Quando Francis Halzen si occupò del bosone di Higgs

Quest'anno mi sono un po' distratto, quindi non ho fatto nessun video né ho scritto i mini-annunci relativi all'assegnazione dei Premi Nobel 2026. Penso di recuperare, come al solito su SciBakc, con un unico post dedicato ai Nobel per la medicina, la fisica e la chimica. Nel frattempo sto cercando di mettere in fila le idee per raccontare il premio per la fisica di quest'anno, andato a IceCube, volendo estendere, come spesso si fa, il premio a tutto l'esperimento, ma nominalmente (visto che il premio non viene mai assegnato alle grandi collaborazioni) a Francis Halzen, fisico belga naturalizzato statunitense, che è considerato il principale motore dell'esperimento. E in questo "raccogliere le idee" sono incappato in due curiosi articoli firmati da Halzen.

Il paradosso di Moravec

Dopo il racconto dell'edizione 2025 del congresso VITE, organizzato dall'INAF e dedicato alle nuove tecnologie, abbiamo iniziato su EduINAF la pubblicazione di una serie di articoli di approfondimento sulla tematica che prendono spunto proprio da alcuni degli interventi più interessanti. In particolare il primo articolo ufficiale di questa minisere è l'intervista realizzata da Livia Giacomini ad Antonio Lieto, esperto di "intelligenza artificiale". All'interno dell'intervista Lieto cita un interessante paradosso "cognitivo", noto come paradosso di Moravec.
Il paradosso venne espresso nel 1988 da Hans Moravec in Mind Children:

(...) è relativamente facile far sì che i computer mostrino prestazioni da adulto nei test di intelligenza o nel gioco della dama, ed è difficile o impossibile dare loro le capacità di un bambino di un anno quando si tratta di percezione e mobilità.

Universo neurale

Immagine generata con NightCafe

Dopo una giornata di riunioni (con una novità che spero di annunciare prima di farla uscire, ma non ci contate troppo!) e un po' di relax ad ascoltare una live sulla Formula 1 ero lì che stavo cercando di togliermi dalla testa quella strana sensazione di una cosa non fatta. E poi alla fine ecco che si accende la lampadina: il video completo dedicato alle reti neurali e all'astronomia!
Il racconto, infatti, è uscito in due parti sul canale YouTube dell'Osservatorio Astronomico di Brera, accompagnati da due articoli (dentro cui sono embeddati i video), il primo dedicato al modello di Ising e a come è stato utilizzato per sviluppare la matematica delle reti neurali, mentre il secondo più incentrato sull'uso delle reti neurali in astronomia. I due video, in effetti, li registrai nello stesso giorno perché sin da subito la mia idea era quella di metterli insieme per pubblicare sul mio canale un unico video completo. Che poi è quello che trovate qui sotto: buon ascolto e buona visione!

La memoria degli elefanti

Si sa, gli elefanti sono animali dotati di grande memoria. La cosa non è semplicemente leggendaria, ma scientificamente abbastanza ben verificata, come raccontato su Focus Junior da Valentina Rorato che utilizza, come fonte primaria, un interessante articolo di ricerca del 2008: Severe drought and calf survival in elephants, articolo che in realtà cercava di determinare gli elementi che avrebbero permesso a questi grandi mammiferi di poter sopravvivere alle siccità previste causate dal riscaldamento globale.
Il punto, però, è che questa memoria leggendaria ha suggerito a Gunter Schütz e Steffen Trimper di utilizzare proprio l'elefante per introdurre un nuovo concetto in matematica: le passeggiate casuali con memoria. La proposta, che risale al 2008, prevedeva infatti che l'incremento nella passeggiata casuale dipendeva dagli incrementi precedenti, e quindi dalla "memoria" del camminatore.
Non a caso, scorrendo l'articolo, ci si ritrova di fronte a un'equazione significativa:

Le grandi domande della vita: Il mahjong e la combinatoria

Il post che state per leggere sarebbe potuto entrare tranquillamente dentro la serie dei Rompicapi, ma a ispirare la sua stesura è stato un libro, che peraltro ha poco a che fare con il mahjong, Bisesto di Andrea Vismara. Uno dei personaggi del romanzo è ossessionato da questo gioco, in particolare dalla sua variante come solitario. Nella sua ossessione, il personaggio in questione si pone un paio di domande che, nel contesto del romanzo, risultano folli, ma se le estraiamo risultano particolarmente interessanti:

Perché non si può giocare due volte la stessa partita? (...) E chi mi assicura che tutte le partite siano realmente risolvibili?

In effetti queste domande se le sono poste diversi ricercatori nel campo della matematica, in particolare dei giochi combinatori, e dell'informatica e, in un certo senso, hanno adottato un approccio non molto diverso da quello del personaggio ideato da Vismara, ma solo un po' più raffinato. Infatti il personaggio letterario si è stampato tutti gli screenshot di tutti isolitari che ha giocato nel corso degli anni, mentre i ricercatori hanno fatto compiere qualcosa di simile al computer, che ha esaminato, dopo opportuna matematizzazione del problema, tutte le possibili configurazioni. Andiamo, però, con ordine raccontando qualcosa sul gioco stesso.

Domande a una AI

Presentiamo un caso di studio di caso di una conversazione con il chatbot basato sull'intelligenza artificiale ChatGPT. Abbiamo chiesto al chatbot di rispondere a una domanda di fisica di base che sarà familiare alla maggior parte degli insegnanti di fisica: "Un orsacchiotto viene lanciato in aria. Qual è la sua accelerazione nel punto più alto?" Le risposte del chatbot, sebbene linguisticamente piuttosto avanzate, erano inaffidabili nella loro correttezza e spesso piene di contraddizioni. Abbiamo quindi tentato di impegnarci in un dialogo socratico con il chatbot per risolvere gli errori e le contraddizioni, ma con scarso successo. Abbiamo scoperto che ChatGPT non è ancora abbastanza buono da essere utilizzato come strumento di cheating per gli studenti di fisica o come tutor di fisica. Tuttavia, lo abbiamo trovato abbastanza affidabile nel generare risposte errate su cui gli insegnanti di fisica potrebbero allenare la valutazione delle risposte degli studenti.

Scienza take away #2: Speciale Nobel per la Fisica 2024

Potevo bucare l'annuncio del Nobel per la Fisica 2024? In realtà non l'ho bucata, la notizia, ma l'ho data tramite SciBack. D'altra parte mi sembrava di trascurare un po' troppo i (quattro!) lettori di DropSea, che è il mio blog principale, non scrivere qualche nota sulla questione. E allora ho pensato di tirare fuori un numero speciale della serie di link post, Scienza take away.
Iniziamo, prima di tutto, dai vincitori del Nobel per la Fisica 2024: John Hopfield e Geoffrey Hinton "per le fondamentali scoperte e invenzioni che hanno permesso alle macchine di imparare attraverso reti neurali artificiali".
Ci si potrebbe chiedere cosa c'entrano le reti neurali artificiali con la fisica. Per capirlo basta capire quale sia stato il punto di partenza di Hopfield per le ricerche che lo hanno portato oggi al Premio Nobel insieme con Hinton.

Suno: musica intelligente

Abbiamo già visto, in precedenti articoli, i primi utilizzi dei computer per generare musica, l'uso dei frattali nella generazione della musica e l'uso delle reti neurali per completare opere lasciate incomplete del passato. Gli articoli precedenti, sistemati non nell'ordine cronologico di uscita ma nell'ordine consigliato di lettura, vengono completati con quello in uscita oggi, che allo stesso tempo inizia anche una nuova serie dedicata agli esperimenti che ne sono generati, alcuni a tema scientifico, altri per puro divertimento.
Per riallacciarci alla questione sulla ricostruzione della decima sinfonia di Beethoven, avevo concluso che all'epoca non era ancora giunto il momento per le reti neurali di essere creative. E in effetti se mettiamo a confronto i risultati dei software di musica frattale e quelli di un compositore umano, esiste una certa differenza rilevabile a udito tra i due prodotti e per far sì che la musica frattale generata da un algoritmo bisogna comunque trafficare un po' con le impostazioni. Alla fine, però, è arrivato online un progetto interessante, Suno, una rete neurale in grado di generare musica.
Stando a quanto afferma il team, costituito da programmatori e artisti, l'obiettivo del progetto è quello di democratizzare la creazione della musica e renderla accessibile a chiunque. Avendo studiato musica (pianoforte, in particolare), ed essendomi cimentato, con qualche esperimento di composizione (di cui non vi ho ancora raccontato), l'idea dietro il progetto l'ho trovata molto interessante e così sono corso a provare il sistema. Prima di raccontarvi del secondo esperimento (al primo dedicherò un episodio a parte di particelle musicali), vorrei però approfondire velocemente le basi tecniche del progetto.

Il machine learning al servizio dell'astronomia

Il peso dell'articolo Total and dark mass from observations of galaxy centers with Machine Learning (versione su arXiv) non è sfuggito all'INAF che ne ha realizzato un comunicato stampa ad hoc che, forse, non è stato sottolineato abbastanza.
Il primo punto importante da ricordare è che le tecniche di rete neurale e di machine learning utilizzate per addestrarle, sono in uso da diverso tempo in astronomia. I primi utilizzi, come avevo ricordato a suo tempo su vecchio articolo uscito su MaddMaths! (versione in inglese con equazioni funzionanti - cercherò di realizzare una versione in italiano con le equazioni), puntavano sul miglioramento delle immagini astronomiche. Tecniche che in effetti sono state implementate in molti filtri specifici nel corso dell'ultimo decennio all'interno di software e app di fotoritocco.

Nero matematico

Zack Zukowski e CJ Carr sono i Dadabots. Più che musicisti, sono ricercatori e informatici, occupandosi attivamente di reti neurali. In particolare le hanno applicate al mondo della creazione della musica. La produzione musicale dovuta alle intelligenze artificiali è ancora abbastanza inascoltabile, con una base fondamentalmente elettronica, ma nel complesso sembra essere in grado di cogliere gli aspetti tecnici che distinguono i vari generi. In particolare oggi vi sottopongo i due album di black metal realizzati dai Zulowski e Carr, Nun de la parte Del, mas Deilha (la Máquina) e Coditany of Timeness.
Questi sono stati generati da una rete neurale, che è ormai l'apporccio standard per lo sviluppo di un'intelligenza artificiale. Le reti neurali funzionano, sostanzialmente, come dei sistemi in grado di apprendere e poi produrre, ad esempio, risposte per una chat, calcoli matematici in cui è necessario gestire grandi quantità di dati, scrivere sceneggiature per corti o articoli per le agenzie di stampa, o produrre della musica.

Le argentee teste d'uovo

Illustrazione di Franco Brambilla

Benjamin è uno sceneggiatore alle prime armi. Ha scritto un cortometraggio in collaborazione con Ross Goodwin, che gli ha semplicemente fornito i dati necessari, come ore e ore di film di fantascienza e non solo. Una volta conclusa la fase di scrittura, il film è stato girato dal regista Oscar Sharp e interpretato da Thomas Middleditch, Elisabeth Gray e Humphrey Ker. La particolarità di Benjamin è di essere una rete neurale artificiale.

Reti neurali

Grazie ai suoi studi che portarono alla costruzione di Colossus, si può considerare Alan Turing uno degli ispiratori non solo per la creazione del computer, ma anche per gli studi sullo sviluppo di un’intelligenza artificiale. Il test di Turing era uno dei primi tentativi di ideare un sistema per verificare se un’intelligenza programmata da un essere umano fosse in grado di risultare indistinguibile da una umana. I ricercatori che, però, vanno considerati i veri iniziatori degli studi nel campo sono Warren McCulloch e Walter Pitts che nel 1943 svilupparono un modello di calcolo per reti neurali⁽¹⁾, che aprì la strada a due differenti approcci nello studio dell’intelligenza: da un lato quello sui processi biologici all’interno del cervello e dall’altro lo studio di reti neurali artificiali.

insertcoin: archeologia informatica

Il primo giorno dell'anno, insieme a un po' di gente, sono andato alla Galleria Nazionale di Palazzo Arnone a Cosenza a visitare una mostra stupefacente (lo stupore era dovuto al fatto di essere a Cosenza), insertcoin, una mostra dedicata all'informatica del tempo che fu e ai giochi.
L'esordio della mostra è in puro stile geek con questo vero e proprio pezzo da museo

e con una telescrivente collegata alla rete per inviare un po' di tweet in giro per il mondo!

C'erano poi altre robine interessanti, come ad esempio il Pong

o il Pac-Man, dove mia sorella è riuscita a vincere il primo livello:

Vincere il primo livello non è semplice come si crede, in particolare a causa del joystick, che innanzitutto non è certo sensibile come quello moderno, e poi bisogna esserci abituati, e finora a Pac-Man abbiamo giocato solo con le freccette (la forza del progresso tecnologico nel campo). E poi c'è la questione degli algoritmi di comportamento dei quattro fantasmini. Ma partiamo dall'inizio:
Pac-Man è un gioco ideato da Tohru Iwatani della Namco e uscito come arcade nel 1980. Le motivazioni per creare un gioco di questo tipo vengono spiegate dallo stesso Iwatani:

All the computer games available at the time were of the violent type - war games and space invader types. There were no games that everyone could enjoy, and especially none for women. I wanted to come up with a “comical” game women could enjoy.⁽¹⁾

Il gioco si svolge all'interno di un labirinto disseminato da piccoli semi gialli e da quattro super semi che devono essere mangiati da Pac-Man per vincere ciascun livello. Suoi avversari sono quattro fantasmini di quattro colori diversi. All'inizio del gioco questi fantasmi si trovano tre all'interno di una scatola centrale, la casa, e uno a presidiare la porta esterna. Subito dopo l'inizio i quattro iniziano la caccia a Pac-Man, che ha come ulteriore compito quello di sfuggire ai suoi inseguitori. Unica eccezione durante la quale i ruoli si invertono è quando il nostro personaggio mangia uno dei super semi: in quel caso i fantasmini cambiano colore e possono essere mangiati da Pac-Man fino a quando non ritornano nella condizione originale. Il passaggio da preda a cacciatore avviene attraverso una fase oscillante, durante la quale il colore del fantasma cambia velocemente da quello di preda a quello di cacciatore e viceversa: i fantasmi possono ancora essere mangiati, durante la vibrazione, ma Pac-Man corre il rischio di addentarlo proprio nell'istante in cui ritornano cacciatori. Di un fantasma mangiato, invece, restano solo gli occhi, che oscillano verticalmente e si muovono verso la casa, dove restano in attesa di rigenerarsi.