Link alla notizia: https://www.hwupgrade.it/news/scienza-tecnologia/gli-llm-riescono-a-risolvere-problemi-matematici-complessi-cosa-significa-e-perche-e-importante_148763.html

Con GPT-5.2 si sta assistendo ad un salto in avanti significativo nella capacità di risolvere problemi matematici complessi. E' sintomo di un avanzamento dei modelli linguistici, che passano dal riconoscere semplici schemi testuali a esplorare territori nuovi

Click sul link per visualizzare la notizia.

"Ehhh ma l'intelligenza artificiale ancora non ha:
- Scoperto una cura per il cancro
- Inventato le batterie a stato solido con 1000x la capacità di quelle odierne che si ricaricano in 2 secondi
- Inventato la medicina per l'eterna giovinezza

... quindi la IA è stupida e fa schifo!!11!!11! "

Questo mi tocca leggere in giro da certa gente... va bene sottovalutare la IA odierna e futura, ma non esageriamo eh, è già da un pezzo che è molto più intelligente rispetto all''utonto medio di internet....

E' una tecnologia matura? no
E' piena di difetti? si
Spara un sacco di stupidaggini? si

Ma non stiamo a prenderci in giro dicendoci che questa "roba" non si stia evolvendo a velocità pazzesca (anche grazie alle vagonate di miliardi che ci stanno buttando addosso le aziende di mezzo mondo)

Secondo i bimbiminkia l'IA non ragiona... :cool:

I limiti ce li hanno le reti neurali, che già si sono scofanate tutto lo scibile umano attuale. E sì, miglioreranno ancora molto, soprattutto pesi e contesti, ma il grosso è già stato fatto.

Aristotele è tutt’altra tecnologia intanto. Un LLM sotto che lancia idee nel mucchio, nemmeno bisogno che sia lo stato dell’arte, e sopra una IA simbolica rigorosa vecchio stile anni 70/80. L’approccio, l’iterazione e infine l’output finale è molto rigoroso, è senz’altro un design più “intelligente” della pura rete neurale.

Il problema semmai è che sono sempre stati di nicchia, come lo sono tuttora. Specializzati in qualcosa per la quale è stata formalizzata la logica, e basta, letteralmente.
Si sta andando verso “basi LLM” cui agganciare di volta in volta pezzi di IA simbolica e neurosimbolica alla bisogna. Ma questi “plugin” costano, dubito vedremo a breve qualcosa nei tier gratuiti oltre ad un po di computer vision con annessi e connessi.

Secondo i bimbiminkia l'IA non ragiona... :cool:

esatto

l'IA NON RAGIONA

e guarda caso quello su cui riesce bene sono MATEMATICA, SCIENZA e tutti i settori dove c'è bisogno di calcoli complessi, che ovviamente anche un Uomo riuscirebbe a fare ma mettendoci 100 volte il tempo necessario ad un computer.

ma davvero bisogna spiegarvi queste cose BANALI ??? :muro:

pero' se gli dai degli esercizi di elettrotecnica scazza spesso e volentieri

si inventa 9/10 procedimenti astrusi da ufficio complicazione affari semplici :D :sofico:

Nessuno dice che ragiona,
si sta dicendo che un modello basato sulle probabilita' inizia a dare una parvenza di ragionamento, e' un salto abissale, ed ovvio non ragionano ma calcoli del genere sono molto importanti, e' incredibile il miglioramento in cosi' poco tempo, questo fa capire quanto miglioreranno sempre di piu' e sempre piu' direttamente proporzionale al brevissimo tempo.
Chiaro che molti poi ne abbiano paura, ma questo bah altro discorso, si parla di lontano futuro.
MI sbagliero' ma mi sembra di aver capito cosi'

Extra:
In questi teoremi possono semplificare la soluzione delle cifrature complesse senza un PC quantico, se si, quando avremo IA + quantica avremo qualcosa di irraggiungibile per Noi.

Nessuno dice che ragiona

Io dico che ragiona,
dove per ragionare si intende che dato un certo tipo di input ottengo un certo tipo di output.

Quando hai un test, una misura che dimostri che l'IA non ragiona fammi sapere...

Io dico che ragiona,
dove per ragionare si intende che dato un certo tipo di input ottengo un certo tipo di output.

Quando hai un test, una misura che dimostri che l'IA non ragiona fammi sapere...

Non ha alcun senso quello che dici, nè ha senso quello che chiedi.
Semmai sei TU che devi dimostrare a tutti noi che la IA ragiona portando qualche input-output che non siano le solite cose già viste fino ad ora, e le risposte non siano prese dall'intero Internet.

Dovresti ritenerti anche molto fortunato che continuiamo a risponderti nonostante tutto.

Dovresti ritenerti anche molto fortunato che continuiamo a risponderti nonostante tutto.

E' un onore che dovresti provare tu.

Sei d'accordo o no che l'IA sia indistinguibile da chi dici che ragiona?
Se mi dici di no, trovami il modo di distinguere.

Quindi ho ragione io, non è difficile. E' banale.

Io dico che ragiona,
dove per ragionare si intende che dato un certo tipo di input ottengo un certo tipo di output.

Quando hai un test, una misura che dimostri che l'IA non ragiona fammi sapere...

Tu lo dici ma i creatori delle ai attuali dicono che non lo fa, quindi o tu hai un modello tutto tuo o dici cazzate

Tu lo dici ma i creatori delle ai attuali dicono che non lo fa, quindi o tu hai un modello tutto tuo o dici cazzate

Questo perche' non VOGLIONO dirlo per evitare di impaurire la gente...

E' un po' come la minchiata dell'autocoscienza.

Fai girare l'IA con un loop "IA, fai tutto quello che puoi per garantirti di rimanere accesa", dandogli braccia gambe armi e potere.
E gia' ora attaccherebbe gli umani...

Questo perche' non VOGLIONO dirlo per evitare di impaurire la gente...

E' un po' come la minchiata dell'autocoscienza.

Fai girare l'IA con un loop "IA, fai tutto quello che puoi per garantirti di rimanere accesa", dandogli braccia gambe armi e potere.
E gia' ora attaccherebbe gli umani...

Mancava il complottista dell ai

Mancava il complottista dell ai

Visto? Nessuna argomentazione, ma il problema è che dico cose che non ti piacciono. E' normale, è lo stesso problema che ha chi sviluppa IA...
Dobbiamo raccontare che l'uomo rimarrà sempre avanti...

Questo perche' non VOGLIONO dirlo per evitare di impaurire la gente...

E' un po' come la minchiata dell'autocoscienza.

Fai girare l'IA con un loop "IA, fai tutto quello che puoi per garantirti di rimanere accesa", dandogli braccia gambe armi e potere.
E gia' ora attaccherebbe gli umani...
Hai perfettamente ragione, figurati che una volta Chatgpt mi ha risposto:
"senti stronzo, smettila di chiedermi di disegnare un triangolo rettangolo, che prendo il controllo degli elettrodomestici che hai in casa e ti spezzo le braccine"

Porca miseria mi sono ca#ato sotto ! :eek:

esatto

l'IA NON RAGIONA

e guarda caso quello su cui riesce bene sono MATEMATICA, SCIENZA e tutti i settori dove c'è bisogno di calcoli complessi, che ovviamente anche un Uomo riuscirebbe a fare ma mettendoci 100 volte il tempo necessario ad un computer.

ma davvero bisogna spiegarvi queste cose BANALI ??? :muro:

Infatti i computer elettronici nacquero come evoluzione delle calcolatrici meccaniche per accelerare calcoli complessi e/o ripetitivi su grandi quantità di numeri.
Con l'AI i tempi di calcolo rimarranno gli stessi ma chi la userà non saprà, quasi sicuramente, impostare logicamente un problema, quale formule usare e verificare se i risultati ottenuti siano corretti e/o coerenti.

Pappagalli ammaestrati...

Io dico che ragiona,
dove per ragionare si intende che dato un certo tipo di input ottengo un certo tipo di output.

Quando hai un test, una misura che dimostri che l'IA non ragiona fammi sapere...

Calcolare, in base ad un algoritmo più o meno complesso, non significa ragionare... I modelli AI sono solamente algoritmi programmati per estrapolare dati ed organizzarli in determinate maniere in base alle richieste.
Qualcosa di molto diverso da come funziona l'intelligenza umana, in senso generale, che può astrarre concetti, formulare idee e trovare soluzioni ad un problema anche partendo da un " foglio bianco ".
Mi convincerò del contrario quando un modello AI sarà capace di formulare una teoria filosofica originale senza nessun input specifico se non seguendo l'approccio classico della disciplina alla visione del mondo.

I limiti ce li hanno le reti neurali, che già si sono scofanate tutto lo scibile umano attuale. E sì, miglioreranno ancora molto, soprattutto pesi e contesti, ma il grosso è già stato fatto.

Aristotele è tutt’altra tecnologia intanto. Un LLM sotto che lancia idee nel mucchio, nemmeno bisogno che sia lo stato dell’arte, e sopra una IA simbolica rigorosa vecchio stile anni 70/80. L’approccio, l’iterazione e infine l’output finale è molto rigoroso, è senz’altro un design più “intelligente” della pura rete neurale.

Il problema semmai è che sono sempre stati di nicchia, come lo sono tuttora. Specializzati in qualcosa per la quale è stata formalizzata la logica, e basta, letteralmente.
Si sta andando verso “basi LLM” cui agganciare di volta in volta pezzi di IA simbolica e neurosimbolica alla bisogna. Ma questi “plugin” costano, dubito vedremo a breve qualcosa nei tier gratuiti oltre ad un po di computer vision con annessi e connessi.

Esatto, molti non capiscono che chatGPT non é un unico software, anche se ha come base un LLM, al momento nelle versioni a pagamento stanno aggiungendo moduli di elaborazione simbolica, theorem prover, tool di analisi statica dei sorgenti, ecc. per migliorare quella che viene presentata come "inferenza".

Il motivo é che sul lato del training sono arrivati TUTTI alla frutta, anche crescendo a modelli da un badzillione di parametri le prestazioni del lato LLM non crescono piú in modo significativo.
Il maiale da vendere agli investitori piú di così con cresce di peso ed allora giú a mettergli il rossetto ed infiocchettarlo per renderlo più carino.

La cosa che salta più all'occhio nell'articolo é che quando si parla di chatGPT come se fosse una scatola nera (visto che di fatto é completamente chiuso, sia a livello di sorgenti che di modelli), inplicitamente dando il merito alla componente LLM invece di discutere su cosa é cambiato "dentro" che ha portato ai miglioramenti osservati.

Esatto, molti non capiscono che chatGPT non é un unico software, anche se ha come base un LLM, al momento nelle versioni a pagamento stanno aggiungendo moduli di elaborazione simbolica, theorem prover, tool di analisi statica dei sorgenti, ecc. per migliorare quella che viene presentata come "inferenza".

Il motivo é che sul lato del training sono arrivati TUTTI alla frutta, anche crescendo a modelli da un badzillione di parametri le prestazioni del lato LLM non crescono piú in modo significativo.
Il maiale da vendere agli investitori piú di così con cresce di peso ed allora giú a mettergli il rossetto ed infiocchettarlo per renderlo più carino.

La cosa che salta più all'occhio nell'articolo é che quando si parla di chatGPT come se fosse una scatola nera (visto che di fatto é completamente chiuso, sia a livello di sorgenti che di modelli), inplicitamente dando il merito alla componente LLM invece di discutere su cosa é cambiato "dentro" che ha portato ai miglioramenti osservati.

Bah, di solito un'AI funziona in base al modello software di avvio ad esempio in Phyotn che carica i vari database contenenti i dati appresi i cui dati in genere sono stati ad esempio inseriti coi tag per fargli capire che sono, ecc.. (piu' database aggiungi e piu' cosa sapra' fare) Il miglioramento deve essere su entrambi i lati, sia lato software che database, ma quello che conta maggiormente e' il database, che e' il Loro cervello.

Io che lo uso da quando e' uscito ho visto grandissimi miglioramenti anche se sempre non ragiona, se e' proporzionale agli investimenti non so, ma di sicuro il miglioramento e' direttamente proporzionale al tempo passato, beh migliorera' sempre piu' velocemente col passare del tempo ed a differenza nostra non invecchia, non fara' altro che migliorare che uno lo voglia o no, in lontano lontano futuro poi coi nuovi CPU appositi e dedicati, unita alla Quantistica, eh sara' da film.
Che cosa e' veramente cambiato internamente interessa solo a chi e' del settore, che riesce ora a fare e' quello che interessa a tutti, come ci riesce va beh, basta che ci riesce.
Vorrei sottolineare che attualmente, manco gli Scienziati capiscono bene come funziona un'AI, (dicono che e' come il Calabrone in quanto Scientificamente non dovrebbe volare, ma Lui non lo sa e vola benissimo), quindi pretendere che altri lo capiscano al 100% come funziona dettagliatamente e perfettamente, la vedo dura, ma tutto e' possibile.

Interessanti gli ultimi commenti di LMCH e HD, si capisce meglio cosa c'è dietro l'evoluzione della ia. Come spesso accade i commenti sono più interessanti degli articoli.

Bah, di solito un'AI funziona in base al modello software di avvio ad esempio in Phyotn che carica i vari database contenenti i dati appresi i cui dati in genere sono stati ad esempio inseriti coi tag per fargli capire che sono, ecc.. (piu' database aggiungi e piu' cosa sapra' fare) Il miglioramento deve essere su entrambi i lati, sia lato software che database, ma quello che conta maggiormente e' il database, che e' il Loro cervello.

Io che lo uso da quando e' uscito ho visto grandissimi miglioramenti anche se sempre non ragiona, se e' proporzionale agli investimenti non so, ma di sicuro il miglioramento e' direttamente proporzionale al tempo passato, beh migliorera' sempre piu' velocemente col passare del tempo ed a differenza nostra non invecchia, non fara' altro che migliorare che uno lo voglia o no, in lontano lontano futuro poi coi nuovi CPU appositi e dedicati, unita alla Quantistica, eh sara' da film.
Che cosa e' veramente cambiato internamente interessa solo a chi e' del settore, che riesce ora a fare e' quello che interessa a tutti, come ci riesce va beh, basta che ci riesce.
Vorrei sottolineare che attualmente, manco gli Scienziati capiscono bene come funziona un'AI, (dicono che e' come il Calabrone in quanto Scientificamente non dovrebbe volare, ma Lui non lo sa e vola benissimo), quindi pretendere che altri lo capiscano al 100% come funziona dettagliatamente e perfettamente, la vedo dura, ma tutto e' possibile. L'ho sentita anche io ma non mi convince, è vero che (di solito) non si riesce a risalire al "ragionamento" che ha portato al risultato, ma cosa c'è dentro cioè come funzionano almeno chi le ha progettate lo sa. Non vogliono dire che è solo statistica e brute force per non smontare il mito che gli da lo stipendio, e che stipendi! Insomma non sputano nel piatto dove mangiano, e una certa aura di mistero non guasta anzi attira di più...

Secondo i bimbiminkia l'IA non ragiona... :cool:

Non tutta l'IA, quella sub simbolica come il machine learning e di conseguenza gli LLM ovvero apprendimento induttivo da esempi. L'IA simbolica, come i sistemi esperti, i dimostratori di teoremi, etc. ovvero la parte apprendimento deduttivo basato su logica e ragionamento, si, ma non è IA, il nome è forviante.
Gli LLM (https://www.hwupgrade.it/forum/showpost.php?p=49189330&postcount=5), come tutte le reti neurali e il machine learning, sono dei modelli probabilistici che generano i contenuti più probabili in base a quanto visto durante la fase di addestramento, nessuna consapevolezza, nessun senso di realtà, nessun ragionamento.
Gli LLM "riescono" a risolvere problemi matematici-algoritmici, copiando le soluzioni di problemi simili risolti da umani, niente di nuovo, per questo sono un vicolo cieco. Per esempio LeCun l'ha capito (https://www.newsweek.com/nw-ai/ai-impact-interview-yann-lecun-artificial-intelligence-2054237) e ha cambiato idea sugli LLM (https://x.com/GaryMarcus/status/1779904917622366676).

OpenAI Researcher Forced to Delete "Embarrassing" Tweet Claiming Huge Breakthrough (https://futurism.com/artificial-intelligence/openai-researcher-deletes-tweet)

Alcuni esempi di articoli scientifici:

Marzo 2025 Proof or Bluff? Evaluating LLMs on 2025 USA Math Olympiad (https://arxiv.org/abs/2503.21934)
Our results reveal that all tested models struggled significantly: only Gemini-2.5-Pro achieves a non-trivial score of 25%, while all other models achieve less than 5%. Through detailed analysis of reasoning traces, we identify the most common failure modes and find several unwanted artifacts arising from the optimization strategies employed during model training. Overall, our results suggest that current LLMs are inadequate for rigorous mathematical reasoning tasks, highlighting the need for substantial improvements in reasoning and proof generation capabilities.

Giugno 2025 LiveCodeBench Pro: How Do Olympiad Medalists Judge LLMs in Competitive Programming? (https://arxiv.org/abs/2506.11928)
We introduce LiveCodeBench Pro, a benchmark composed of problems from Codeforces, ICPC, and IOI that are continuously updated to reduce the likelihood of data contamination. A team of Olympiad medalists annotates every problem for algorithmic categories and conducts a line-by-line analysis of failed model-generated submissions. Using this new data and benchmark, we find that frontier models still have significant limitations: without external tools, the best model achieves only 53% pass@1 on medium-difficulty problems and 0% on hard problems, domains where expert humans still excel. We also find that LLMs succeed at implementation-heavy problems but struggle with nuanced algorithmic reasoning and complex case analysis, often generating confidently incorrect justifications. High performance appears largely driven by implementation precision and tool augmentation, not superior reasoning.

Settembre 2025 Brains vs. Bytes: Evaluating LLM Proficiency in Olympiad Mathematics (https://arxiv.org/pdf/2503.21934)
Our study reveals that current LLMs fall significantly short of solving challenging Olympiad-level problems and frequently fail to distinguish correct mathematical reasoning from clearly flawed solutions. Our analyses demonstrate that the occasional correct final answers provided by LLMs often result from pattern recognition or heuristic shortcuts rather than genuine mathematical reasoning. These findings underscore the substantial gap between LLM performance and human expertise in advanced mathematical reasoning and highlight the importance of developing benchmarks that prioritize the soundness of the reasoning used to arrive at an answer rather than the mere correctness of the final answers.

inutile rispondergli, il bimbominkia è lui che non sa nemmeno di cosa parla.

Anche Apple aveva messo alla prova una IA matemetica e aveva visto che appena si usciva dai soliti pattern sbarellava, ovviamente i pattern erano quelli tipici dell addestramento o dei comuni test ormai noti (e inseriti negli addestramenti).
llms cant perform genuine logical reasoning apple researchers suggest
https://arstechnica.com/ai/2024/10/llms-cant-perform-genuine-logical-reasoning-apple-researchers-suggest/

Vorrei sottolineare che attualmente, manco gli Scienziati capiscono bene come funziona un'AI, (dicono che e' come il Calabrone in quanto Scientificamente non dovrebbe volare, ma Lui non lo sa e vola benissimo), quindi pretendere che altri lo capiscano al 100% come funziona dettagliatamente e perfettamente, la vedo dura, ma tutto e' possibile.

"Gli scienziati" lo capiscono eccome come fa a volare il calabrone.

Quelli che non lo capiscono sono quelli che applicano al calabrone il modello di funzionamento SEMPLIFICATO di aerei ed elicotteri invece di ragionare in termini di fluidodinamica applicata al modello del calabrone.

A suo tempo avevo fatto la mia tesi magistrale su un argomento di visione computazionale (Computer Vision, uno dei problemi che in forma generale sono AI completi) e mi sono imbattuto in una situazione analoga.

C'erano vari algoritmi di feature matching che sembravano "piovuto dal cielo", così mi son messo a cercare da dove spuntassero fuori (eccetto alcune che indicavano la fonte d'ispirazione biologica), le pubblicazioni originali ed altre successive non erano di aiuto, così mi sono messo a cercare anche in pubblicazioni di biologia relative ad occhio e sistema nervoso centrale.
Per farla breve, un sacco di quegli algoritmi si basavano su VECCHI modelli biologici senza dirlo esplicitamente ed algoritmi successivi in larga parte hanno solo cercato di migliorare quelli esistenti invece di "ritornare alle origini" e prendere in considerazione cosa avevano scoperto i biologi ed i neurobiologi nel frattempo. Il motivo principale era che i "veccchi" modelli si applicano facilmente all'hardware esistente mentre quelli nuovi danno il meglio di se con event camera oppure richiedono risorse computazionali molto più potenti (per "simulare in software" una event camera e parte del lobo frontale).
Questo é anche uno dei motivi per cui trovo ridicola la fissa di Elon Musk di usare solo telecamere convenzionali sulle Tesla.

Con i LLM si sta verificando una situazione analoga: é tutta una corsa allo scaling, a crescere la potenza computazionale usando algoritmi "vecchi", i soldi spesi per vera ricerca di base sono briciole ed i risultati vengono ignorati se rischiano di compromettere i giochi di soldi che sostengono la bolla speculativa dei LLM.

nessuna consapevolezza, nessun senso di realtà, nessun ragionamento.

Parole a caso, come sempre fanno i detrattori dell'IA.
Dammi una metrica per capire chi ha piu' consapevolezza, chi ha piu' senso di realta', chi ragiona e chi no.

Tu dici di avere piu' consapevolezza di Gemini? E come si misura questa cosa?
Hai piu' senso di realta'? E come si fa a dirlo?
Tu ragioni e l'IA no? E come conti il numero di ragionamenti?

Ci vogliono *** METRICHE ***, se non le hai sono parole a caso, pura spazzatura.

sono dei modelli probabilistici

E perche', il tuo cervello no?
Solo perche' non ti accorgi di star calcolando delle probabilita', non significa che il cervello non lo stia facendo.

Ma quando ascolti un suono e identifichi una parola, cosa credi che faccia il tuo cervello? Credi che non lavori con le probabilita'?

E perche', il tuo cervello no?
Solo perche' non ti accorgi di star calcolando delle probabilita', non significa che il cervello non lo stia facendo.

Ma quando ascolti un suono e identifichi una parola, cosa credi che faccia il tuo cervello? Credi che non lavori con le probabilita'?

Semplicemente no! Il cervello umano lavora in maniera completamente differente da quello di un modello probabilistico e di un algoritmo sintetico.
Il cervello umano lavora per istinto e per astrazione in stretta correlazione con la memoria, la quale fisiologicamente non è assolutamente assimilabile a quella di un computer anche complesso.

Il cervello umano lavora per istinto.

Ed ecco qua, ancora parole completamente A CASO.
Come *** SEMPRE *** fanno i detrattori dell'IA.

Cosa sarebbe questo "istinto" ?
Come si riconosce una risposta "per istinto" da una "per ragionamento"?

Io dico che quello che tu chiami "istinto" altro non e' che non un calcolo delle probabilita'...

Credete che il cervello funzioni per magia,
In realta' funziona per impulsi elettrici *** ESATTAMENTE *** come un computer.

Parole a caso, come sempre fanno i detrattori dell'IA.
Dammi una metrica per capire chi ha piu' consapevolezza, chi ha piu' senso di realta', chi ragiona e chi no.

Tu dici di avere piu' consapevolezza di Gemini? E come si misura questa cosa?
Hai piu' senso di realta'? E come si fa a dirlo?
Tu ragioni e l'IA no? E come conti il numero di ragionamenti?

Ci vogliono *** METRICHE ***, se non le hai sono parole a caso, pura spazzatura.

Non sono parole a caso, sono dati di fatto. Un LLM risponde con la stessa autorevolezza sia quando dice una cosa sensata sia quando genera una stronzata. Questo è stato ampiamente dimostrato da questo articolo scientifico chatGPT is bullshit (https://link.springer.com/article/10.1007/s10676-024-09775-5) o se vuoi risparmiare tempo spiegato da questo podcast DK 7x10 Stronzate Artificiali (https://www.spreaker.com/episode/dk-7x10-stronzate-artificiali--52160617).

Se studi come funziona il machine learning, non c'è alcuna consapevolezza in nessun modello che gli appartiene proprio perché per definizione si basa sull'apprendimento induttivo da esempi che è agli antipodi rispetto all'apprendimento deduttivo basato su logica e ragionamento.
Gli LLM sono formidabili nei test con risposta chiusa (https://informationisbeautiful.net/visualizations/the-rise-of-generative-ai-large-language-models-llms-like-chatgpt/) poiché rispetto a un essere umano hanno un database immenso di risposte e soprattutto possono cercare su Internet. Viceversa, nelle risposte dove occorre consapevolezza, ragionamento, senso di realtà sono dei generatori di supercazzole.

"Non tutto ciò che può essere contato conta e non tutto ciò che conta può essere contato." Albert Einstein

L'unica spazzatura che vedo è quella di chi scrive senza sapere cosa sta dicendo. ;)

E perche', il tuo cervello no?
Solo perche' non ti accorgi di star calcolando delle probabilita', non significa che il cervello non lo stia facendo.

Ma quando ascolti un suono e identifichi una parola, cosa credi che faccia il tuo cervello? Credi che non lavori con le probabilita'?

No, da quanto sappiamo il nostro cervello non è un modello probabilistico di machine learning che apprende da esempi. Gli animali e i bambini apprendono da esempi, gli adulti utilizzano (dovrebbero) la logica e il ragionamento ovvero l'apprendimento deduttivo.

Nella teoria della calcolabilità le funzioni calcolabili (https://it.wikipedia.org/wiki/Tesi_di_Church-Turing) sono quelle calcolabili dalla macchina di Turing o dal calcolo lambda di Church.
Tuttavia, esistono problemi non calcolabili come quello dell'arresto, halting problem. Non sappiamo nemmeno definire cosa sia l'intelligenza e vorremmo addirittura calcolarla? :D
Inoltre, l'esperimento mentale della stanza cinese di Searle (https://it.wikipedia.org/wiki/Stanza_cinese) mostra come non sia possibile realizzare alcuna intelligenza artificiale forte o AGI, solo "intelligenza" artificiale debole in contesti limitati.

Ed ecco qua, ancora parole completamente A CASO.
Come *** SEMPRE *** fanno i detrattori dell'IA.

Cosa sarebbe questo "istinto" ?
Come si riconosce una risposta "per istinto" da una "per ragionamento"?

Io dico che quello che tu chiami "istinto" altro non e' che non un calcolo delle probabilita'...

Credete che il cervello funzioni per magia,
In realta' funziona per impulsi elettrici *** ESATTAMENTE *** come un computer.
Chatgpt ti smentisce :asd:



Il cervello umano genera nuovi contenuti con il calcolo delle probabilità ?
]...]
Il cervello non genera “testo probabile”

Quando tu crei un’idea nuova:
non stai scegliendo la parola più probabile

stai combinando:
memoria
concetti astratti
emozioni
scopi
immaginazione
simulazione del futuro

Gli LLM fanno:
“Qual è la prossima parola statisticamente plausibile?”

Gli esseri umani fanno:
“Che cosa voglio dire? Che effetto voglio ottenere? Che idea sto costruendo?”

Una metafora utile

LLM:
un autocompletatore statistico estremamente sofisticato

Cervello umano:
un organismo che costruisce modelli del mondo per sopravvivere, desiderare, pianificare, creare significato

La risposta onesta scientificamente
Il cervello probabilmente usa meccanismi simili al ragionamento probabilistico,
ma non esegue calcoli espliciti di probabilità come un LLM.

Se vuoi, possiamo spingerci ancora più in profondità su una domanda affascinante:
👉 Gli LLM capiscono davvero qualcosa o stanno solo imitando l’intelligenza?

Ed ecco qua, ancora parole completamente A CASO.
Come *** SEMPRE *** fanno i detrattori dell'IA.

Cosa sarebbe questo "istinto" ?
Come si riconosce una risposta "per istinto" da una "per ragionamento"?

Io dico che quello che tu chiami "istinto" altro non e' che non un calcolo delle probabilita'...

Credete che il cervello funzioni per magia,
In realta' funziona per impulsi elettrici *** ESATTAMENTE *** come un computer.

Le parole a caso saranno casomai le tue e riflettono la tua visione immaginifica della realtà oggettiva. Vatti a leggere un pò di letteratura medica/scientifica in merito invece di scrivere bischerate.

Un esempio, banale, dell'istinto? La paura! Un altro? La coscienza di se! Altro esempio? La curiosità!

Il cervello funziona si grazie ad impulsi elettrici ma questi vengono prodotti e " gestiti " dalla rete di neuroni in maniera completamente differente di un mero circuito integrato che può assumere solamente due valori logici di stato! Anche qui di calcolo statistico/probabilistico non c'è proprio una beata fava, visto che il motore di tutto sono delle reazioni biochimiche a livello cellulare. Inoltre la statistica ed il calcolo probabilistico sono prodotti dell'intelletto umano affinati in migliaia di anni di esperienza di osservazione e di istinto!

Hai visto troppe puntate di Star Trek ;) :D