Parlare con l’ intelligenza collettiva.

Il post precedente ha portato uno dei lettori a ricordarmi gli studi sulla Netwar, che sono interessanti ma, essendo stati scritti per venire letti da generali, non possono essere piu’ “open minded’ di altro. Intendo dire che i generali per formazione sono restii ad accettare livelli di astrazione molto alti, nella misura in cui non serva per vincere una guerra. Ragionare per capire dal loro punto di vista non e’ importante, ma soltanto ragionare per vincere lo e’.

Allora, torniamo allo studio di RAND Corporation sulla Netwar, e astraendoci dagli esempi cerchiamo di dare una definizione di sintesi ad un ente che vogliamo capire: l’intelligenza collettiva nel mondo di internet.

Quando si esamina il concetto di intelligenza artificiale legandolo al concetto di comunicazione, arrivano biologi, fisiologi e spesso informatici e iniziano a fare paragoni impropri tra reti neurali artificiali e reti di persone, dando per scontato che una rete di persone, se abbastanza grande, somigliera’ ad un cervello umano.

Anche io da giuovine sono stato ttratto dalle reti neurali, ma devo essere sincero, quando si sono sviluppate le librerie bayesiane, ho semplicemente gettato via quella roba e ho preferito usare, per tutte le applicazioncine che avevo , un approccio bayesiano.

Anche cosi’, pero’, il punto e’ che una rete neurale artificiale fa delle assunzioni sulle sinapsi (come la funzione di trasferimento) che non si applicano alle reti di persone (la trasmissione funziona bene, senza gradini, sigmoidi e compagnia bella) e anche le assunzioni sul ruolo del neurone – che nelle reti neurali artificiali e’ piuttosto passivo) sono impossibili da applicare nel caso di reti costituite da esseri umani che comunicano tra loro usando connessioni permanenti.

Cosi’, riprendiamo l’esempio del post precedente e proviamo a “capirlo”.

Nel post precedente ipotizzavo una specie di intelligenza collettiva che dice in rete “ehi, Suino de Suinis sta mangiando nel ristorane, vedeste come scrofana!”.  La risposta dell’intelligenza collettiva e’ che le persone raggiunte dall’informazione , che si trovano nelle vicinanze, vanno al ristorante a infamare Suino de Suinis.

A questo punto siamo pero’ in una situazione in la nostra “rete sociale”, riceve:

  • Uno stimolo: Suino de Suinis e’ qui.
  • Uno “amplificatore” di stimolo, che chiamero “Provocatore”: “e vedeste come scrofana!”.
  • Una memoria precedente , tipo “Suino de Suinis e’ oggetto della mia rabbia”
  • Una possibilita’ di attuazione: “se lo avessi vicino gli direi in faccia quel che penso”.
  • Un amplificatore dell’attuazione: “se con me ci sono anche altri, urlo ancora piu’ forte”.

Ora, innanzitutto questo non assomiglia affatto ad una rete neurale in back propagation , o fast propagation, o multicore : semmai questo meccanismo e’ tipico delle reti di di Kohonen ( http://en.wikipedia.org/wiki/Self-organizing_map ) , ovvero delle reti auto organizzanti.

Quindi , quando si accendono discussioni circa la famosa intelligenza collettiva introdotta da Internet, prego gli esperti del settore di smetterla di banfare proponendo le reti neurali in back propagation o fast propagation come modello; esse non assomigliano neanche lontanamente al comportamento di una massa connessa, mentre le reti di Kohonen hanno molte caratteristiche che personalmente trovo assolutamente ideali per modellizzare questi fenomeni. La similitudine coi meccanismi di intelligenza sociale e’ cosi’ lapalissiana che direi non ci siano dubbi su questo.

Se proprio volete fare i guru dell’intelligenza artificiale e citare Sterling fatelo pure, pero’ ricordate che le reti di Kohonen possono avere un nome altrettanto fico, cioe’ “Reti Stocastiche Auto Organizzanti”, che insomma, puo’ fare la sua porca figura su Wired, anche meglio di “Reti Neuronali”.
Effettivamente,  una rete di Kohonen somiglia molto alle dinamiche delle masse collegate ad internet:

  1. La fase di apprendimento di una rete di Kohonen avviene per eliminazione progressiva dei gruppi minoritari, ovvero con un fenomeno che definiremmo, in politica, “congresso di partito”.
  2. Una rete di kohonen converge in uno stato nel quale sono emerse delle “tendenze maggioritarie”, ovvero le N tendenze dominanti.(1)

Esistono alcune astrazioni delle reti di Kohonen, le piu’ interessanti sono quelle che fanno crescere il numero di nodi, e devo dire che in questo senso, l’approssimazione con quanto osserviamo e’ quasi completa.
In generale, una GSOM (http://en.wikipedia.org/wiki/Growing_self-organizing_map ) e’ una approssimazione cosi’ buona di quanto succede per le “intelligenze sociali” che non ha senso spendere tempo in ulteriori approssimazioni matematiche: le formule sono gia’ note, quel che manca sono i dati sperimentali.

Possiamo spiegare questo funzionamento , per chi non ama le formule  , in questo modo:

  1. Una rete GSOM inizia a lavorare con un gruppo ristretto di elementi.
  2. Ogni elemento gia’ appartenente alla rete eccita gli elementi vicini, o attira a se’ gli elementi che si eccitano pur ricevendo uno stimolo minore (perche’ mediato dalla distanza)
  3. All’interno della rete si presentano elementi in competizione tra loro, allo scopo di dominare la rete col loro segnale, che arriva piu’ lontano anche a seconda di quanti altri membri attira o eccita.
  4. La rete “copre” i contenuti meno diffusi con i contenuti “vincenti”.
  5. La rete si ferma quando ha eccitato tutti i membri e quando tutti gli input sono stati coperti, ovvero quando ogni stimolo possibile e’ stato sperimentato.
  6. Da quel momento in poi, rimane immobile, specializzandosi in un preciso segnale o set di segnali.

A quel punto voi direte: ehi, cazzo, ma hai descritto alla perfezione l’andamento di un sistema partitico dal momento t0 di una democrazia.

Corretto. Ed e’ per questo che contesto assolutamente chi continua a vedere l’intelligenza sociale con altri modelli di IA, quando esiste un modello che simula PERFETTAMENTE l’intelligenza sociale umana nel mondo delle comunicazioni.
Il vero problema di queste reti e’ che dal punto di vista matematico esse possono essere divise in sottoreti, e se le vediamo in questo modo, alla fine della fase di apprendimento possiamo riassumere la “storia dell’apprendimento” in “vincera’ la rete che cresce piu’ velocemente”, e quella che “copre meglio lo spettro di input”.
In definitiva, possiamo riassumere in linguaggio umano che:

  1. Vince la rete che cresce piu’ in fretta, ovvero quella che ha banda piu’ larga.
  2. Vince la rete i cui membri hanno a disposizione una banda piu’ larga per ripetere il segnale.
  3. Vince la rete il cui numero di membri cresce piu’ in fretta.
  4. Vince la rete il cui numero di membri NON cresce eccessivamente di numero.

Quando dico “vince” intendo la situazione per cui la rete copre il numero MAGGIORE possibile di input, ovvero la rete che assume la medesima forma.
Supponiamo che una societa’ dica:

  1. I politici guadagnano troppo.
  2. Il popolo guadagna poco.
  3. Dobbiamo prendere i soldi ai ricchi per darli ai poveri.

Possiamo avere a quel punto molte reti “RobinHood”, che si ripropongono di togliere soldi ai politici e ridarli alle persone, ma il problema e’ quale vincera’.

Sicuramente potra’ esserci una rete il cui elemento massimo emette un segnale molto forte, capace di eccitare e avvicinare moltissimi elementi. Essa ha una grandissima possibilita’ di vincere, ma non ha la possibilita’ massima di vincere, perche’ una rete il cui leader non ha molta forza ma ha ottimi ripetitori crescera’ piu’ velocemente.

Un sistema broadcast, cioe’, e’ molto forte nella misura in cui raggiunge ed eccita tutti gli altri elementi, ma ha il difetto di non avere amplificatori propri. La sua propagazione e’ N-dimensionale , dove questo significa che a tre dimensioni avremo la forza del segnale divisa per il cubo delle distanze da coprire.

Se invece abbiamo dei ripetitori, e’ vero che il segnale e’ basso, ma la sua crescita e’ esponenziale. In una limitatissima quantita’ di dimensioni, cioe’ 1, vincera’ sempre un sistema di broadcast. Un esponenziale di potenza 1 non cresce mai.

Adesso dobbiamo chiederci cosa siano le dimensioni, e possiamo pensarle come gli “argomenti” o i principali contenuti comunicativi indipendenti tra loro.

Mettiamo che il nostro leader emetta un segnale tipo {sanita’, economia, lavoro} parlando di tre argomenti distinti. Se lo fa su un canale broadcast verra’ considerato “dispersivo”, dal momento che a 3 dimensioni, nel tempo, il suo messaggio si affievolira’ molto in fretta.  Quando andate in TV, ci andate su UNA dimensione (buono contro cattivo, comunisti e anticomunisti, eccetera).

Se invece usate un mezzo non broadcast, la multidimensionalita’ vi aiuta. Voi volete eccitare altri elementi della rete, e la probabilita’ di riuscire a farlo CRESCE col numero di argomenti che riuscirete ad infilare in un singolo stimolo consistente.

Se riuscite a fare un discorso- stimolo che comprenda {sanita’, economia, lavoro} andrete ad eccitare TUTTI quelli che sono a disagio per la sanita’, quelli che lo sono per l’economia, e quelli che lo sono per il lavoro. Se addirittura riuscite ad infilarne 4, {sanita’, economia, lavoro, nazionalismo} allora ne ecciterete anche di piu’, e otterrete che gli stimolati stimoleranno altri.

Questa e’ la ragione per la quale le rivoluzioni nate contro i regimi che controllano la stampa, cioe’ quelle che si sono propagate per passaparola, cellule operaie, prpgandisti, ciclostile , e cosi’ via, necessitano di proposte complesse, omnicomprensive, insomma di “ideologie che danno una risposta a tutti”. Come successe per il comunismo, si unira’ a voi sia Babel l’ebreo a disagio che Lavrentij l’antisemita furioso: la stessa ideologia e’ complessa e stimola tutti, trasformandoli in ripetitori del segnale “comunismo”.

Al contrario, quando prendete il potere dominando i mass media, non vi conviene essere multidimensionali, dal momento che in sostanza piu’ parlate e piu’ siete “dispersivi” , come vi confermeranno gli esperti. In termini di reti GSOM, con poche dimensioni, avere troppi input e’ pericolosissimo.

Cosi’, adesso abbiamo un modello di quel che e’ successo nelle “Primavere Arabe”. NOn esisteva alcun leader, perche’ il leader era un segnale vincente “Mandiamo via Mubarak”, che ha rapidamente preso il sopravvento su ogni altro , appiattendo momentaneamente le differenze. Quando il numero di membri della rete ha smesso di crescere, e’ iniziata la competizione interna alla rete stessa, e ha vinto il segnale che aveva ripetitori migliori, ovvero gli imam degli islamisti.

Se veniamo in Italia, il problema e’ molto diverso, perche’ per ora M5S e’ fermo su un sistema ibrido. Essenzialmente il blog di Grillo e’ un sistema di broadcast, il che lo limita a un piccolo numero di dimensioni. La sua rete di ripetitori invece e’ affamata di messaggi multidimensionali.

Grillo cioe’ ha dovuto concepire un blog che parli di una sola cosa per volta , contrariamente ad ogni politico non puo’ affrontare troppi temi nello stesso post, ma allo stesso tempo il meccanismo di propagazione e’ affamato di contenuti multidimensionali per eccitare piu’ persone.

In questo senso, come “Intelligenza collettiva”, la rete di Grillo ha pro e contro.

  • Grillo deve usare il proprio blog come un sistema di broadcast, ovvero inviando di volta in volta messaggi monodimensionali. Questo aumenta la sua efficacia come leadership, ma mette in difficolta’ i suoi adepti, che hanno meno chances di eccitare altre persone avendo meno argomenti su cui spaziare.
  • Grillo deve facilitare il compito dei suoi seguaci spaziando su una gamma di segnali ampia, ben sapendo che un altro elemento di rete piu’ specializzato nello stesso segnale potrebbe competere con lui e superarlo in quel campo specifico. Ovvero, spaziando Grillo rischia la leadership.

In questo senso, la rete di Grillo ha tutti i pregi ed i difetti di una rete GSOM. Il meccanismo interno non e’ antidemocratico, e’ semplicemente competitivo, solo che Giuseppe Grillo e’ ormai incombente nella rete, e vince su ogni competitore che emerga. D’altro canto, per propagarsi ha bisogno di spaziare sugli argomenti, il che produce nuovi competitori quando un ripetitore e’ competente nella materia specifica.

Quello che otterrete e’:

  1. Grillo manda molteplici segnali, uno alla volta , in timesharing, dal suo blog, usando una pattern monodimensionale alla volta. sfruttando un meccanismo di broadcast.
  2. Essi eccitano molte persone , ma alcuni di essi sono competitori di Grillo, sino allo scontro, quando vengono cacciati.

Ovviamente ci sono alcune scorciatoie che Grillo tenta, come quella di battere su alcuni punti, ma questo rende Grillo monotematico, che gli da’ forza sui media broadcast (TV , giornali) che giooorza ripetono il suo segnale, ma toglie forza ai suoi “ripetitori” che hanno meno possibilita’ di eccitare nuovo pubblico.

D’altro canto, lavorando su molti temi Grillo aumenta la probabilita’ di un competitore competente in uno di quei temi – se domani il massimo esperto italiano di energie pulite si unisse al M5S, che avrebbe Grillo da raccontare in proposito? – e quindi col passare tel tempo grillo espellera’ la parte migliore del suo partito, dal momento che domina la sua stessa rete ed il suo segnale prevale comunque.

Non si tratta di democraticita’ o meno, bensi’ di intelligenza sociale: una intelligenza sociale funziona esattamente cosi’, fatti salvi i limiti di architettura: per esempio, se M5s diventasse multitenant e usasse una catena di blog anziche’ un solo blog, potrebbe gestire contemporaneamente un segnale multidimensionale, giovarsi delle expertise e tenere ogni blog monodimensionale quel tanto che basta per essere in TV.

Insomma, M5S oggi e’ una rete GSOM , solo che e’ disegnata male, o meglio peggio di quanto non potrebbe essere una rete chiamata a fornire non UN segnale dominante, ma N segnali dominanti.

Se M5S per dire decidesse di diventare un triumvirato, o un esarcato, o un eptarcato, imbarcando una costellazione di grossi blogs, riuscirebbe a sfuggire al suo principale difetto, ovvero quello di cannibalizzare la parte broadcast con la parte passaparola, e viceversa.
Perche’ lo dico?

Perche’ se l’intelligenza sociale e’ competitiva, una rete fatta in questo modo potrebbe facilmente surclassare quella di Grillo.

Uriel

(1) Una tipica applicazione, peraltro da me realizzata , e’ “abbiamo un catalogo di X pezzi e il nostro supermercato ha Y piani, dividi X pezzi in Y piani per similitudine.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *