un pensiero di questo genere arrivi dal cofondatore di Microsoft.
Qui di seguito il link alla sua intervista:
http://www.technologyreview.com/view/42 ... isnt-near/da cui un estratto:
The foregoing points at a basic issue with how quickly a scientifically adequate account of human intelligence can be developed. We call this issue the complexity brake
. As we go deeper and deeper in our understanding of natural systems, we typically find that we require more and more specialized knowledge to characterize them, and we are forced to continuously expand our scientific theories in more and more complex ways. Understanding the detailed mechanisms of human cognition is a task that is subject to this complexity brake. Just think about what is required to thoroughly understand the human brain at a micro level. The complexity of the brain is simply awesome. Every structure has been precisely shaped by millions of years of evolution to do a particular thing, whatever it might be. It is not like a computer, with billions of identical transistors in regular memory arrays that are controlled by a CPU with a few different elements. In the brain every individual structure and neural circuit has been individually refined by evolution and environmental factors. The closer we look at the brain, the greater the degree of neural variation we find.
Understanding the neural structure of the human brain is getting harder as we learn more. Put another way, the more we learn, the more we realize there is to know, and the more we have to go back and revise our earlier understandings. We believe that one day this steady increase in complexity will end—the brain is, after all, a finite set of neurons and operates according to physical principles. But for the foreseeable future, it is the complexity brake and arrival of powerful new theories, rather than the Law of Accelerating Returns, that will govern the pace of scientific progress required to achieve the singularity.