Chiariscono e argomentano Milani e Garcia:

Nel connessionismo l’analogia funzionale si sposta dalla mente (tipica del paradigma simbolico-cognitivista) al cervello umano e alle reti neurali biologiche. L’attività della mente risulta distribuita tra le connessioni delle unità di calcolo (i “neuroni”); non è quindi analizzabile nei singoli processi cognitivi. La macchina connessionista “impara” iterando modelli di calcolo sotto forma di algoritmi, principalmente costrutti condizionali di tipo IF-THEN-ELSE. (…) Il modello connessionista di gran lunga più comune e conosciuto è ispirato al cervello. Si parla quindi di reti neurali, in cui i singoli nodi (le unità di calcolo) delle reti sono le unità che rappresentano i neuroni, mentre le connessioni tra loro potrebbero rappresentare le sinapsi (…) Probabilmente non è un caso che l’attuale diffusione delle tecniche di deep learning (apprendimento profondo) per l’addestramento dell’“intelligenza” nelle macchine si sviluppi in parallelo con l’ampia diffusione degli approcci comportamentali nella psicologia umana e in molti altri campi, per quanto mescolati a quelli cognitivi. (…) Consideriamo in maniera più generale il funzionamento concreto dei processi di deep learning. Sottoinsieme del machine learning (…), indica un insieme di tecniche basate su reti neurali artificiali organizzate in diversi strati, dove ogni strato/livello (layer) calcola i valori per quello successivo. Si basa su classi di algoritmi di apprendimento automatico che utilizzano livelli multipli (iterazioni, cioè ripetizioni procedurali) per estrarre progressivamente caratteristiche di livello superiore dall’input grezzo. La nostra ipotesi è che si tratta di una tipologia di apprendimento automatico che può essere descritta come un modo di condizionare le macchine. Il condizionamento può essere visto come una particolare forma di automazione, cioè l’automazione di un comportamento attraverso l’iterazione ripetuta di modelli semplici, ma in evoluzione, prendendo in considerazione alcuni feedback (retroazioni) e inserendoli in uno schema esistente. Questo condizionamento è possibile e anzi necessario perché corrisponde al condizionamento parallelo su larga scala degli esseri umani coinvolti nelle interazioni con le cosiddette macchine intelligenti. Più gli esseri umani si rivolgono a queste macchine in modo meccanicamente semplice e non ambiguo, andando incontro alla tendenza degli algoritmi a semplificare e quantificare seguendo schemi di automazione, più le macchine agiscono “automaticamente” e sembrano “intelligenti”. L’esperienza acquisita dagli esseri umani con i motori di ricerca sul World Wide Web è forse il modo più semplice per esemplificare questa tesi. (…) Quando gli umani iniziano a riempire il campo vuoto del motore di ricerca di Google, dove il cursore lampeggia, di solito hanno cura di inserire qualche parola chiave che sembra adatta a descrivere ciò che stanno cercando. Tendono a evitare di complicare troppo le cose e non di rado optano per le ricerche suggerite dal sistema, cioè quelle più ricercate. Il comportamento umano nei confronti della macchina è quindi semplificato e adattato a parametri statisticamente quantificabili. SE la maggior parte degli utenti con caratteristiche analoghe a me (ad esempio, il browser configurato in lingua italiana) ha cliccato un certo risultato, ALLORA automaticamente il sistema proporrà quel risultato per primo, perché statisticamente più cliccato dal gruppo di utenti a cui il sistema mi ha assegnato. ALTRIMENTI cercherà un risultato più vicino a quelle che ha identificato come caratteristiche che mi determinano, assimilandomi statisticamente ad altri utenti. Il costrutto condizionale IF-THEN-ELSE è all’opera. Semplificazione e quantificazione non sono concetti comuni per definire “l’intelligenza”, eppure questi sono i due principali attributi degli attuali sistemi di IA. Questo comportamento non è il risultato del caso, una caratteristica “emersa” dalle macchine grazie a un implacabile processo evolutivo, ma il risultato di un lungo processo di selezione, aggiustamento e perfezionamento di algoritmi e tecniche basato su presupposti teorici e ideologici. (C. Milani – V. García, “L’evoluzione dell’Intelligenza Artificiale: dall’automazione del lavoro al condizionamento reciproco”)

Dal suo canto, McQuillan sintetizza:

Una rete neurale artificiale consiste di almeno uno strato nascosto di neuroni artificiali tra i dati di input e lo strato di output. In una rete di deep learning di base, ogni elemento di dati di input viene passato a tutti i neuroni nel primo strato nascosto, moltiplicato per un peso positivo o negativo che riflette la forza di quella particolare connessione. I segnali di ciascun neurone, che provengono da tutti i neuroni del livello precedente, sono sommati e modulati da una cosiddetta funzione di attivazione. Il risultato diventa l’output di quel particolare neurone, che a sua volta viene passato a ogni neurone nello strato successivo, di nuovo moltiplicato per un peso unico per ogni connessione, dove viene nuovamente sommato e modulato prima di essere passato a tutti i neuroni nello strato successivo, e così via e così via allo strato di output. Gli strati di neuroni in queste reti completamente connesse sono solitamente rappresentati in diagrammi come ranghi serrati di piccoli cerchi, dove ogni fila di neuroni è collegata alla successiva dalle linee strettamente intrecciate delle loro interconnessioni. I segnali viaggiano lungo tutte le miriadi di percorsi tra i neuroni di input da un lato e i neuroni di uscita dall’altro, modulati e distorti ad ogni strato nascosto mentre vengono trasformati dai dati originali in previsione. Il neurone artificiale nello strato di uscita con il segnale totale più grande diventa la previsione della rete. I punti di forza di ciascuno dei singoli pesi in tutte queste miriadi di connessioni sono ciò che la rete neurale impara quando viene addestrata (…) Mentre è altamente improbabile che questa disposizione rappresenti il funzionamento di qualsiasi cervello organico reale, può ancora tirare fuori qualche ricerca di modelli matematici molto intelligente, e questo è sufficiente per far credere ad alcuni che potrebbe essere la base per una vera intelligenza artificiale. (…) Le reti neurali possono, in linea di principio, calcolare qualsiasi funzione che esegue il mapping da uno spazio di input a uno spazio di output. Naturalmente, c’è un mondo di differenza tra essere in grado di fare qualcosa in linea di principio ed essere in grado di implementarlo nella pratica. Per la maggior parte della loro storia, le reti neurali e il campo più ampio di cui facevano parte, noto come IA connessionista, erano le relazioni povere di un diverso tipo di sistema di IA basato su regole ed euristiche top-down, noto come IA simbolica. Mentre l’IA simbolica ha cercato di modellare il modo in cui pensiamo, l’IA connessionista ha cercato di modellare il modo in cui funziona il nostro cervello. Tuttavia, i calcoli richiesti per l’IA connessionista significavano che l’addestramento di una rete neurale poteva richiedere settimane, quindi le reti neurali pratiche erano in gran parte trascurate. Intorno al 2012 la combinazione di una maggiore potenza di calcolo, nuovi algoritmi e l’eccesso di dati di addestramento provenienti da Internet ha portato a progressi trasformativi nelle reti neurali multistrato del deep learning. Il progresso nell’hardware di calcolo è stato in gran parte dovuto alla Graphics Processing Unit (GPU), una classe di chip originariamente sviluppata per soddisfare la domanda dell’industria dei giochi per la grafica 3D: si è scoperto che lo stesso tipo di operazioni a matrice che rendono gli ambienti di gioco potrebbero essere adattati per addestrare reti neurali. (D. McQuillan, “Resisting AI: An Anti-fascist Approach to Artificial Intelligence” – traduzione in proprio)