La singolarità è vicina, note - Apogeo Editore · moso musicista, direttore della Bell Symphony, fondatore e direttore del Queens-borough College Music Department. 2. La collana

Note

Prologo

1. Mia madre è un’artista di talento, specializzata in acquarelli. Mio padre era un fa-moso musicista, direttore della Bell Symphony, fondatore e direttore del Queens-borough College Music Department.

2. La collana di Tom Swift Jr, lanciata nel 1954 da Grovel e Dunlap e scritta da unaserie di autori diversi sotto lo pseudonimo di Victor Appleton, è proseguita fino al1971. L’adolescente Tom Swift, insieme con l’amico Bud Barclay, andava in giroper l’universo esplorando luoghi strani, combatteva i cattivi e usava cose esotichecome una navicella spaziale delle dimensioni di una casa, una stazione spaziale, unlaboratorio volante, un cicloplano, un idropolmone elettrico, un elicottero subac-queo e un repellatrone (che respingeva gli oggetti; sott’acqua, per esempio, respin-geva l’acqua, formando una bolla in cui i ragazzi potevano vivere). I primi nove ti-toli della collana erano Tom Swift and His Flying Lab (1954), Tom Swift and HisJetmarine (1954), Tom Swift and His Rocket Ship (1954), Tom Swift md His GiantRobot (1954), Tom Swift and His Atomic Earth Blaster (1954), Tom Swift and HisOutpost in Space (1955), Tom Swift and His Diving Seacopter (1956), Tom Swiftin the Caves of Nuclear Fire (1956), and Tom Swift on the Phantom Satellite(1956).

3. Il programma si chiamava Select. Gli studenti compilavano un questionario di tre-cento domande. Il software, che conteneva un database di circa due milioni di in-formazioni su tremila college, selezionava da sei a quindici scuole che corrispond-evano agli interessi degli studenti, alla loro preparazione e alla situazione acca-demica. Abbiamo elaborato da noi circa diecimila studenti, poi abbiamo venduto ilprogramma alla casa editrice Harcourt, Brace, and World.

4. The Age of Intelligent Machines, pubblicato nel 1990 da MIT Press, fu votato“miglior libro di computer science” dall’Association of American Publishers. Il li-bro esplora lo sviluppo dell’intelligenza artificiale e fa previsioni sull’impatto filos-ofico, sociale ed economico delle macchine intelligenti. Il testo è integrato da ven-titre articoli sull’AI di autori come Sherry Turkle, Douglas Hofstadter, MarvinMinsky, Seymour Papert e George Gilder. Il testo completo del libro si trova sul si-to http://www.KurzweilAI.net/aim.

5. Misure fondamentali della capacità (come il rapporto prezzo-prestazioni, l’amp-iezza di banda e la capacità) non crescono in progressione aritmetica bensì geo-

012 Kuzweil note int 10.fm Page 499 Tuesday, January 15, 2008 3:03 PM

500 LA SINGOLARITÀ È VICINA

metrica: a ogni incremento temporale, cioè, non si somma una quantità di incre-mento, ma si moltiplica la misura per un fattore.

6. Douglas R. Hofstadter, Gödel, Escher, Bach: An Eternal Golden Braid, BasicBooks, New York, 1979 [tr. it. Gödel, Escher, Bach: un’eterna ghirlanda brillante,Adelphi, Milano, 1981].

Capitolo 1: Le sei epoche

1. Secondo il sito Transtopia (http://transtopia.org/faq.html. 11), “Singularitarian” [Sin-golaritariano] è stato “definito originariamente da Mark Plus (‘91) come ‘chi credenel concetto di una Singolarità’”. Un’altra definizione del termine è “‘attivista dellaSingolarità’ o ‘amico della Singolarità’; cioè, chi agisce in modo da far accadereuna Singolarità [Mark Plus, 1991; Singularitarian Principles, Eliezer Yudkowsky,2000].” Non c’è accordo di tutti su questa definizione, e molti Transumanisti sono anco-ra Singolaritariani nel senso originale, cioè in quanto “convinti del concetto di Singolar-ità” e non in quanto “attivisti” o “amici”.Eliezer S. Yudkowsky, in The Singularitarian Principles, versione 1.0.2 (1 gennaio2000), http://yudkowsky.net/sing/principles.ext.html, ha proposto una definizionealternativa: “Un singolaritariano è qualcuno che crede sia desiderabile creare per viatecnologica un’intelligenza più grande di quella umana, e che opera per raggiungerequell’obiettivo. Un singolaritariano è amico, sostenitore, difensore e agente attivo diquel futuro che si chiama Singolarità”.La mia idea in proposito: si può far avanzare la Singolarità e in particolare far aumen-tare la probabilità che rappresenti un avanzamento costruttivo della conoscenza inmolti modi e in molte sfere del discorso umano – per esempio facendo progredire lademocrazia, combattendo sistemi di credenze e ideologie totalitarie e fondamental-iste, e creando conoscenza in tutte le sue forme differenti: musica, arte, letteratura,scienza, tecnologia. Considero Singolaritariano qualcuno che capisce le trasformazi-oni che stanno avvenendo in questo secolo e che ha riflettuto sulle loro conseguenzeper la sua vita.

2. Esamineremo nel prossimo capitolo i ritmi di raddoppio nel mondo dell’informat-ica. Il numero dei transistor per costo unitario è raddoppiato ogni due anni, ma itransistor sono diventati anche sempre più veloci, e ci sono stati molti altri livellidi innovazione e di miglioramento. La potenza di calcolo complessiva per unità dicosto recentemente è raddoppiata ogni anno. In particolare, nel corso degli anniNovanta, la potenza (in operazioni al secondo) di cui può essere dotata unamacchina automatica per gli scacchi è raddoppiata ogni anno.

3. John von Neumann, parafrasato da Stanislaw Ulam, “Tribute to John von Neumann”,Bulletin of the American Mathematical Society 64.3, pt. 2 (maggio 1958), pp. 1-49. VonNeumann (1903-1957) era nato a Budapest da una famiglia di banchieri ebrei e sitrasferì alla Princeton University per insegnarvi matematica nel 1930. Nel 1933 fuuno dei sei docenti che inaugurarono il nuovo Institute for Advanced Study diPrinceton, dove rimase fino alla fine della vita. I suoi interessi erano molto ampi:fu tra i primi a esplorare il nuovo settore della meccanica quantistica; con OskarMorgenstern scrisse Theory of Games and Economic Behavior, un testo che ha tras-formato lo studio dell’economia; e ha dato contributi molto importanti al proget-to logico dei primi calcolatori, partecipando fra l’altro alla costruzione del MANI-AC (Mathematical Analyzer, Numeral Integrator, and Computer) alla fine deglianni Trenta.


NOTE 501

Così lo descriveva Oskar Morgenstern alla morte, nel suo “John von Neumann,1903-1957”, Economic Journal, marzo 1958, p. 174: “Von Neumann ha esercitatoun’influenza insolitamente grande sul pensiero degli altri uomini con cui ha avutorelazioni personali… La sua conoscenza stupefacente, la capacità di rispondere imme-diatamente, l’intuizione senza uguali suscitavano l’ammirazione e il rispetto di quantilo visitavano. Spesso risolveva i loro problemi prima ancora che finissero di formu-larli. La sua mente era così speciale che alcuni (a loro volta scienziati eminenti) si sonochiesti se per caso non rappresentasse un nuovo stadio nello sviluppo mentaleumano”.

4. Vedi le note 20 e 21 nel Capitolo 2.

5. Il convegno si tenne dal 19 al 21 febbraio del 2003, a Monterey, California. Fra i temiaffrontati, le ricerche sulle cellule staminali, la biotecnologia, la nanotecnologia, laclonazione e gli alimenti geneticamente modificati. Un elenco di letture consigliatedagli oratori del convegno si trova all’indirizzo http://www.thefutureoflife.com/books.htm.

6. Le dimensioni di Internet, misurate in base al numero dei nodi (server), sono rad-doppiate ogni anno nel corso degli anni Ottanta, ma la Rete comprendeva solopoche decine di migliaia di nodi nel 1985, che sono diventati qualche decina dimilioni di nodi nel 1995. Nel gennaio 2003, l’Internet Software Consortium (http://www.isc.org/ds/host-count-history.html) contava 172 milioni di host web, cioè diserver che ospitavano siti Web. Questo numero rappresenta solo un sottoinsieme del to-tale dei nodi.

7. Al livello più generale, il principio antropico dice che le costanti fondamentali del-la fisica devono essere compatibili con la nostra esistenza: in caso contrario, nonsaremmo qui a osservarle. Uno degli elementi catalizzatori per lo sviluppo di ques-to principio è lo studio delle costanti, come quella gravitazionale e quella dell’ac-coppiamento elettromagnetico. Se i valori di queste costanti dovessero trovarsi aldi fuori di un intervallo molto stretto, la vita intelligente non sarebbe possibile nelnostro universo. Per esempio, se la costante di accoppiamento elettromagneticofosse più elevata, non ci sarebbero legami fra elettroni e altri atomi. Se fosse mi-nore, gli elettroni non potrebbero essere trattenuti in orbita. In altre parole, sequesta singola costante si trovasse all’esterno di un intervallo estremamente stret-to, non si formerebbero molecole. A chi propone il principio antropico il nostrouniverso quindi appare finemente sintonizzato per l’evoluzione della vita intelli-gente. (I detrattori come Victor Stenger sostengono che questa sintonia fine non èpoi tanto fine: esistono meccanismi di compensazione che permetterebbero unafinestra più ampia per la formazione della vita in condizioni differenti.) Il prin-cipio antropico rispunta nel contesto delle teorie cosmologiche contemporaneeche postulano molti universi (vedi le note 8 e 9 sotto), ciascuno con il proprio in-sieme di leggi: solo in un universo in cui le leggi consentono l’esistenza di esseripensanti potremmo essere qui a porci queste domande.Uno dei testi alla base di questa discussione è John Barrow e Frank Tipler, TheAnthropic Cosmological Principle, Oxford University Press, New York, 1988. Si vedaanche Steven Weinberg, “A Designer Universe?”, all’indirizzo http://www.phys-link.com/ Education/essay_weinberg.cfm.

8. Secondo alcune teorie cosmologiche, ci sono stati più big bang, non uno solo, chehanno portato a più universi (multiversi paralleli o “bolle”). Nelle diverse bollevalgono costanti e forze fisiche diverse; le condizioni in alcune (o almeno in una)di queste bolle rendono possibile la vita basata sul carbonio. Si veda Max



Tegmark, “Parallel Universes”, Scientific American, maggio 2003, pp. 41-53; Mar-tin Rees, “Exploring Our Universe and Others”, Scientific American, dicembre 1999,pp. 78-83; Andrei Linde, “The Self-Reproducing Inflationary Universe”, ScientificAmerican, novembre 1994, pp. 48-55.

9. La teoria dei “molti mondi” o del multiverso come interpretazione della meccani-ca quantistica è stata sviluppata per risolvere un problema presentato dalla mec-canica quantistica e poi è stata combinata con il principio antropico. Come ha rias-sunto Quentin Smith: “Una seria difficoltà associata all’interpretazione convenzi-onale (o ‘interpretazione di Copenhagen’) della meccanica quantistica è che nonpuò essere applicata alla geometria spazio-tempo della relatività generale di ununiverso chiuso. Uno stato quantistico di tale universo è descrivibile come funzi-one d’onda con ampiezza spaziotemporale variabile; la probabilità che lo statodell’universo si trovi in un qualsiasi punto è il quadrato dell’ampiezza della funzi-one d’onda in quel punto. Perché l’universo effettui la transizione dalla sovrappo-sizione di molti punti di probabilità variabili a uno di questi punti – quello in cui sitrova effettivamente – bisogna che venga introdotto uno strumento di misurazioneche faccia collassare la funzione d’onda e determini che l’universo sia in quel pun-to. Ma è una cosa impossibile, perché non c’è nulla al di fuori dell’universo, nessu-no strumento esterno di misura che possa far collassare la funzione d’onda.”Una possibile soluzione consiste nello sviluppare un’interpretazione della meccanicaquantistica che non si basi sull’idea di osservazione esterna o di misurazione che ècentrale per l’interpretazione di Copenhagen. Si può formulare una meccanica quan-tistica che sia interna a un sistema chiuso.È un’interpretazione del genere che ha sviluppato Hugh Everett nel suo saggio del1957, “Relative State Formulation of Quantum Mechanics”. Si considera che ciascunpunto della sovrapposizione rappresentata dalla funzione d’onda contenga effettiva-mente uno stato dell’osservatore (o dello strumento di misura) e uno stato del sistemaosservato. Così “a ogni osservazione (o interazione) successiva, lo stato dell’osservazi-one ‘si dirama’ in una serie di stati diversi. Ciascun ramo rappresenta un esito diversodella misurazione e il corrispondente autostato per lo stato del sistema oggetto. Tutti irami esistono simultaneamente nella sovrapposizione dopo ogni data sequenza diosservazioni”.Ciascun ramo è causalmente indipendente da tutti gli altri, e di conseguenza nessunosservatore sarà mai cosciente di un processo di “divisione”. Il mondo sembrerà aciascun osservatore come in effetti sembra.Applicato all’universo come un tutto, questo significa che l’universo si divide regolar-mente in molti rami diversi e causalmente indipendenti, in conseguenza delle interazi-oni, analoghe a misurazioni, fra le sue varie parti. Ciascun ramo può essereconsiderato un mondo separato, e ciascun mondo si divide costantemente in ulteriorimondi.Dato che fra questi rami – l’insieme degli universi – ce ne saranno sia di adatti che diinadatti alla vita, continua Smith, “A questo punto si può affermare come il principioantropico forte, in combinazione con l’interpretazione a molti mondi della meccanicaquantistica, possa essere utilizzato nel tentativo di risolvere il problema citatoall’inizio di questo saggio. Il fatto apparentemente problematico che un mondo con lavita intelligente è attuale, invece di uno dei molti mondi senza vita, non è per nienteun fatto. Se sono attuali sia mondi con la vita che mondi senza la vita, allora non c’èda meravigliarsi che questo mondo sia attuale, ma è una cosa da aspettarsi”.Quentin Smith, “The Anthropic Principle and Many-Worlds Cosmologies”, Austral-asian Journal of Philosophy, 63.3, settembre 1985, disponibile all’indirizzo http://


NOTE 503

www.qsmithwmu.com/the_anthropic_principle_and_many-worlds_cosmologies.htm.

10. Si veda il Capitolo 4 per una discussione completa dei principi di auto-organiz-zazione del cervello e del rapporto fra questo principio di funzionamento e ilriconoscimento di forme.

11. Con un grafico “lineare” (in cui tutte le divisioni sono uguali) sarebbe impossibilevisualizzare tutti i dati (per esempio miliardi di anni) in uno spazio limitato (comeuna pagina di questo libro). Un grafico logaritmico risolve il problema, perché siriporta in grafico l’ordine di grandezza dei valori anziché i valori effettivi, e così èpossibile vedere un intervallo di dati più ampio.

12. Theodore Modis, professore alla DUXX, Graduate School in Business Leadershipdi Monterrey, Messico, ha cercato di sviluppare una “legge matematica precisa che gov-erna l’evoluzione del cambiamento e della complessità nell’Universo”. Per studiare loschema e la storia di questi cambiamenti, aveva bisogno di un insieme di dati analitici sueventi significativi, dove gli eventi corrispondessero a cambianti importanti. Non volevafare affidamento solamente sulla sua lista, temendo possibili pregiudizi. Ha poi compi-lato tredici liste indipendenti di eventi fondamentali nella storia della biologia e dellatecnologia, ricavandole da queste fonti:Carl Sagan, The Dragons of Eden: Speculations on the Evolution of Human Intelligence,Ballantine Books, New York, 1989. Date esatte fornite da Modis.American Museum of Natural History. Date esatte fornite da Modis.L’insieme dei dati sugli “eventi importanti nella storia della vita” nell’Encyclopaedia Bri-tannica.Educational Resources in Astronomy and Planetary Science (ERAPS), University ofArizona, http://ethel.as.arizona.edu/~collins/astro/subjects/evolve-26.html.Paul D. Boyer, biochimico, vincitore nel 1997 del Premio Nobel, comunicazione pri-vata. Date esatte fornite da Modis.J. D. Barrow, J. Silk, “The Structure of the Early Universe”, Scientific American, 242.4,aprile 1980, pp. 118-28.J. Heidmann, Cosmic Odyssey: Observatoir de Paris, trad. Simon Mitton, CambridgeUniversity Press, Cambridge, U.K., 1989.J. W. Schopf, a cura, Major Events in the History of Life, convegno organizzato dalloIGPP Center for the Study of Evolution and the Origin of Life, 1991, Jones and Bar-tlett, Boston, 1991.Phillip Tobias, “Major Events in the History of Mankind”, capitolo 6 in Schopf, MajorEvents in the History of Life. David Nelson, “Lecture on Molecular Evolution I”, http://drnelson.utmem.edu/evo-lution.html, e “Lecture Notes for Evolution II”, http://drnelson.utmem.edu/evolution2.html.G. Burenhult (a cura), The First Humans: Human Origins and History to 10,000 BC,HarperSanFrancisco, San Francisco, 1993. D. Johanson, B. Edgar, From Lucy to Language, Simon & Schuster, New York, 1996. R. Coren, The Evolutionary Trajectory: The Growth of Information in the Historyand Future of Earth, World Futures General Evolution Studies, Gordon and Breach,Amsterdam, 1998.Queste liste sono state compilate negli anni Ottanta e Novanta, e la maggior partecoprono la storia nota dell’universo, mentre tre si concentrano sul periodo ristrettodell’evoluzione degli ominidi. Le date usate da alcune delle liste più vecchie sonoimprecise, ma ciò che importa principalmente sono gli eventi stessi, e le loro posizionirelative nella storia.



Modis poi ha combinato queste liste per trovare cluster di eventi principali, le sue “pietremiliari canoniche”. Dai 203 eventi pietre miliari sono uscite 28 pietre miliari canoniche.Modis ha usato anche un’altra lista indipendente di Coren come controllo, per vedere secorroborava i suoi metodi. Si veda T. Modis, “Forecasting the Growth of Complexityand Change”, Technological Forecasting and Social Change 69A (2002); http://our-world.compuserve.com/homepages/tmodis/TedWEB.htm.

13. Modis nota che possono nascere errori dovuti alle variazioni nelle dimensionidelle liste e a variazioni nelle date assegnate agli eventi (si veda T. Modis, “TheLimits of Complexity and Change”, The Futurist [maggio-giugno 2003], http://our-world.compuserve.com/homepages/tmodis/Futurist.pdf). Per questo ha usato clus-ter di date per definire le sue pietre miliari canoniche. Una pietra miliare rappre-senta una media, con gli errori noti assunti come deviazione standard. Per gli even-ti che non arrivavano da più fonti, ha “assegnato arbitrariamente come errore l’er-rore medio”. Modis inoltre evidenzia altre fonti di errore – casi in cui non sononote date precise o in cui c’è la possibilità che sia stata assegnata in modo inappro-priato una pari importanza a ciascun punto di dati – di cui non si tiene conto nelladeviazione standard. Si noti che la data di 54,6 milioni di anni fa per l’estinzionedei dinosauri non è abbastanza indietro nel tempo.

14. I normali tempi di reinizializzazione interneuronale sono nell’ordine dei cinquemillisecondi, il che consente duecento transazioni analogiche controllate digital-mente al secondo. Anche tenendo conto di molte non linearità nell’elaborazionedelle informazioni neuronali, siamo nell’ordine di un milione di volte al di sottodella velocità dei circuiti elettronici attuali, che possono commutare in meno di unnanosecondo (si veda l’analisi della capacità computazionale nel Capitolo 2).

15. Una nuova analisi, effettuata dai ricercatori del Los Alamos National Lab, delleconcentrazioni relative di isotopi radioattivi nell’unico reattore nucleare naturaleche ci sia noto (a Oklo nel Gabon, Africa occidentale) ha trovato una diminuzionedella costante di struttura fine, o alfa (la velocità della luce è inversamente propor-zionale ad alfa) nell’arco di due miliardi di anni. Questo si traduce in un piccoloaumento della velocità della luce, anche se questo risultato deve essere chiara-mente confermato. Si veda “Speed of Light maggio Have Changed Recently”, NewScientist, 30/6/2004, http://www.newscientist.com/news/news.jsp?id=ns99996092.Si veda anche http://www.sciencedaily.com/releases/2005/05/ 050512120842.htm.

16. Stephen Hawking, a un convegno scientifico a Dublino, il 21 luglio 2004, hadichiarato di essersi sbagliato, a proposito di un’affermazione controversa fattatrent’anni fa sui buchi neri. Aveva detto, infatti, che da un buco nero non si sareb-bero mai potute estrarre informazioni su quello che il buco stesso aveva inghiotti-to. Sarebbe una violazione della teoria quantistica, che dice che l’informazione siconserva. “Mi dispiace deludere gli appassionati di fantascienza, ma se l’infor-mazione si conserva non c’è possibilità di usare i buchi neri per raggiungere altriuniversi”, ha detto. “Se salti in un buco nero, la tua energia di massa verrà restitu-ita al nostro universo, ma in una forma confusa, che contiene l’informazione suquello che eri, ma in uno stato non riconoscibile.” Si veda Dennis Overbye,“About Those Fearsome Black Holes? Never Mind”, New York Times, 22/7/2004.

17. Un orizzonte degli eventi è il confine esterno, o perimetro, di una regione sfericache circonda la singolarità (il centro del buco nero, caratterizzato da densità epressione infinite). All’interno dell’orizzonte degli eventi, gli effetti della gravitàsono così forti che neanche la luce può sfuggire, anche se vi è radiazione cheemerge dalla superficie per gli effetti quantistici che causano la formazione di cop-


NOTE 505

pie particella-antiparticella, con una delle componenti della coppia che viene atti-rata nel buco nero e l’altra che viene emessa come radiazione (la cosiddetta radi-azione di Hawking). Questo è il motivo per cui queste regioni sono chiamate“buchi neri”, un termine inventato dal professor John Wheeler. Anche se il primoa parlare di buchi neri è stato nel 1916 l’astrofisico tedesco Kurt Schwarzschild,sulla base della teoria della relatività generale di Einstein, la loro esistenza al cen-tro delle galassie è stata dimostrata sperimentalmente solo di recente. Per ulterioriinformazioni, si veda Kimberly Weaver, “The Galactic Odd Couple”, http://www.sci-entificamerican.com, 10/6/2003; Jean-Pierre Lasota, “Unmasking Black Holes”, Scien-tific American, maggio 1999, pp. 41-47; Stephen Hawking, A Brief History ofTime: From the Big Bang to Black Holes, Bantam, New York, 1988.

18. Joel Smoller, Blake Temple, “Shock-Wave Cosmology Inside a Black Hole”, Proceed-ings of the National Academy of Sciences, 100.20, 30/9/2003, pp. 11216-18.

19. Vernor Vinge, “First Word”, Owim, gennaio 1983, p. 10.

20. Ray Kurzweil, The Age of Intelligent Machines, MIT Press, Cambridge, Mass., 1989.

21. Hans Moravec, Mind Children: The Future of Robot and Human Intelligence, HarvardUniversity Press, Cambridge, Mass., 1988.

22. Vernor Vinge, “The Coming Technological Singularity: How to Survive in the Post-Human Era”, VISION-21 Symposium, sponsored by the NASA Lewis ResearchCenter and the Ohio Aerospace Institute, marzo 1993. Il testo è disponibile all’in-dirizzo http://www.KurzweilAI.net/vingesing.

23. Ray Kurzweil, The Age of Spiritual Machines: When Computers Exceed Human Intelli-gence, Viking, New York, 1999.

24. Hans Moravec, Robot: Mere Machine to Transcendent Mind, Oxford University Press,New York, 1999.

25. Damien Broderick, The Spike: Accelerating into the Unimaginable Future, ReedBooks, Sydney, Australia, 1997; The Spike: How Our Lives Are Being Transformedby Rapidly Advancing Technologies, edizione riveduta, Tor/ Forge, New York, 2001.

26. Uno degli articoli di rassegna di John Smart, “What Is the Singularity”, si può tro-vare al seguente indirizzo http://www.KurzweilAI.net/meme/frame.htmI?main=/articles/artO 133.html; per una raccolta di scritti di John Smart sull’accelerazionedella tecnologia, la Singolarità e temi correlati, si vedano http://www.singularity-watch.com e http://www. Accelerating.org.John Smart organizza i convegni “Accelerating Change”, che trattano problemi rela-tivi a “intelligenza artificiale e amplificazione dell’intelligenza”. Si veda http://www.accelerating.org/ac2005/index.html.

27. Un’emulazione del cervello umano su un sistema elettronico girerebbe molto piùvelocemente del nostro cervello biologico. Anche se i cervelli umani sfruttano ilparallelismo massiccio (nell’ordine di cento miliardi di connessioni interneuronali,che operano potenzialmente simultaneamente), il tempo di reinizializzazione delleconnessioni è estremamente lento rispetto a quello dell’elettronica contempora-nea.

28. Vedi le note 20 e 21 nel Capitolo 2.

29. Vedi l’appendice “La legge dei ritorni accelerati rivisitata”, per un’analisi matematicadella crescita esponenziale della tecnologia dell’informazione, applicata al rapportoprezzo-prestazioni della computazione.

30. In un saggio pubblicato nel 1950 su Mind: A Quarterly Review of Psychology andPhilosophy, il logico e matematico Alan Turing ha posto le famose domande: “Una



macchina può pensare? Se un computer potesse pensare, come potremmo stabilir-lo?”. La risposta alla seconda è il test di Turing. Come è definito attualmente, uncomitato di esperti interroga un corrispondente remoto su tutta una serie di ar-gomenti, come l’amore, le vicende attuali, la matematica, la filosofia e la storia per-sonale del corrispondente per determinare se il corrispondente è un computer o unessere umano. Il test di Turing è pensato come una misura dell’intelligenza umana;il non riuscire a superare il test non significa mancanza di intelligenza. L’articolooriginale di Turing si può trovare all’indirizzo http://www.abelard.org/turpap/tur-pap.htm; si veda anche la Stanford Encyclopedia of Philosophy, http://plato.stan-ford.edu/entries/turing-test, per una discussione del test.Non c’è insieme di trucchi o di algoritmi che permetta a una macchina di superare untest di Turing ben progettato senza possedere effettivamente l’intelligenza a un livellopienamente umano. Si veda anche Ray Kurzweil, “A Wager on the Turing Test: Why IThink I Will Win”, http://www.KurzweilAI.net/turingwin.

31. Si veda John H. Byrne, “Propagation of the Action Potential”, Neuroscience On-line, https://oac22.hsc.uth.tmc.edu/courses/nba/sl/i3-l.html: “La velocità di propa-gazione dei potenziali d’azione nei nervi può andare dai 100 metri al secondo ameno di un decimo di metro per secondo”.Si veda anche Kenneth R. Koehler, “The Action Potential”, http://www.rwc.uc.edu/koehler/biophys/4d.html: “La velocità di propagazione per i neuroni motori deimammiferi è di 10-120 m/s, mentre per i neuroni sensori non mielinici è di circa 525 m/s(i neuroni non mielinici si attivano in modo continuo, senza salti; la diffusione degliioni permette di completare effettivamente i circuiti ma rallenta la velocità di propag-azione).”

32. Uno studio del 2002 pubblicato su Science evidenzia il ruolo della proteina beta-catenina nell’espansione orizzontale della corteccia cerebrale negli esseri umani.Questa proteina svolge un ruolo chiave nel ripiegamento e nella crescita della su-perficie della corteccia cerebrale; è questo ripiegamento, in effetti, che fa aumen-tare l’area superficiale di questa parte del cervello e crea spazio per ulteriori neu-roni. I topi che hanno prodotto grandi quantità della proteina hanno sviluppatocortecce cerebrali corrugate e ripiegate con un’area superficiale sostanzialmentepiù ampia della corteccia liscia e piatta dei topi di controllo. Anjen Chenn, Christo-pher Walsh, “Regulation of Cerebral Cortical Size by Control of Cell Cycle Exit in Neu-ral Precursors”, Science 297, luglio 2002, pp. 365-69.Un confronto del 2003 dei profili di espressione genetica della corteccia cerebrale peresseri umani, scimpanzè e macachi ha mostrato una differenza di espressione in solonovantun geni associati con l’organizzazione del cervello e la cognizione. Gli autoridello studio sono rimasti sorpresi di scoprire che il 90 per cento di queste differenzecoinvolgevano un’attività più elevata. Si veda M. Cacares et al., “Elevated Gene Expres-sion Levels Distinguish Human from Non-human Primate Brains”, Proceedings of theNational Academy of Sciences 100.22, 28/10/2003, pp. 13030-35. I ricercatori del College of Medicine dell’Università della California a Irvine, però,hanno trovato che la materia grigia in regioni specifiche del cervello è in rapportocon il QI più delle dimensioni complessive del cervello e che solo circa il 6 per centodi tutta la materia grigia nel cervello sembra essere in relazione con il QI. Lo studioha scoperto anche che, poiché queste regioni in rapporto con l’intelligenza si trovanoun po’ in tutto il cervello, è improbabile che esista un singolo “centro d’intelligenza”,come il lobo centrale. Si veda “Human Intelligence Determined by Volume and Locationof Gray Matter Tissue in Brain”, comunicato stampa dell’Università della California,Irvine, 19/7/2004, http://today.uci.edu/news/release_detail.asp?key=l 187.


NOTE 507

Uno studio del 2004 ha trovato che i geni del sistema nervoso umano presentavanoun’evoluzione accelerata rispetto ai primati non umani e che tutti i primati avevanoun’evoluzione accelerata rispetto ad altri mammiferi. Steve Dorus et al., “Acceler-ated Evolution of Nervous System Genes in the Origin of Homo sapiens”, Cell 119,29/12/2004, pp. 1027-40. Nel descrivere questa scoperta, il ricercatore principale,Bruce Lahn, dice: “Gli esseri umani hanno evoluto le loro capacità cognitive non perpoche mutazioni accidentali, ma per un enorme numero di mutazioni acquistateattraverso una selezione eccezionalmente intesa che favorisce abilità cognitive piùcomplesse”. Catherine Gianaro, University of Chicago Chronicle, 24.7, 6/1/2005.Qualcuno ha ipotizzato che una singola mutazione al gene MYH16 delle fibre musco-lari possa essere il cambiamento sufficiente per consentire agli esseri umani di averecervelli molto più grandi. La mutazione ha reso più deboli le mascelle degli antichiesseri umani, cosicché gli esseri umani non hanno avuto bisogno delle ancore musco-lari che si trovano in altre grandi scimmie antropomorfe, e che limitano le dimensionidel loro cervello. Stedman et al., “Myosin Gene Mutation Correlates with Anatomi-cal Changes in the Human Lineage”, Nature, 428, 25/3/2004, pp. 415-18.

33. Robert A. Freitas Jr., “Exploratory Design in Medical Nanotechnology: A MechanicalArtificial Red Cell”, Artificial Cells, Blood Substitutes, and Immobil. Biotech. 26, 1998,pp. 411-30; http://www.foresight.org/Nanomedicine/Respirocytes.html; vedi anche le im-magini della Nanomedicine Art Gallery (http://www.foresight.org/Nanomedicine/Gal-lery/Species/Respirocytes.html) e le splendide animazioni (http://www.phleschbub-ble.com/album/beyondhuman/respirocyte01.htm) dei respirociti.

34. I foglet sono un’idea di J. Storrs Hall, pioniere della nanotecnologia e docente del-la Rutgers University. Ecco un frammento della sua descrizione: “La nanotecnolo-gia si basa sull’idea di minuscoli robot in grado di autoreplicarsi. La Utility Fog èuna semplicissima estensione di questa idea: supponiamo che, invece di costruirel’oggetto desiderato atomo dopo atomo, i minuscoli robot [foglet] colleghino iloro bracci fra loro, formando una massa solida della forma dell’oggetto desidera-to. Poi, quando sarete stanchi di quel tavolino in stile avanguardia, i robot potreb-bero semplicemente spostarsi un po’ e avrete un elegante mobiletto in stile ReginaAnna”. J. Storrs Hall, “What I Want to Be When I Grow Up, Is a Cloud”, Extropy, tri-mestri 3 e 4, 1994. Pubblicato su KurzweilAI.net 6 luglio 2001: http://www.KurzweilAI.net/foglets. Si veda anche J. Storrs Hall, “Utility Fog: The Stuff ThatDreams Are Made Of”, in B. C. Crandall (a cura), Nanotechnology: Molecular Specula-tions on Global Abundance, MIT Press, Cambridge, Mass., 1996. Pubblicato suKurzweilAI.net 5 luglio 2001: http://www.KurzweilAI.net/utilityfog.

35. Sherry Turkle (a cura), Evocative Objects: Things We Think With, MIT Press, Cam-bridge, Mass., 2007.

36. Si veda la Figura 2.17 nel Capitolo 2. Se estrapoliamo la crescita doppiamente es-ponenziale del rapporto prezzo-prestazioni della computazione fino alla fine delVentunesimo secolo, mille dollari di computazione forniranno 1060 calcoli per sec-ondo (cps). Come vedremo nel Capitolo 2, tre diverse analisi della quantità di computazione nec-essaria per emulare funzionalmente il cervello umano danno una stima di 1015 cps.Una stima più prudenziale, in base all’ipotesi se sarà necessario simulare tutte le nonlinearità di ogni sinapsi e ogni dendrite, darà come risultato 1019 cps per l’emulazioneneuromorfica del cervello umano. Anche accettando la cifra più prudenziale, siottiene un valore di 1029 cps per circa 1010 esseri umani. Quindi i 1060 cps che sipotranno acquistare per un migliaio di dollari intorno al 2099 rappresenteranno



l’equivalente di 1031 (diecimila miliardi di miliardi di miliardi) di civiltà umane.

37. L’invenzione del telaio a vapore e di altre macchine automatiche per la tessituraagli inizi del Diciottesimo secolo ha distrutto la vivacità della cottage industry deitessitori inglesi, che per centinaia di anni si erano passati di generazione in gener-azione stabili attività di famiglia. Il potere economico è passato dalle famiglie deitessitori ai proprietari delle macchine. Come racconta la leggenda, un ragazzo unpo’ ritardato, Ned Ludd, ruppe due macchine in una fabbrica per pura sbadatag-gine. Da quel momento, ogni volta che si trovavano macchine misteriosamentedanneggiate, chiunque fosse sospettato di sabotaggio diceva “Ma è stato NedLudd”. Nel 1812 i tessitori disperati formarono una società segreta, un esercito daguerriglia urbana. Minacciarono i padroni delle fabbriche e avanzarono richieste,che molti proprietari accolsero. Quando veniva chiesto loro chi fosse il loro capo,rispondevano “Ma come, il Generale Ned Ludd, ovviamente”. Anche se i Luddisti,come vennero chiamati, inizialmente rivolgevano la loro violenza soprattutto con-tro le macchine, più tardi nel corso di quell’anno vi fu una serie di scontri sangui-nosi. La tolleranza del governo Tory nei confronti dei Luddisti ebbe fine, e il mov-imento si dissolse con l’incarcerazione e la condanna a morte dei membri più im-portanti. Anche se non riuscirono a creare un movimento duraturo, i Luddisti so-no rimasti un simbolo potente di opposizione all’automazione e alla tecnologia.

38. Si veda la nota 34 supra.

Capitolo 2

1. John Smart, Abstract di “Understanding Evolutionary Development: A Challengefor Futurists”, presentazione all’incontro annuale della World Futurist Society,Washington, D.C., 3 agosto 2004.

2. Quegli eventi epocali dell’evoluzione, nella concezione di Theodore Modis, rappre-sentano aumenti di complessità. Si veda Theodore Modis, “Forecasting the Growthof Complexity and Change”, Technological Forecasting and Social Change 69.4, 2002, ht-tp://ourworld. compuserve.com/homepages/tmodis/TedWEB.htm.

3. La compressione di file è un aspetto chiave sia della trasmissione di dati (per esem-pio file musicali o di testo in Internet) sia dell’archiviazione di dati. Quanto piùpiccolo è il file, tanto meno tempo è necessario per trasmetterlo e tanto menospazio serve per conservarlo. Claude Shannon, spesso chiamato “padre della teoriadell’informazione”, ha definito i punti fondamentali della teoria della compres-sione dei dati nel suo articolo “A Mathematical Theory of Communication”, TheBell System Technical Journal 27, luglio-ottobre 1948, pp. 379-423, 623-56. Lacompressione dei dati è possibile grazie a fattori come la ridondanza (ripetizione)e la probabilità del presentarsi di combinazioni di caratteri. Per esempio, il silenzioin un file audio può essere sostituito nel file compresso da un valore che indica ladurata del silenzio, e le combinazioni di lettere in un file di testo possono esseresostituite da identificatori codificati.La ridondanza può essere eliminata dalla compressione senza perdita di informazi-one, come ha spiegato Shannon. C’è un limite alla compressione senza perdita, defin-ito da quello che Shannon chiamava il tasso di entropia (la compressione aumental’“entropia” dei dati, che è la quantità di informazione effettiva contenuta rispettoalle strutture di dati predeterminate e quindi prevedibili). La compressione elimina laridondanza dai dati; la compressione senza perdita lo fa senza perdere dati (nel senso


NOTE 509

che i dati originali possono essere ripristinati esattamente). Invece la compressionecon perdita (lossy), che si usa per i file grafici o per i file audio e video in streaming,provoca una perdita di informazione, anche se in genere impercettibile ai nostri sensi.La maggior parte delle tecniche di compressione usano un codice, che mette in corris-pondenza le unità (o simboli) fondamentali del file sorgente con un alfabeto delcodice. Per esempio, tutti gli spazi in un file di testo possono essere sostituiti da unasingola parola di codice e dal numero degli spazi. Si usa un algoritmo di compres-sione per definire la corrispondenza e quindi creare un nuovo file con l’alfabeto delcodice; il file compresso sarà più piccolo dell’originale e quindi più facile da trasmet-tere o memorizzare. Quelle che seguono sono alcune delle categorie in cui si suddivi-dono le tecniche più comuni di compressione senza perdita:• Compressione run-length, in cui i caratteri che si ripetono sono sostituiti da uncodice e da un valore che rappresenta il numero delle ripetizioni di quel carattere(esempi: Pack-Bits e PCX).• Codifica a ridondanza minima o a entropia semplice, in cui si assegnano i codicisulla base della probabilità: ai simboli più frequenti sono assegnati i codici più brevi(esempi: codifica di Huffman e codifica aritmetica).• Codificatori a dizionario, che usano un dizionario di simboli, aggiornato in mododinamico, per rappresentare pattern (esempi: Lempel-Ziv, Lempel-Ziv-Welch eDEFLATE).• Compressione a ordinamento per blocchi (block-sorting), che riorganizza i caratterianziché usare un alfabeto di codice; poi si può usare la compressione run-length percomprimere le stringhe che si ripetono (esempio: trasformazione di Burrows-Wheeler).• Previsione per corrispondenza parziale, che usa un insieme di simboli nel file noncompresso per prevedere con quale frequenza appare il simbolo successivo nel file.

4. Murray Gell-Mann, “What Is Complexity?”, in Complexity, vol. 1, John Wiley andSons, New York, 1995.

5. Il codice genetico umano ha circa sei miliardi (circa 1010) bit, senza considerare lepossibilità di compressione. Per ciò i 1027 bit che in teoria si possono memorizzarein una roccia di un chilogrammo sono più grandi del codice genetico di un fattore1017. Si veda la nota 57 infra per una discussione della compressione del genoma.

6. Ovviamente un essere umano, che è composto da un numero enorme di particelle,contiene una quantità di informazione paragonabile a una roccia di peso analogo,quando si considerano le proprietà di tutte le particelle. Come per la roccia, lamaggior parte di queste informazioni non è necessaria per caratterizzare lo statodella persona. D’altra parte, per caratterizzare una persona è necessaria una quan-tità di informazione molto superiore che per una roccia.

7. Si veda la nota 175 del Capitolo 5 per una descrizione algoritmica degli algoritmi ge-netici.

8. Esseri umani, scimpanzé, gorilla e orangutan sono tutti inclusi nella classe degliominidi (famiglia Hominidae). La linea degli esseri umani si pensa si sia separatada quella delle scimmie antropomorfe fra cinque e sette milioni di anni fa. Il ge-nere Homo nella famiglia Hominidae include specie estinte come H. erectus cosìcome l’uomo moderno (H. sapiens).Nelle mani degli scimpanzé, le dita sono molto più lunghe e meno diritte che negliumani, e il pollice è più corto, più debole e non altrettanto mobile. Gli scimpanzèpossono agitare un ramoscello, ma tendono a perdere la presa. Non possono string-ere con forza perché i loro pollici non si oppongono agli indici. Negli esseri umani



moderni, il pollice è più lungo e le dita ruotano intorno a un asse centrale, perciò pos-siamo toccare le punte di tutte le dita con la punta del pollice, una caratteristica che sidefinisce “opponibilità completa”. Questi e altri cambiamenti hanno dato agli esseriumani due nuove prese: quella di precisione e quella di forza. Anche ominidi pre-ominoidi come gli Australopithecina proveniente dall’Etiopia Lucy, che si pensa siavissuta circa tre milioni di anni fa, poteva lanciare delle pietre con velocità e preci-sione. Da allora, dicono gli scienziati, miglioramenti continui nella capacità dellamano di lanciare e di afferrare, insieme con altri cambiamenti correlati in altre partidel corpo, hanno avuto come esito vantaggi netti su altri animali di dimensioni e pesoanaloghi. Si veda Richard Young, “Evolution of the Human Hand: The Role ofThrowing and Clubbing”, Journal of Anatomy 202, 2003, pp. 165-74; Frank Wilson,The Hand: How Its Use Shapes the Brain, Language, and Human Culture, Pantheon,New York, 1998.

9. Il Santa Fe Institute ha avuto un ruolo pionieristico nello sviluppo dei concetti edella tecnologia relativi alla complessità e ai sistemi emergenti. Uno dei principalisviluppatori di paradigmi associati a caos e complessità è Stuart Kaufmann. Il suoAt Home in the Universe: The Search for the Laws of Self-Organization and Complexity(Oxford University Press, Oxford, 1995) esamina “le forze che puntano all’ordine eche si trovano ai bordi del caos”. Nel suo libro Evolution of Complexity by Means ofNatural Selection (Princeton University Press, Princeton, 1988), John Tyler Bonnerpone la domanda: “Come mai un uovo si trasforma in un adulto complicato? Come èpossibile che un batterio, attraverso molti milioni di anni, si sia evoluto in un elefante?”.John Holland è un altro degli autori principali che al Santa Fe Institute si sono applicatial campo emergente della complessità. Il suo Hidden Order: How Adaptation BuildsComplexity (Addison-Wesley, Reading, Mass., 1996) comprende una serie di con-ferenze presentate all’istituto nel 1994. Si veda anche John H. Holland, Emer-gence: From Chaos to Order (Addison-Wesley, Reading, Mass., 1998) e Mitchell Wal-drop, Complexity: The Emerging Science at the Edge of Order and Chaos (Simon &Schuster, New York, 1992; tr. it. Complessità, Instar, Torino, 2002 ).

10. La seconda legge della termodinamica spiega perché non esiste un motore perfettoche trasformi tutto il calore (energia) prodotto da un combustibile in lavoro: unaparte del calore si disperde inevitabilmente nell’ambiente. Lo stesso principio diceche l’energia termica passerà da una pentola calda all’aria fredda, e non viceversa.Dice inoltre che i sistemi chiusi (“isolati”) diventeranno spontaneamente più dis-ordinati nel corso del tempo – tendono cioè a passare dall’ordine al disordine. Lemolecole nei cubetti di ghiaccio, per esempio, possono disporsi solo in certi modi.Per ciò una tazza di cubetti di ghiaccio ha meno entropia (disordine) della tazzad’acqua che i cubetti diventano, dopo un po’ che sono a temperatura ambiente. Cisono molte più possibili disposizioni molecolari nella tazza d’acqua che nel ghiac-cio; una maggiore libertà di movimento equivale a una maggiore entropia. Si puòpensare l’entropia anche come molteplicità. Quanto più numerosi sono i modi incui un certo stato può essere raggiunto, tanto superiore la molteplicità. Così, peresempio, un mucchio disordinato di mattoni ha una molteplicità superiore (e unamaggiore entropia) di una pila di mattoni disposti ordinatamente.

11. Max More propone l’idea che “le tecnologie che avanzano si combinano e si fecon-dano a vicenda, accelerando così ulteriormente il loro progredire”. Max More,“Track 7 Tech Vectors to Take Advantage of Technological Acceleration”, Many-Worlds, 1 agosto 2003.

12. Per maggiori informazioni, si veda J. J. Emerson et al., “Extensive Gene Traffic on


NOTE 511

the Mammalian X Chromosome”, Science 303.5657 (23 gennaio 2004), pp. 537-40, http://www3.uta.edu/faculty/betran/science2004.pdf; Nicholas Wade, “Y Chro-mosome Depends on Itself to Survive”, New York Times, 19 giugno 2003; e Bruce T.Lahn e David C. Page, “Four Evolutionary Strata on the Human X Chromosome”,Science 286.5441 (29 ottobre 1999), pp. 964-67, http://inside.wi.mit.edu/page/Site/Page%20PDFs/Lahn_and_Page_strata_1999.pdf.È interessante che il secondo cromosoma X nelle bambine sia disattivato in un proc-esso chiamato inattivazione X, in modo che siano espressi solo i geni di un cromo-soma X. Le ricerche hanno dimostrato che in alcune celle viene disattivato ilcromosoma X del padre, in altre quello della madre.

13. Human Genome Project, “Insights Learned from the Sequence”, http://www.ornl.gov/sci/techresources/Human_Genome/project/journals/insights.html. Anche seil genoma umano è stato sequenziato, la maggior parte di esso non codifica proteine(il cosiddetto DNA “spazzatura”), perciò i ricercatori stanno ancora discutendo suquanti geni si identificheranno fra i tre miliardi di coppie di basi nel DNA umano. Lestime attuali dicono meno di trentamila, anche nel corso del progetto Genomaumano le stime arrivavano anche a centomila. Si veda “How Many Genes Are in theHuman Genome?” (http://www.ornl.gov/sci/techresources/Human_Genome/faq/genenumber.shtml) e Elizabeth Pennisi, “A Low Number Wins the GeneSweep Pool”,Science 300.5625 (6 giugno 2003), p. 1484.

14. Niles Eldredge e lo scomparso Stephen Jay Gould hanno proposto questa teorianel 1972 (N. Eldredge e S. J. Gould, “Punctuated Equilibria: An Alternative toPhyletic Gradualism”, in T. J. M. Schopf (a cura), Models in Paleobiology, Freeman,Cooper, San Francisco, pp. 82-115). Da allora ha suscitato intense discussioni frapaleontologi e biologi evoluzionisti, ma è stata progressivamente accettata. Secondoquesta teoria, possono trascorrere milioni di anni in cui le specie sono in stabilità rel-ativa. Questa stasi poi è seguita da una raffica di cambiamenti, con il risultato checompaiono nuove specie e se ne estinguono di vecchie (Elisabeth Vrba ha parlato diturnover pulse, un impulso di sostituzione). Gli effetti si sentono a livello di ecosiste-ma e influenzano molte specie, anche non in relazione fra loro. Lo schema propostoda Eldredge e Gould richiedeva una nuova prospettiva: “Non ci può essere inclinazi-one più costrittiva dell’invisibilità – e la stasi, letta inevitabilmente come assenza di ev-oluzione, è sempre stata trattata come un non-soggetto. Che strano, però, dire che ilpiù comune di tutti i fenomeni paleontologici non è degno di interesse o di nota!”. S.J. Gould e N. Eldredge, “Punctuated Equilibrium Comes of Age”, Nature 366 (18novembre 1993), pp. 223-27. Si veda anche K. Sneppen et al, “Evolution As a Self-Organized Critical Phenomenon”, Proceedings of the National Academy of Sciences92.11 (23 maggio 1995), pp. 5209-13; Elisabeth S. Vrba, “Environment and Evolu-tion: Alternative Causes of the Temporal Distribution of Evolutionary Events”,South African Journal of Science 81 (1985), pp. 229-36.

15. Come vedremo nel Capitolo 6, se la velocità della luce non è un limite fondamen-tale alla trasmissione rapida di informazioni verso parti remote dell’universo, allo-ra l’intelligenza e la computazione continueranno a espandersi esponenzialmentefino a che non satureranno in tutto l’universo il supporto potenziale di materia edenergia per la computazione.

16. L’evoluzione biologica continua a essere importante per gli esseri umani, però,poiché processi patologici come il cancro e le malattie virali usano l’evoluzionecontro di noi (cioè le cellule tumorali e i virus evolvono in modo da contrastarecontromisure specifiche come i chemioterapici e i farmaci antivirali, rispettiva-



mente) ma noi possiamo usare la nostra intelligenza umana per battere l’intelligen-za dell’evoluzione biologica attaccando i processi patologici a livelli sufficiente-mente fondamentali e usando approcci “a cocktail” che attaccano una patologiacontemporaneamente in più modi indipendenti.

17. Andrew Odlyzko, “Internet Pricing and the History of Communications”, AT&TLabs Research, versione riveduta 8 febbraio 2001, http://www.dtc.umn.edu/~odlyzko/doc/history.communicationslb.pdf.

18. Cellular Telecommunications and Internet Association, Semi-Annual Wireless In-dustry Survey, giugno 2004, http://www.ctia.org/research_statistics/index.cfm/AID/10030.

19. Elettricità, telefonia, radio, televisione, telefonia mobile: FCC, www.fcc.gov/ Bu-reaus/Common_Carrier/Notices/2000/fc00057a.xls. Home computer e uso di Inter-net: Eric C. Newburger, U.S. Census Bureau, “Home Computers and Internet Use inthe United States: August 2000” (settembre 2001), http://www.census.gov/prod/2001pubs/p23-207.pdf. Si veda anche “The Millennium Notebook”, Newsweek, 13aprile 1998, p. 14.

20. La velocità di cambiamento di paradigma, misurata dalla quantità di tempo che in-tercorre prima dell’adozione di nuove tecnologie di comunicazione, sta attual-mente raddoppiando ogni nove anni (in altri termini, il tempo per l’adozione dimassa, definito come l’uso da parte di un quarto della popolazione USA, si riducedella metà ogni nove anni). Si veda anche la nota 21.

21. Il diagramma sull’uso di massa delle invenzioni, a pagina XX, mostra che il temponecessario per l’adozione da parte del 25 per cento della popolazione americana èdiminuito costantemente negli ultimi 130 anni. Ci sono voluti 35 anni per il tele-fono, contro i 31 per la radio (una riduzione dell’11 per cento, ovvero 0,58 percento all’anno nei 21 anni fra le due invenzioni). Il tempo necessario per l’adozi-one di un’invenzione è sceso dello 0,60 per cento all’anno fra la radio e la televi-sione, dell’1,0 per cento all’anno fra la televisione e il PC, del 2,6 per cento all’an-no fra il PC e il telefono cellulare, e del 7,4 all’anno fra il telefono cellulare e ilWorld Wide Web. L’adozione di massa della radio, a partire dal 1897, ha richiesto31 anni, mentre per il Web sono stati necessari solo 7 anni dopo la sua introduzi-one del 1991: una riduzione del 77 per cento in 94 anni, ovvero una mediadell’1,6 per cento all’anno. Estrapolando questa tendenza a tutto il Ventesimosecolo si ha una riduzione complessiva del 79 per cento. Al ritmo attuale di riduz-ione del 7,4 per cento all’anno, ci vorrebbero solo 20 anni, al ritmo attuale, perottenere la stessa riduzione del 79 per cento che si è avuta per tutto l’arco del Ven-tesimo secolo. A questo ritmi, la velocità di cambiamento di paradigma raddoppia(cioè il tempo di adozione si riduce del 60 per cento) in circa 9 anni. Nell’arco delVentunesimo secolo, undici raddoppi di questa velocità ci daranno una velocitàmoltiplicata per 211, cioè circa 2000 volte la velocità dell’anno 2000. In realtàl’aumento di velocità sarà anche più grande, perché il ritmo attuale continuerà acrescere costantemente come nel Ventesimo secolo.

22. Dati 1967-1999, dati Intel: si veda Gordon E. Moore, “Our Revolution”, http://www.sia-online.org/downloads/Moore.pdf. Dati 2000-2016: International TechnologyRoadmap for Semiconductors (ITRS) 2002 Update e 2004 Update, http://pub-lic.itrs.net/Files/2002Update/2002Update.pdf e http://www.itrs.net/Common/2004Update/2004_00_Overview.pdf.

23. Il costo delle ITRS DRAM è il costo per bit (microcentesimi di confezione) allaproduzione. Dati 1971-2000: VLSI Research Inc. Dati 2001-2002: ITRS, 2002 Up-


NOTE 513

date, Table 7a, Cost-Near-Term Years, p. 172. Dati 2003-2018: ITRS, 2004 Update, Tables7a and 7b, Cost-Near-Term Years, pp. 20-21.

24. Report di Intel e Dataquest (dicembre 2002): si veda Gordon E. Moore, “OurRevolution”, http://www.sia-online.org/downloads/Moore.pdf.

25. Randall Goodall, D. Fandel e H. Huffet, “Long-Term Productivity Mechanisms of theSemiconductor Industry”, Ninth International Symposium on Silicon MaterialsScience and Technology, 12-17 maggio 2002, Philadelphia, sponsorizzato dallaElectrochemical Society (ECS) e da International Sematech.

26. Dati 1976-1999: E. R. Berndt, E. R. Dulberger e N. J. Rappaport, “Price andQuality of Desktop and Mobile Personal Computers: A Quarter Century of Histo-ry” luglio 17, 2000, http://www.nber.org/~confer/2000/si2000/berndt.pdf. Dati2001-2016: ITRS, 2002 Update, On-Chip Local Clock in Table 4c: Performance andPackage Chips: Frequency On-Chip Wiring Levels - Near-Term Years, p. 167.

27. Si vedano la nota 26 per le velocità di clock (tempi di ciclo) e la nota 24 per i costiper transistor.

28. Transistor sui microprocessori Intel: Microprocessor Quick Reference Guide, IntelResearch, http://www.intel.com/pressroom/kits/quickrefyr.htm. Si veda anche Sili-con Research Areas, Intel Research, http://www.intel.com/research/silicon/mooreslaw.htm.

29. Dati della Intel Corporation. Si veda anche Gordon Moore, “No Exponential IsForever ... but We Can Delay ‘Forever’”, presentato alla International Solid StateCircuits Conference (ISSCC), 10 febbraio 2003, ftp://download.intel.com/research/silicon/Gordon_Moore_ISSCC_021003.pdf.

30. Steve Cullen, “Semiconductor Industry Outlook” InStat/MDR, report no.IN0401550SI, aprile 2004, http://www.instat.com/abstract.asp?id=68&SKU=IN0401550SI.

31. World Semiconductor Trade Statistics, http://wsts.www5.kcom.at.

32. Bureau of Economic Analysis, U.S. Department of Commerce, http://www.bea.gov/bea/dn/home/gdp.htm.

33. Si vedano le note 22-24 e 26-30.

34. International Technology Roadmap for Semiconductors, 2002 update, Interna-tional Sematech.

35. “25 Years of Computer History”, http://www.compros.com/timeline.html; LinleyGwennap, “Birth of a Chip”, BYTE (dicembre 1996), http://www.byte.com/art/9612/sec6/art2.htm; “The CDC 6000 Series Computer”, http://www.moorecad.com/standardpascal/cdc6400.html; “A Chronology of Computer History”,http://www.cyberstreet.com/hcs/museum/chron.htm; Mark Brader, “A Chronology ofDigital Computing Machines (to 1952)”, http://www.davros.org/misc/chronolo-gy.html; Karl Kempf, “Electronic Computers Within the Ordnance Corps”, novembre1961, http://ftp.arl.mil/~mike/comphist/61ordnance/index.html; Ken Polsson, “Chro-nology of Personal Computers”, http://www.islandnet.com/~kpolsson/comphist;“The History of Computing at Los Alamos”, http://bang.lanl.gov/video/sunedu/com-puter/comphist.html (richiede password); the Machine Room, http://www.ma-chine-room.org; Mind Machine Web Museum, http://www.userwww.sfsu.edu/~hl/mmm.html; Hans Moravec, computer data, http://www.frc.ri.cmu.edu/~hpm/book97/ch3/processor.list; “PC Magazine Online: Fifteen Years of PC Magazine”,http://www.pcmag.eom/article2/0,1759, 23390,00.asp; Stan Augarten, Bit by Bit: AnIllustrated History of Computers (Ticknor and Fields, New York, 1984); International



Association of Electrical and Electronics Engineers (IEEE), Annals of the History of theComputer 9.2, 1987, pp. 150-53 e 16.3, 1994, p. 20; Hans Moravec, Mind Chil-dren: The Future of Robot and Human Intelligence, Harvard University Press, Cam-bridge, Mass., 1988; Rene Moreau, The Computer Comes of Age, MIT Press, Cam-bridge, Mass., 1984.

36. I diagrammi di questo capitolo con l’etichetta “diagramma logaritmico” sono inrealtà tecnicamente diagrammi semilogaritmici, in cui un asse (il tempo) è in scalalineare, l’altro è in scala logaritmica. Li definisco “logaritmici” per semplicità.

37. Si veda l’appendice, “Una rivisitazione della legge dei ritorni accelerati”, che pre-senta una derivazione matematica del perché ci sono due livelli di crescita espo-nenziale (cioè una crescita esponenziale nel tempo in cui il tasso di crescita espo-nenziale – l’esponente – cresce a sua volta esponenzialmente nel tempo) della po-tenza computazionale misurata in MIPS per costo unitario.

38. Hans Moravec, “When Will Computer Hardware Match the Human Brain?”,Journal of Evolution and Technology 1 (1998), http://www.jetpress.org/volumel/moravec.pdf.


40. Per raggiungere il primo MIPS per mille dollari c’è voluto dal 1900 al 1990. Ora ilnumero dei MIPS per mille dollari si raddoppia ogni 400 giorni circa. Il rapportoprezzo-prestazioni attuale è di circa 2000 MIPS per mille dollari, stiamo miglio-rando al ritmo di 5 MIPS al giorno, ovvero 1 MIPS ogni 5 ore.

41. “IBM Details Blue Gene Supercomputer”, CNET News, 8 maggio 2003, http://news.com.com/2100-1008_3-1000421 .html.

42. Si veda Alfred North Whitehead, An Introduction to Mathematics, Williams andNorgate, Londra, 1911, che ha scritto mentre lavorava con Bertrand Russell alla stesuradei tre volumi di Principia Mathematica.

43. In origine era previsto che richiedesse quindici anni, ma poi “lo Human GenomeProject è stato concluso con due anni e mezzo di anticipo e, visti i costi di 2,7 mil-iardi di dollari annui, in dollari del 1991, con una spesa significativamente inferi-ore a quella originariamente prevista”: http://www.ornl.gov/sci/techresources/Human_Genome/project/50yr/press4_2003.shtml.

44. Human Genome Project Information, http://www.ornl.gov/sci/techresources/Human_Genome/project/privatesector.shtml; Stanford Genome Technology Center, ht-tp://sequence-www.stanford.edu/group/techdev/auto.html; National Human Ge-nome Research Institute, http://www.genome.gov; Tabitha Powledge, “How ManyGenomes Are Enough?”, Scientist, 17 novembre 2003, http://www.biomedcentral.com/news/20031117/07.

45. Dati del National Center for Biotechnology Information, “GenBank Statistics”, revi-sione del 4 maggio 2004, http://www.ncbi.nlm.nih.gov/Genbank/genbankstats.html.

46. Il virus della SARS è stato sequenziato nel giro di 31 giorni dalla sua identificazioneda parte della British Columbia Cancer Agency e dall’American Centers for Dis-ease Control. Le sequenze trovate dai due centri differivano per sole dieci coppiedi basi su ventinovemila. Quello della SARS è stato identificato così come un coro-navirus. Julie Gerberding, direttrice del CDC, ha definito questa rapida sequenziazione“un risultato scientifico che penso non abbia uguali nella nostra storia”. Si veda K.Philipkoski, “SARS Gene Sequence Unveiled”, Wired News, 15 aprile 2003, http://www.wired.com/news/medtech/0,l286,5848l,00.html?tw=wn_story_related. Inve-


NOTE 515

ce, i tentativi di sequenziare l’HIV sono iniziati negli anni Ottanta. HIV 1 e HIV 2sono stati sequenziati completamente nel 2003 e nel 2002, rispettivamente. Na-tional Center for Biotechnology Information, http://www.ncbi.nlm.nih.gov/genomes/framik.cgi? db=genome&gi=12171; HIV Sequence Database, gestito dal Los Ala-mos National Laboratory, http://www.hiv.lanl.gov/content/hiv-db/HTML/outline.html.

47. Mark Brader, “A Chronology of Digital Computing Machines (to 1952)”, http://www.davros.org/misc/chronology.html; Richard E. Matick, Computer Storage Systems andTechnology, John Wiley and Sons, Londra, 1977; University of Cambridge Computer Labora-tory, EDSAC99, http://www.cl.cam.ac.uk/UoCCL/ misc/EDSAC99/statistics.html; MaryBellis, “Inventors of the Modern Computer: The History of the UNIVAC Computer – J.Presper Eckert and John Mauchly”, http://inventors.about.com/library/weekly/aa062398.htm; “Initial Date of Operation of Computing Systems in the USA (1950-1958)”, compilato da dati OCDE del 1968, http://members.iinet.net.au/~dgreen/time-line.html; Douglas Jones, “Frequently Asked Questions about the DEC PDP-8 com-puter”, ftp://rtfm.mit.edu/pub/usenet/alt.sys.pdp8/PDP-8_Frequently_Asked_Questions_%28posted_ every_other_month%29; Programmed Data Processor-1 Handbook,Digital Equipment Corporation (1960-1963), http://www.dbit.com/~greeng3/pdpl/pd-pl.html #INTRODUCTION; John Walker, “Typical UNIVAC® 1108 Prices: 1968”, http://www.fourmilab.ch/documents/univac/configl 108.html; Jack Harper, “LISP 1.5 for theUnivac 1100 Mainframe”, http://www.frobenius.com/univac.htm; Wikipedia, “Da-ta General Nova”, http://www.answers.com/topic/data-general-nova; Darren Brewer,“Chronology of Personal Computers 1972-1974”, http://uk.geocities.com/magoos_universe/compl972.htm; www.pricewatch.com; http://www.jc-news.com/parse.cgiJnews/pricewatch/raw/pw-010702; http://www.jc-news. com/parse.cgi?news/pricewatch/raw/pw-020624; http://www.pricewatch.com (17/11/04); http://sharkyextreme.com/guides/WMPG/article.php/10706_2227191_2; pubblicità su Byte, settembre 1975-marzo 1998;pubblicità su PC Computing, marzo 1977-aprile 2000.

48. Seagate, “Products”, http://www.seagate.com/cda/products/discsales/index; pubblicità suByte, 1977-1998; pubblicità su PC Computing, marzo 1999; Editors of Time-Life Books,Understanding Computers: Memory and Storage, rev. ed., Warner Books, New York, 1990;“Historical Notes about the Cost of Hard Drive Storage Space”, http://www.alts.net/nsl625/winchest.html; “IBM 305 RAMAC Computer with Disk Drive”, http://www.cedmagic.com/history/ibm-305-ramac.html; John C. McCallum, “Disk Drive Pric-es (1955-2004)”, http://www.jcmit.com/diskprice.htm.

49. James DeRose, The Wireless Data Handbook, Quantrum, St. Johnsbury, Vt., 1996;First Mile Wireless, http://www.firstmilewireless.com/; J. B. Miles, “Wireless LANs”, Gov-ernment Computer News 18.28, 30 aprile 1999, http://www.gcn.com/ voll8_no28/guide/514-l.html; Wireless Week, 14aprile 1997), http://www. wirelessweek.com/toc/4%2F14%2F1997; Office of Technology Assessment, “Wireless Technologies and theNational Information Infrastructure”, settembre 1995, http://infoventures.com/emf/federal/ota/ota95-tc.html; Signal Lake, “Broadband Wireless Network Econom-ics Update”, 14 gennaio 2003, http://www.signallake. com/publications/broadban-dupdate.pdf; BridgeWave Communications communication, http://www.bridge-wave.com/050604.htm.

50. Internet Software Consortium (http://www.isc.org), ISC Domain Survey: Number ofInternet Hosts, http://www.isc.org/ds/host-count-history.html.

51. Ibidem.

52. Per stimare il traffico dell’anno si usa il traffico medio sulle dorsali Internet negli USA du-rante il mese di dicembre dell’anno stesso. A. M. Odlyzko, “Internet Traffic Growth:



Sources and Implications”, Optical Transmission Systems and Equipment for WDM Net-working II, B. B. Dingel, W. Weiershausen, A. K. Dutta, and K.-I. Sato, (a cura), Proc.SPIE (The International Society for Optical Engineering) 5247. 2003, pp. 1-15, http://www.dtc.umn.edu/~odlyzko/doc/oft.internet.growth.pdf; valori 2003-2004: corris-pondenza per posta elettronica con A. M. Odlyzko.

53. Dave Kristula, “The History of the Internet” (marzo 1997, aggiornamento agosto 2001),http://www.davesite.com/webstation/net-history.shtml; Robert Zakon, “Hobbes’ Inter-net Timeline v8.0”, http://www.zakon.org/robert/internet/timeline; Converge Network Di-gest, 5 dicembre 2002, http://www.convergedigest.com/Daily/daily.asp?vn=v9n229&fecha=December%2005,%202002; V. Cerf, “Cerf’s Up”, 2004, http://global.mci.com/de/resources/cerfs_up/.

54. H. C. Nathanson et al., “The Resonant Gate Transistor”, IEEE Transactions on Elec-tron Devices 14.3, marzo 1967, pp. 117-33; Larry J. Hornbeck, “128 x 128 Deforma-ble Mirror Device”, IEEE Transactions on Electron Devices 30.5, aprile 1983, pp. 539-43; J. Storrs Hall, “Nanocomputers and Reversible Logic”, Nanotech-nology 5, luglio1994, pp. 157-67; V. V. Aristov et al., “A New Approach to Fabrication of Nanostructures”,Nanotechnology 6, aprile 1995, pp. 35-39; C. Montemagno et al., “Constructing Bio-logical Motor Powered Nanomechanical Devices”, Nanotechnology 10, 1999, pp. 225-31,http://www.foresight.org/Conferences/MNT6/Papers/ Montemagno/; Celeste Biever, “Tiny‘Elevator’ Most Complex Nanomachine Yet”, NewScientist.com News Service, 18 marzo2004, http://www.newscientist.com/ article.ns?id=dn4794.

55. ETC Group, “From Genomes to Atoms: The Big Down”, p. 39, http://www. etc-group.org/documents/TheBigDown.pdf.

56. Ivi, p. 41.

57. Anche se non è possibile determinare con precisione l’informazione contenuta nelgenoma, dato che vi sono molte coppie di basi ripetute è sicuramente molto menodel totale dei dati non compressi. Ecco due modi per stimare il contenuto di infor-mazione compresso del genoma: entrambi dicono che una stima di trenta-centomilioni di byte è prudentemente elevata.1. In termini di dati non compressi, ci sono tre miliardi di “scalini” del DNA nelcodice genetico umano, ciascuno dei quali codifica due bit (dato che ci sono quat-tro possibilità per ogni coppia di basi). Il genoma umano quindi contiene circa 800milioni di byte non compressi. Il DNA che non codifica veniva chiamato “DNAspazzatura”, ma ora sappiamo che svolge un ruolo importante nell’espressione deigeni. Tuttavia, la codifica è molto inefficiente. Innanzitutto, ci sono fortissime ri-dondanze (per esempio, la sequenza “ALU” si ripete centinaia di migliaia di volte),che gli algoritmi di compressione possono sfruttare. Con la recente esplosionedelle banche dati genetiche, c’e moltissimo interesse per la compressione dei datigenetici. Ricerche recenti sull’applicazione dei comuni algoritmi di compressionedati ai dati genetici indicano che è possibile ridurre i dati del 90 per cento: Hisa-hiko Sato et al., “DNA Data Compression in the Post Genome Era”, Genome Infor-matics 12, 2001, pp. 512-14, http://www.jsbi.org/journal/GIWO 1 /GIWO1P130.pdf.Pertanto possiamo comprimere il genoma circa 80 milioni di byte senza perdita diinformazione (nel senso che possiamo ricostruire perfettamente tutti gli 800 milio-ni di byte del genoma non compresso).Ora, teniamo presente che più del 98 per cento del genoma non codifica proteine.Anche dopo la normale compressione dei dati (che elimina ridondanze e usa unaricerca su tabelle per le sequenze comuni), il contenuto algoritmico delle regioninon codificanti sembra piuttosto scarso, il che significa che probabilmente


NOTE 517

potremmo scrivere un algoritmo che svolga la stessa funzione con un minor nume-ro di bit. Però dato che siamo ancora nelle prime fasi del processo di retroingeg-nerizzazione del genoma, non possiamo fare una stima affidabile di questa ulteri-ore diminuzione in base a un algoritmo funzionalmente equivalente. uso, perciò,l’intervallo da 30 a 100 milioni di byte per la quantità di informazione compressanel genoma. Nella parte superiore dell’intervallo si tien conto della sola compre-sione dei dati, senza semplificazione degli algoritmi. Solo una parte (anche se è lamaggior parte) di questa informazione caratterizza il progetto del cervello.2. Un’altra linea di ragionamento è la seguente. Anche se il genoma umano contienecirca 3 miliardi di basi, solo una piccola percentuale, come abbiamo già detto, codi-fica proteine. In base alle stime attuali, ci sono 26.000 geni che codificano proteine.Se assumiamo che questi geni abbiano in media 3000 basi di dati utili, arriviamo acirca 78 milioni di basi solamente. Una base richiede solo due bit, che si traducono incirca 20 milioni di byte (78 milioni diviso per quattro). Nella sequenza di un gene checodifica proteine, ogni “parola” (codone) di tre basi del DNA si traduce in un ammi-noacido. Ci sono, perciò, 43 (64) possibili codici codone, ciascuno dei quali formatoda tre basi di DNA. Dei 64 possibili, però, esistono solo 20 amminoacidi, più uncodone di stop (amminoacido nullo). Gli altri 43 codici sono usati come sinonimi dei21 utili. Mentre sono necessari 6 bit per codificare 64 combinazioni possibili, per le21 possibilità servono solo circa 4,4 (log2 21) bit, un risparmio di 1,6 bit su 6 (circa il27 per cento), il che ci dà una riduzione di circa 15 milioni di byte. Inoltre, qui è pos-sibile una qualche compressione standard sulla base delle sequenze che si ripetono,anche se in questa parte codificante del DNA è possibile molta meno compressioneche non per il cosiddetto DNA spazzatura, che presenta enormi ridondanze. Questoci porta probabilmente ben sotto i 12 milioni di byte. Però ora dobbiamo aggiungerele informazioni per la parte non codificante del DNA che controlla l’espressione deigeni. Anche se questa parte del DNA comprende il grosso del genoma, sembra avereun basso contenuto di informazione, a causa delle estese ridondanze. Stimando chesia più o meno pari ai circa 12 milioni di byte del DNA codificante, arriviamo ancoraa circa 24 milioni di byte in tutto. In questa prospettiva, una stima fra i 30 e i 100 mil-ioni di byte è prudenzialmente alta.

58. I valori continui possono essere rappresentati da numeri in virgola mobile con qual-siasi grado desiderato di precisione. Un numero in virgola mobile è costituito da duesequenze di bit: la sequenza “esponente” rappresenta una potenza di 2; la sequenza“base” rappresenta una frazione di 1. Aumentando il numero dei bit nella base, sipuò ottenere qualsiasi grado di precisione si desideri.

59. Stephen Wolfram, A New Kind of Science, Wolfram Media, Champaign, Ill., 2002.

60. I primi tentativi di una teoria digitale della fisica sono stati presentati anche da FrederickW. Kantor, Information Mechanics, John Wiley and Sons, New York, 1977. Si possonotrovare collegamenti a vari articoli di Kantor agli indirizzi http://w3.execnet.com/kantor/pmOO.htm (1997); http://w3.execnet.com/kantor/lb2p.htm (1989); e http://w3.ex-ecnet.com/kantor/ipoim.htm (1982). Si veda anche http://www.kx.eom/listbox/k/msg05621.html.

61. Konrad Zuse, “Rechnender Raum”, Elektronische Datenverarbeitung, 1967, vol. 8, pp.336-44. Il libro di Konrad Zuse su un universo basato su automi cellulari è statopubblicato due anni dopo: Rechnender Raum, Schriften zur Datenverarbeitung,Friedrich Vieweg & Sohn, Braunschweig, 1969 (tr. inglese: Calculating Space, MITTechnical Translation AZT-70-164-GEMIT, febbraio 1970. MIT Project MAC, Cam-bridge, MA 02139. PDF).



62. Edward Fredkin, citato in Robert Wright, “Did the Universe Just Happen?”, Atlan-tic Monthly, aprile 1988, pp. 29-44, http://digitalphysics.org/Publications/Wri88a/html.

63. Ibidem.

64. Molti dei risultati di Fredking derivano dallo studio del suo stesso modello dellacomputazione, che riflette esplicitamente vari principi fondamentali della fisica. Siveda il classico Edward Fredkin e Tommaso Toffoli, “Conservative Logic”,International Journal of Theoretical Physics 21.3-4, 1982, pp. 219-53, http://www.digitalphilosophy.org/download_documents/ConservativeLogic.pdf. Una serie diquestioni sulla fisica della computazione, analiticamente simili a quelle di Fredkin,si possono trovare in Norman Margolus, “Physics and Computation”, Ph.D. thesis,MIT/LCS/TR-415, MIT Laboratory for Computer Science, 1988.

65. Ho discusso la concezione di Norbert Wiener e Ed Fredkin dell’informazionecome “mattone da costruzione” fondamentale per la fisica e altri livelli della realtànel mio libro del 1990, The Age of Intelligent Machines.Formulare tutta la fisica in termini di trasformazioni computazionali si è dimostrato,per la sua complessità, un progetto assai impegnativo, ma Fredkin ha continuato adedicarvisi. Wolfram ha dedicato una parte notevole del suo lavoro nell’ultimodecennio a questa idea, sembrerebbe con pochissima comunicazione con alcuni deglialtri scienziati della comunità della fisica che seguono la stessa idea. L’obiettivo diWolfram “non è presentare uno specifico modello ultimo per la fisica”, ma nella sua“Note for Physicist” (che nella sostanza equivale a una grande sfida”, Wolframdescrive “le caratteristiche che [pensa che] take nidekki debba avere” (A New Kind ofScience, pp. 1043-65, http://www.wolframscience.com/nksonline/page-1043c-text).In The Age of Intelligent Machines, ho analizzato “la questione, se la natura ultimadella realtà sia analogica o digitale” e ho scritto che “man mano che scendiamo più inprofondità nei processi naturali e artificiali, troviamo che la natura del processospesso oscilla fra rappresentazioni analogiche e digitali dell’informazione”. A titolo diillustrazione, ho parlato del suono. Nei nostri cervelli, la musica è rappresentatadall’attivazione digitale dei neuroni nella coclea, che rappresentano bande di frequ-enza diverse. Nell’aria e nei cavi che portano ad altoparlante, è un fenomeno analog-ico. La rappresentazione del suono in un compact disc è digitale, ed è interpretata dacircuiti digitali. Ma i circuiti digitali sono costituiti da transistor a soglia, che sonoamplificatori analogici. In quanto amplificatori, i transistor manipolano singoli elet-troni, che si possono contare e sono, pertanto, digitali, ma a un livello più profondosono soggetti alle equazioni analogiche del campo quantistico. A un livello ancora piùprofondo, Fredkin e ora anche Wolfram teorizzano una base digitale (computazion-ale) per queste equazioni continue. Andrebbe ulteriormente notato che se qualcuno riuscisse effettivamente a stabilireuna simile teoria della fisica, saremmo poi tentati di esaminare che genere di meccan-ismi più profondi realizzino effettivamente le computazioni e i collegamenti degliautomi cellulari. Forse al di sotto degli automi cellulari che “fanno girare” l’universostanno fenomeni analogici ancora più fondamentali che, come i transistor, sono sog-getti a soglie che permettono loro di eseguire transazioni digitali. Perciò stabilire unabase digitale per la fisica non chiuderà definitivamente il dibattito filosofico sul carat-tere digitale o analogico della realtà ultima. Comunque, trovare un modello com-putazionale percorribile della fisica sarebbe un risultato di grande importanza.Ma quanto è probabile? Possiamo facilmente trovare una dimostrazione d’esistenzaper cui un modello digitale della fisica sarebbe realizzabile, in quanto le equazionicontinue possono sempre essere espresse, con un grado di precisione a piacere, sotto


NOTE 519

forma di trasformazioni discrete su cambiamenti discreti dei valori. Questa è, in findei conti, la base per il teorema fondamentale dell’analisi matematica. Esprimere for-mule continue in questo modo, però, è una complicazione intrinseca, e violerebbel’invito di Einstein a esprimere le cose “nel modo più semplice possibile, ma non piùsemplice”. Perciò la vera domanda è se possiamo esprimere le relazioni fondamentalidi cui siamo consapevoli in termini più eleganti, mediante algoritmi ad automi cellu-lari. Un test per una nuova teoria della fisica sarebbe vedere se sia in grado di effettu-are previsioni verificabili. In almeno un modo importante, questa potrebbe essere unasfida difficile per una teoria basata sugli automi cellulari, perché la mancanza diprevedibilità è proprio una delle caratteristiche fondamentali degli automi cellulari.Wolfram parte descrivendo l’universo come una grande rete di nodi. I nodi non esis-tono nello “spazio”, bensì lo spazio, come lo percepiamo, è un’illusione creata dallatransizione continui dei fenomeni attraverso la rete di nodi. Si può immaginare facil-mente di costruire una rete del genere che rappresenti la fisica “ingenua” (newtoni-ana) semplicemente costruendo una rete tridimensionale con un qualsiasi livellodesiderato di granularità. Fenomeni come “particelle” e “onde” che ci appaiono inmovimento nello spazio sarebbero rappresentati da “alianti cellulari”, forme cheavanzano nella rete a ogni ciclo di calcolo. Gli appassionati del gioco Vita (che si basasugli automi cellulari) riconosceranno il fenomeno comune degli alianti e la varietà diforme che si possono spostare con regolarità nella rete di un automa cellulare. Lavelocità della luce, quindi, è il risultato della velocità di clock del computer celeste,poiché gli alianti possono spostarsi solo di una cella a ogni ciclo di calcolo.Anche la relatività generale di Einstein, che descrive la gravità come perturbazionenello spazio stesso, come se il nostro mondo tridimensionale fosse curvo in una invis-ibile quarta dimensione, si potrebbe rappresentare facilmente. Possiamo immaginareuna rete quadridimensionale e possiamo rappresentare le curvature apparenti nellospazio nello stesso modo in cui si rappresentano le normali curvature nello spazio tri-dimensionale. Oppure la rete potrebbe diventare più densa in certe regioni, per rapp-resentare l’equivalente di una tale curvatura.L’idea degli automi cellulari si dimostra utile per spiegare l’aumento di entropia (dis-ordine) previsto dalla seconda legge della termodinamica. Dobbiamo assumere che laregola che sta alla base del nostro universo sia una regola di classe 4 (si veda neltesto), altrimenti il nostro universo sarebbe un posto molto noioso. L’osservazionefondamentale di Wolfram, che un automa cellulare di classe 4 produce rapidamenteuna apparente casualità (nonostante il suo processo deterministico) è coerente con latendenza alla casualità che vediamo nel moto browniano e che è comportata dallaseconda legge.La relatività ristretta è più difficile. Si istituisce facilmente una corrispondenza fra ilmodello newtoniano e la rete cellulare, ma il modello newtoniano non funziona perla relatività ristretta. Nel mondo newtoniano, se un treno procede a ottanta chilom-etri all’ora e noi viaggiamo in macchina su una strada parallela a sessanta chilometriall’ora, il treno sembra allontanarsi da noi a venti chilometri all’ora. Ma, nel mondodella relatività ristretta, se si lascia la Terra a tre quarti della velocità della luce, la lucesembra ancora allontanarsi da noi alla velocità della luce. In base a questa prospettiva,apparentemente paradossale, sia le dimensioni sia il passaggio soggettivo del tempoper due osservatori varieranno, in funzione della loro velocità relativa. Perciò la nos-tra proiezione costante di spazio e nodi diventa notevolmente più complessa, sostan-zialmente, ogni osservatore ha bisogno della propria rete. Tuttavia, nel considerare larelatività ristretta, possiamo sostanzialmente applicare la stessa conversione alla nos-tra rete “newtoniana” come per lo spazio newtoniano. Non è chiaro se, rappre-



sentando la relatività ristretta in questo modo, si ottenga in effetti una maggioresemplicità.Una rappresentazione della realtà a nodo cellulare può risultare particolarmente van-taggiosa per la comprensione di alcuni aspetti del fenomeno della meccanica quan-tistica. Potrebbe darci una spiegazione della casualità che troviamo nei fenomeniquantistici. Prendete, per esempio, la creazione improvvisa e apparentemente casualedi coppie particella-antiparticella. La casualità potrebbe essere dello stesso genere chevediamo negli automi cellulari di classe 4. Anche se predeterminato, il comporta-mento degli automi di classe 4 non può essere previsto (se non eseguendo l’automacellulare stesso) ed è effettivamente casuale.Non è un’idea nuova: equivale alla versione “a variabili nascoste” della meccanicaquantistica, seconda la quale esistono alcune variabili a cui non abbiamo accesso, checontrollano il comportamento che a noi osservatori sembra casuale. Questa idea nonè in contraddizione con le formule della meccanica quantistica, perciò è possibile, manon molto diffusa fra i fisici quantistici perché richiede un gran numero di ipotesi chedevono funzionare in un modo molto particolare. Questo non mi sembra comunqueun buon argomento a suo sfavore. La stessa esistenza del nostro universo è moltoprobabile richiede molte ipotesi perché tutto funzioni in un modo molto preciso. Macomunque noi siamo qui.Una domanda più importante è: come si potrebbe mettere alla prova una teoria a var-iabili nascoste? Se fossero basate su processi simili ad automi cellulari, le variabili nas-coste sarebbero intrinsecamente imprevedibili, anche se deterministiche. Dovremmotrovare qualche altro modo per “scoprire” le variabili nascoste.La concezione di Wolfram dell’universo “a rete” ci dà una potenziale prospettiva sulfenomeno dell’entanglement quantistico e sul collasso della funzione d’onda.Quest’ultimo, che rende determinate retroattivamente proprietà evidentementeambigue di una particella (per esempio, la sua posizione), può essere visto, nella pros-pettiva della rete cellulare, come l’interazione del fenomeno osservato con l’osserva-tore stesso. In quanto osservatori, non siamo all’esterno della rete, ma stiamo al suointerno. Sappiamo dalla meccanica cellulare che due entità non possono interagiresenza esserne entrambe modificate, il che fa pensare a una base per il collasso dellaforma d’onda.Scrive Wolfram: “Se l’universo è una rete, allora, in un certo senso, può contenerefacilmente dei fili che continuano a collegare particelle anche quando queste si allon-tanano molto, in termini di spazio ordinario”. Questo potrebbe darci una spiegazionedi certi esperimenti recenti che mostrano la non località dell’azione, in cui due parti-celle quantisticamente entangled continuano ad agire di concerto anche se sono sepa-rate da grandi distanze. Einstein la chiamava “azione spuria a distanza” e la rifiutava,ma alcuni esperimenti recenti sembrano confermarla.Alcuni fenomeni si inseriscono meglio di altri in questa concezione della rete diautomi cellulari. Alcune ipotesi sembrano eleganti, ma, come chiarisce la “Note forPhysicists” di Wolfram, il compito di tradurre tutta la fisica in un sistema coerentebasato su automi cellulari è davvero enorme.Per passare alla filosofia, Wolfram “spiega” il fenomeno del libero volere come deci-sioni determinati ma imprevedibili. Dato che non c’è modo di prevedere l’esito di unprocesso cellulare senza eseguire effettivamente il processo, e dal momento che nes-sun simulatore potrebbe “girare” più rapidamente dell’universo stesso, non c’èdunque modo di predire in modo affidabile le decisioni umane. Così, anche se le nos-tre decisioni sono determinate, non c’è modo di preidentificare quali saranno.Questa, però, non è un’analisi del tutto soddisfacente del concetto. Questa osservazi-


NOTE 521

one sulla mancanza di prevedibilità può essere fatta per l’esito della maggior parte deiprocessi fisici – per esempio in merito a dove cadrà a terra un granello di polvere.Questa concezione quindi tratterebbe nello stesso modo il libero arbitrio e la cadutacasuale di un granello di polvere. In effetti, questa sembra essere l’idea di Wolfram,quando afferma che il processo nel cervello umano è “computazionalmente equiva-lente” a quelli che avvengono in fenomeni come la turbolenza dei fluidi.Alcuni fenomeni naturali (per esempio le nuvole o le linee di costa) sono caratterizzatiprocessi semplici ripetitivi come gli automi cellulari e i frattali, ma forme intelligenti(come il cervello umano) richiedono un processo evolutivo (oppure la retroingegner-izzazione dei risultati di tale processo). L’intelligenza è il prodotto ispirato dell’evoluz-ione e, secondo me, è anche la “forza” più potente al mondo, che trascende infine lapotenza delle forze naturali non intelligenti.In sintesi, l’ampio e ambizioso trattato di Wolfram dipinge un quadro attraente mafondamentalmente sovrastimato e incompleto. Wolfram si aggiunge a una comunitàsempre più estesa di voci per le quali gli schemi di informazione, anziché materia edenergia, rappresentano i mattoni più fondamentali della realtà. Wolfram ha arricchitola nostra conoscenza di come gli schemi di informazione creano il mondo che espe-riamo, e mi auguro che in futuro una maggiore collaborazione fra Wolfram e i suoicolleghi ci permetta di costruire una visione più robusta del ruolo onnipresente deglialgoritmi nel mondo.La mancanza di prevedibilità degli automi cellulari di classe 4 è alla base di almenoparte della complessità apparente dei sistemi biologici e rappresenta uno dei para-digmi biologici importanti che possiamo cercare di emulare nella nostra tecnologia.Non spiega tutta la biologia, ma resta almeno possibile che metodi simili possano spi-egare tutta la fisica. Se Wolfram, o qualcun altro poco importa, riuscirà a formulare lafisica in termini di operazioni degli automi cellulari e relativi schemi, il libro di Wolf-ram si sarà guadagnato il suo titolo. In ogni caso, credo che sia un’opera importanteper l’ontologia.

66. La regola 110 stabilisce che una cellula diventa bianca se quella cellula e le sue dueadiacenti erano tutte nere o tutte bianche, oppure se il suo colore era il bianco e lesue due vicine erano una nera e una bianca, rispettivamente; in tutti gli altri casi lacellula diventa nera.

67. Wolfram, New Kind of Science, p. 4, http://www.wolframscience.com/nksonline/page-4-text.

68. Si noti che certe interpretazioni della meccanica quantistica comportano che ilmondo non sia basato su regole deterministiche e che a ogni interazione alla scalaquantistica (piccola) della realtà fisica sia intrinseca una casualità quantistica.

69. Come ho detto nella nota 57, supra, il genoma non compresso ha circa sei miliardidi bit di informazione (ordine di grandezza = 1010 bit) e il genoma compressocontiene da 30 a 100 milioni di byte. Parte di questa informazione progettuale siriferisce ovviamente ad altri organi. Anche ipotizzando che tutti i 100 milioni dibyte siano per il cervello, e rimanendo a una stima prudenziale per eccesso, si arri-va a 109 bit per il progetto del cervello nel genoma. Nel Capitolo 3, stimando lamemoria umana al livello delle singole connessioni interneuronali, e comprenden-do gli schemi di collegamento e le concentrazioni dei neurotrasmettitori, sono ar-rivato alla cifra di 1018 (un miliardo di miliardi) di bit per un cervello maturo. Èuna quantità di informazione circa un miliardo (109) di volte superiore a quellache nel genoma descrive il progetto del cervello. Questo aumento deriva dall’au-toorganizzazione del cervello, nell’interazione con l’ambiente della persona.



70. Si vedano le sezioni “Disorder” e “The Law of Increasing Entropy Versus theGrowth of Order” nel mio libro The Age of Spiritual Machines: When ComputersExceed Human Intelligence, Viking, New York, 1999, pp. 30-33.

71. Un calcolatore universale può accettare in ingresso la definizione di qualsiasi altrocalcolatore e quindi simularlo. Questo non ha a che fare con la velocità dellasimulazione, che può essere relativamente lenta.

72. C. Geoffrey Woods, “Crossing the Midline”, Science 304.5676, 4 giugno 2004, pp.1455-56; Stephen Matthews, “Early Programming of the Hypothalamo-Pituitary-Adrenal Axis”, Trends in Endocrinology and Metabolism 13.9, 1 novembre 2002, pp.373-80; Justin Crowley and Lawrence Katz, “Early Development of Ocular Domi-nance Columns”, Science 290.5495, 17 novembre 2000, pp. 1321-24; Anna Pennet al, “Competition in the Retinogeniculate Patterning Driven by Spontaneous Ac-tivity”, Science 279.5359, 27 marzo 1998, pp. 2108-12.

73. I sette comandi di una macchina di Turing sono: (1) Leggi il nastro, (2) Sposta il nastroa sinistra, (3) Sposta il nastro a destra, (4) Scrivi 0 sul nastro, (5) Scrivi 1 sul nastro, (6)Salta a un altro comando, (7) Fermati.

74. In quella che è probabilmente l’analisi più impressionante nel suo libro, Wolframmostra come una macchina di Turing con due soli stati e cinque possibili coloripossa essere una macchina di Turing universale. Per quarant’anni, avevamo pensa-to che una macchina di Turing universale dovesse essere più complessa. Fa impres-sione anche la dimostrazione data da Wolfram del fatto che la regola 110 è ingrado di darci una computazione universale, con il software giusto. Ovviamente,la computazione universale da sola non può svolgere compiti utili, senza il soft-ware adeguato.

75. La porta “nor” trasforma due input in un output: il suo output è vero se e solo sené A né B sono veri.

76. Si veda la sezione “A nor B: The Basis of Intelligence?” in The Age of IntelligentMachines, MIT Press, Cambridge, Mass., 1990, pp. 152-57, http://www. Kurzwei-LAI.net/meme/frame.html?m=12.

77. United Nations Economic and Social Commission for Asia and the Pacific, “Re-gional Road Map Towards an Information Society in Asia and the Pacific”, ST/ES-CAP/2283, http://www.unescap.org/publications/detail.asp?id=771; Economicand Social Commission for Western Asia, “Regional Profile of the Information Societyin Western Asia”, 8 ottobre 2003, http://www.escwa.org.lb/ information/publica-tions/ictd/docs/ictd-03-ll-e.pdf; John Enger, “Asia in the Global Information Econ-omy: The Rise of Region-States, The Role of Telecommunications”, presentazionealla International Conference on Satellite and Cable Television in Chinese and AsianRegions, Communication Arts Research Institute, Fu Jen Catholic University, 4-6 giugno1996.

78. Si veda “The 3 by 5 Initiative”, Fact Sheet 274, dicembre 2003, http://www.who.int/mediacentre/factsheets/2003/fs274/en/print.html.

79. Gli investimenti per la tecnologia rappresentavano il 76 per cento degli investimenti diventure capital nel 1998 (10,1 miliardi di dollari) (PricewaterhouseCoopers news re-lease, “Venture Capital Investments Rise 24 Percent and Set Record at $14.7 Billion,PricewaterhouseCoopers Finds”, 16 febbraio 1999). Nel 1999, le aziende tecnologichehanno ricevuto il 90 per cento degli investimenti di venture capital (32 miliardi didollari) (PricewaterhouseCoopers news release, “Venture Funding Explosion Con-tinues: Annual and Quarterly Investment Records Smashed, According to Pricewater-


NOTE 523

houseCoopers Money Tree National Survey”, 14 febbraio 2000). I livelli del capitaledi rischio sono sicuramente diminuiti durante la recessione dell’high-tech; ma nelsolo secondo trimestre del 2003, le aziende di software hanno attirato circa 1 miliar-do di dollari (PricewaterhouseCoopers news release, “Venture Capital InvestmentsStabilize in Q2 2003”, 29 luglio 2003). Nel 1974 in tutti i settori produttivi degli USAquarantadue aziende hanno ricevuto un totale di 26.4 milioni di dollari da venture cap-ital (in dollari del 1974, ovvero 81 milioni di dollari in dollari del 1992). Samuel Kor-tum e Josh Lerner, “Assessing the Contribution of Venture Capital to Innovation”,RAND Journal of Economics 31.4, inverno 2000, pp. 674-92, http://econ.bu.edu/kortum/rje_Winter’00_Kortum.pdf. Come dicono Paul Gompers e Josh Lerner, “Iflussi in ingresso ai fondi di venture capital si sono estesi, erano praticamente zero allametà degli anni Settanta …”: Gompers e Lerner, The Venture Capital Cycle, MIT Press,Cambridge, Mass., 1999. Si veda anche Paul Gompers, “Venture Capital”, in B. Es-pen Eckbo (a cura), Handbook of Corporate Finance: Empirical Corporate Finance, nellacollana Handbooks in Finance pubblicata da Elsevier, 2005, in particolare il capi-tolo 11, anche in http://mba.tuck.dartmouth.edu/pages/faculty/espen.eckbo/PDFs/Hand bookpdf7CHll-VentureCapital.pdf.

80. Per un esame di come le tecnologie della “new economy” stanno provocando trasfor-mazioni importanti nelle aziende della “old economy”: Jonathan Rauch, “The NewOld Economy: Oil, Computers, and the Reinvention of the Earth”, Atlantic Month-ly, 3 gennaio 2001.

81. U.S. Department of Commerce, Bureau of Economic Analysis (http://www.bea.doc.gov), accedete al sito che segue e selezionate la Tabella 1.1.6: http://www.bea.doc.gov/ bea/dn/nipaweb/SelectTable.asp?Selected=N.

82. U.S. Department of Commerce, Bureau of Economic Analysis, http://www.bea.doc.gov. Dati 1920-1999: Population Estimates Program, Population Division,U.S. Census Bureau, “Historical National Population Estimates: July 1, 1900 to July1, 1999”, http://www.census.gov/popest/archives/1990s/popclockest.txt; dati 2000-2004:http://www.census.gov/popest/states/tables/NST-EST2004-01.pdf.

83. “The Global Economy: From Recovery to Expansion”, risultati da Global Eco-nomic Prospects 2005: Trade, Regionalism and Prosperity (World Bank, 2004), http://globaloutlook.worldbank.org/globaloutlook/outside/globalgrowth.aspx; “WorldBank: 2004 Economic Growth Lifts Millions from Poverty”, Voice of America News,http://www.voanews.com/english/2004-ll-17-voa41.cfm.

84. Mark Bils e Peter Klenow, “The Acceleration in Variety Growth”, American Economic Re-view 91.2, maggio 2001, pp. 274-80, http://www.klenow.com/Acceleration.pdf.

85. Si vedano le note 84, 86 e 87.

86. U.S. Department of Labor, Bureau of Labor Statistics, news report, 3 giugno 2004. Sipossono generare prospetti di produttività all’indirizzo http://www.bls. gov/bls pro-ductivity.htm.

87. Bureau of Labor Statistics, Major Sector Multifactor Productivitv Index, Manufac-turing Sector: Output per Hour All Persons (1996 = 100), http: data.bls.gov/PDQ/outside.jsp?survey=mp (richiede JavaScript: selezionare “Manufacturing.“Output Per Hour All Persons”, e come anno d’inizio il 1949), oppure http://data.bls.gov/ cgi-bin/srgate (usate la serie “MPU300001”,“All Years” e Format 2).

88. George M. Scalise, Semiconductor Industry Association, in “Luncheon Address: TheIndustry Perspective on Semiconductors”, 2004 Productivity and Cyclically in Semi-conductors: Trends, Implications, and Questions – Report of a Symposium (2004),



National Academies Press, 2004, p. 40, http://www.nap.edu/openbook/0309092744/html/index.html.

89. Dati da Kurzweil Applied Intelligence, ora parte di ScanSoft (in precedenza KurzweilComputer Products).

90. eMarketer, “E-Business in 2003: How the Internet Is Transforming Companies, In-dustries, and the Economy – a Review in Numbers”, febbraio 2003; “US B2C E-Commerce to Top $90 Billion in 2003”, 30 aprile 2003, http://www.emarketer.com/Article.aspx? 1002207; e “Worldwide B2B E-Commerce to Surpass $1 Trillion ByYear’s End”, 19 marzo 2003, http://www.emarketer.com/Article.aspx? 1002125.

91. I brevetti usati in questo diagramma sono, come li classifica lo U.S. Patent and Trade-mark Office, patents for inventions (brevetti per invenzioni) definiti anche utilitypatents (brevetti di utilità). The U.S. Patent and Trademark Office, Table of AnnualU.S. Patent Activity, http://www.uspto.gov/web/offices/ac/ido/oeip/taf/h_ counts.htm.

92. Il tempo di raddoppio della porzione di economia in cui è coinvolta l’IT è di ven-titre anni. U.S. Department of Commerce, Economics and Statistics Administra-tion, “The Emerging Digital Economy”, figura 2, http://www.technology.gov/digeconomv/ emerging.htm.

93. Il tempo di raddoppio delle spese pro capite per l’istruzione negli USA è di venti-tre anni. National Center for Education Statistics, Digest of Education Statistics,2002, http://nces.ed.gov/pubs2003/digest02/tables/dt030.asp.

94. L’ONU ha stimato che la capitalizzazione totale del mercato globale nel 2000 era ditrentasettemila miliardi di dollari. United Nations, “Global Finance Profile”, in Re-port of the High-Level Panel of Financing for Development, giugno 2001, http://www.un.org/reports/financing/profile.htm. Se la nostra percezione dei tassi dicrescita futuri dovesse aumentare (rispetto alle attese attuali) di un tasso annuocomposto, anche solo del 2 per cento, e considerando un tasso di sconto annuo(per scontare oggi i valori futuri) del 6 per cento, allora considerando il valore at-tuale aumentato risultante da venti soli anni di (ulteriore) crescita futura compostae scontata, i valori attuali dovrebbero triplicare. Come sottolinea il dialogo seg-uente, questa analisi non tiene in considerazione il probabile aumento del tasso disconto che risulterebbe da una tale percezione dell’incremento della crescita futu-ra.

Capitolo 3

1. Gordon E. Moore, “Cramming More Components onto Integrated Circuits”, Elec-tronics 38.8, 19 aprile 1965, pp. 114-17, ftp://download.intel.com/research/silicon/moorespaper.pdf.

2. Le proiezioni di Moore nel saggio del 1965 prevedevano che il numero dei com-ponenti sarebbe raddoppiato ogni anno. Nel 1975 la previsione è stata aggiornataa due anni. Questo però fa sì che il rapporto prezzo-prestazioni abbia ogni due an-ni più che un raddoppio, perché i componenti più piccoli lavorano a velocità pùalta (i segnali elettronici hanno distanze minori da percorrere). Perciò il rapportoprezzo-prestazioni complessivo (per il costo di ogni ciclo di transistor) si è dimez-zato circa ogni 13 mesi.

3. Paolo Gargini, citato in Ann Steffora Mutschler, “Moore’s Law Here to Stay”,ElectronicsWeekly.com, 14 luglio 2004, http://www.electronicsweekly.co.uk/articles/arti-cle. asp?liArticleID=36829. Si veda anche Tom Krazit, “Intel Prepares for Next 20


NOTE 525

Years of Chip Making”, Computer-world, 25 ottobre 2004, http://www.computerworld. com/hardwaretopics/hardware/story/0,10801,96917,00.html.

4. Michael Kanellos, “ ‘High-rise’ Chips Sneak on Market”, CNET News.com, 13luglio 2004, http://zdnet.com.com/2100-l 103-5267738.html.

5. Benjamin Fulford, “Chipmakers Are Running Out of Room: The Answer Might Liein 3-D”, Forbes.com, 22 luglio 2002, http://www.forbes.com/forbes/2002/0722/173_print.html.

6. Comunicato della NTT, “Three-Dimensional Nanofabrication Using Electron Beam Lith-ography”, 2 febbraio 2004, http://www.ntt.co.jp/news/news04e/0402/040202.html.

7. Laszlo Forro e Christian Schonenberger, “Carbon Nanotubes, Materials for the Fu-ture”, Europhysics News 32.3, 2001, http://www.europhysicsnews.com/full/09/article3/article3.html. Si veda anche http://www.research.ibm.com/nanoscience/nanotubes.html per un quadro generale sui nanotubi.

8. Michael Bernstein, comunicato della American Chemical Society, “High-SpeedNano-tube Transistors Could Lead to Better Cell Phones, Faster Computers”, 27aprile 2004, http://www.eurekalert.org/pub_releases/2004-04/acs-nt042704.php.

9. Stimo che un transistor basato su nanotubi, con i relativi circuiti di supporto etutte le connessioni richieda un cubo di circa dieci nanometri (il transistor stessone occuperebbe solo una parte), cioè 103 nanometri cubi. È una stima prudenziale,poiché i nanotubi a parete singola hanno diametro di un solo nanometro. 1 pollice= 2,54 centimetri = 2.54 × 107 nanometri. Perciò, 1 pollice cubo = 2,543 × 1021 =1,6 × 1022 nanometri cubi. Quindi un pollice cubo ci potrebbe dare 1,6 × 1019 transis-tor. Ogni computer richiede circa 107 transistor (un’apparecchiatura molto piùcomplessa di quella che comprende i calcoli in una connessione interneuronale uma-na), perciò con 1 pollice cubo potremmo supportare circa 1012 (mille miliardi) com-puter paralleli. Un computer basato su transistor a nanotubi a 1012 calcoli al secon-do (in base alla stima di Burke) ci dà una stima di velocità di 1024 cps per il cubo diun pollice di circuiti a nanotubi. Si veda anche Bernstein, “High-Speed Nanotube Tran-sistors”. Con una stima di 1016 cps per l’emulazione funzionale del cervello umano(si veda la discussione che segue in questo capitolo), abbiamo circa 100 milioni(108) di equivalenti del cervello umano. Se usiamo la stima più prudenziale di 1019

cps, necessari per la simulazione neuromorfica (in cui si simula ogni non linearità inogni componente neurale – si veda nel seguito del capitolo), un cubo di un pollice dicircuiti a nanotubi ci darebbe solo l’equivalente di centomila cervelli umani.

10. “Solo quattro anni fa abbiamo misurato per la prima volta un trasporto di elettro-ni in un nanotubo. Ora esploriamo quello che si può e quello che non si può farein termini di dispositivi monomolecolari. Il prossimo passo sarà pensare comecombinare questi elementi in circuiti complessi”, dice uno degli autori, GeesDekker, di Henk W. Ch. Postma et al, “Carbon Nanotube Single-Electron Transistors atRoom Temperature”, Science 293.5527, 6 luglio 2001, pp-. 76-129, descritto nelcomunicato della American Association for the Advancement of Science, “Nano-transis-tor Switches with Just One Electron May Be Ideal for Molecular Computers, Sci-ence Study Shows”, http://www.eurekalert.org/pub_releases/2001 -07/aaft-nsw062901.php.

11. I ricercatori della IBM hanno risolto un problema della fabbricazione di nanotubi.Quando si scalda la polvere di carbonio per creare i tubi, insieme ai tubi semicon-duttori adatti per i transistor si forma una gran quantità di tubi metallici inutilizza-bili. Il gruppo ha incluso entrambi i tipi di nanotubi in un circuito e poi ha utilizza-



to impulsi elettrici per distruggere quelli inadatti – un metodo di gran lunga più ef-ficiente che non selezionare quelli buoni con un microscopio a forza atomica.Mark K. Anderson, “Mega Steps Toward the Nanochip”, Wired News, 27 aprile2001, http://www.wired.com/news/technology/0,1282,43324,00.html, che fa rif-erimento a Philip G. Collins, Michael S. Arnold, Phaedon Avouris, “EngineeringCarbon Nanotubes and Nanotube Circuits Using Electrical Breakdown”, Science292.5517, 27 aprile 2001, pp. 706-9.

12. “Un nanotubo di carbonio, che esaminato a livello atomico assomiglia a filospinato arrotolato, è decine di migliaia di volte più sottile di un capello umano,tuttavia è notevolmente resistente. Comunicato dell’Università della California aBerkeley, “Researchers Create First Ever Integrated Silicon Circuit with NanotubeTransistors”, 5 gennaio 2004, http://www.berkeley.edU/news/media/releases/2004/01/05_nano.shtml, che fa riferimento a Yu-Chih Tseng et al., “Monolithic Integra-tion of Carbon Nanotube Devices with Silicon MOS Technology”, Nano Letters 4.1,2004, pp. 123-27, http://pubs.acs.org/cgi-bin/sample.cgi/nalefd/2004/4/i01/pdf/nl0349707.pdf.

13. R. Colin Johnson, “IBM Nanotubes May Enable Molecular-Scale Chips”, EETimes, 26aprile 2001, http://eetimes.com/article/showArticle.jhtml?articleId=10807704.

14. Avi Aviram e Mark A. Ratner, “Molecular Rectifiers”, Chemical Physics Letters, 15 no-vembre 1974, pp. 277-83, citato in Charles M. Lieber, “The Incredible ShrinkingCircuit”, Scientific American, settembre 2001, http://www.sdam. com e http://www.mcg.uni-r.de/downloads/lieber.pdf. Il raddrizzatore monomolecolare descritto daAviram e Ratner può lasciar passare corrente in una direzione oppure nell’altra.

15. Will Knight, “Single Atom Memory Device Stores Data”, NewScientist.com, 10 settem-bre 2002, http://www.newscientist.com/news/news.jsp?id=ns99992775, in riferi-mento a R. Bennewitz et al., “Atomic Scale Memory at a Silicon Surface”, Nano-technolo-gy 13, 4 luglio 2002, pp. 499-502.

16. Il loro transistor è fatto di fosfuro di indio e arseniuro di indio e gallio. Comunicatodella University of Illinois, Urbana-Champaign, “Illinois Researchers Create World’sFastest Transistor – Again”, http://www.eurekalert.org/pub_ releases/2003-11/uoia-irc110703.php.

17. Michael R. Diehl et al., “Self-Assembled Deterministic Carbon Nanotube WiringNetworks”, Angewandte Chemie International Edition 41.2, 2002, pp. 353-56; C. P.Collier et al., “Electronically Configurable Molecular-Based Logic Gates”, Science285.5426, luglio 1999, pp. 391-94. Si vedano http://www.its.caltech.edu/~heath-grp/papers/Paperfiles/2002/diehlangchemint.pdf e http://www.cs.duke.edu/~thl/pa-pers/Heath.Switch.pdf.

18. I “nanotubi a rosetta” progettati dal gruppo della Purdue contengono carbonio,azoto, idrogeno e ossigeno. Le rosette si autoassemblano perché il loro interno èidrofobo, l’esterno idrofilo; perciò, per proteggere l’interno dall’acqua, le rosettesi impilano in nanotubi. “Le proprietà fisiche e chimiche dei nostri nanotubi a ro-setta ora possono essere modificate quasi a piacere attraverso un nuovo metodo”,secondo il ricercato principale Hicham Fenniri. R. Colin Johnson, “Purdue Re-searchers Build Made-to-Order Nanotubes”, EETimes, 24 ottobre 2002, http://www.eetimes.com/article/showArticle.jhtml?articleId= 18307660; H. Fenniri etal., “Entropically Driven Self-Assembly of Multichannel Rosette Nanotubes”, Proceed-ings of the National Academy of Sciences 99, suppl. 2, 30 aprile 2002, pp. 6487-92;Comunicato della Purdue University, “Adaptable Nanotubes Make Way for Cus-tom-Built Structures, Wires”, http://news.uns.purdue.edu/UNS/html4ever/020311


NOTE 527

.Fenniri.scaffold.html. Ricerche simili sono state compiute da scienziati olandesi:Gaia Vince, “Nano-Transistor Self-Assembles Using Biology”, NewScientist.com,20 novembre 2003, http://www.newscientist.com/news/news.jsp?id=ns99994406.

19. Liz Kalaugher, “Lithography Makes a Connection for Nanowire Devices”, 9giugno 2004, http://www.nanotechweb.Org/articles/news/3/6/6/l, che fa riferimentoa Song Jin et al, “Scalable Interconnection and Integration of Nanowire Devices WithoutRegistration”, Nano Letters 4.5, 2004, pp. 915-19.

20. Chao Li et al., “Multilevel Memory Based on Molecular Devices”, Applied PhysicsLetters 84.11, 15 marzo 2004, pp. 1949-51. Si veda anche http://www.technology re-view.com/articles/rnb_051304.asp?p=l. Si veda anche http://nanolab.usc.edu/PDF%5CAPL84-1949.pdf.

21. Gary Stix, “Nano Patterning”, Scientific American, 9 febbraio 2004), http://www. sciam.com/print_version.cfm?articleID=000170D6-C99F-10 IE-861F83414B7F 0000; MichaelKanellos, “IBM Gets Chip Circuits to Draw Themselves”, CNET News.com, http://zdnet.com.com/2100-1103-5114066.html. Si veda anche http://www.nanopolis.net/news_ind.php?type_id=3.

22. La IBM sta lavorando a chip che si riconfigurano automaticamente secondo neces-sità, per esempio aggiungendo memoria o acceleratori. “In futuro, il chip cheavrete potrebbe non essere il chip che avete acquistato”, ha detto Bernard Meyer-son, primo tecnologo dello IBM Systems and Technology Group. Comunicato dellaIBM, “IBM Plans Industry’s First Openly Customizable Microprocessor”, http://www.ibm.com/investor/press/mar-2004/31-03-04-l.phtml.

23. BBC News, “‘Nanowire’ Breakthrough Hailed”, 1 aprile 2003, http://news.bbc. co.uk/l/hi/sci/tech/2906621.stm. Thomas Scheibel et al., “Conducting Nanowires Built by Con-trolled Self-Assembly of Amyloid Fibers and Selective Metal Deposition”, Proceedings of theNational Academy of Sciences 100.8, 15 aprile 2003, pp. 4527-32, Pubblicato online il2 aprile 2003, http://www.pnas.org/ cgi/content/full/100/8/4527.

24. Comunicato della Duke University, “Duke Scientists ‘Program’ DNA Molecules to SelfAssemble into Patterned Nanostructures”, http://www.eurekalert.org/pub_releases/2003-09/du-ds092403.php, che fa riferimento a Hao Yan et al., “DNA-TemplatedSelf-Assembly of Protein Arrays and Highly Conductive Nanowires”, Science 301.5641,26 settembre 2003, pp. 1882-84. Si veda anche http://www.phy.duke.edu/~gleb/PdL FILES/DNA_science.pdf.

25. Ibidem.

26. Ecco un esempio della procedura per risolvere il cosiddetto problema del commes-so viaggiatore. Dobbiamo trovare un percorso ottimo per un commesso viaggia-tore che deve passare per più città, senza dover visitare ogni città più di una volta.Solo certe coppie di città sono collegate da strade, perciò trovare il percorso giustonon è immediato. Per risolvere il problema, il matematico Leonard Adleman dellaUniversity of Southern California ha compiuto questi passaggi:1. Generare un piccolo filamento di DNA con un codice univoco per ciascuna città.2. Replicare ciascuno di tali filamenti (uno per ciascuna città) miliardi di volte medi-ante PCR.3. Poi, mettere insieme i gruppi di DNA (uno per ciascuna città) in una provetta.Questo passo sfrutta l’affinità del DNA per il concatenamento di filamenti. Si former-anno automaticamente filamenti più lunghi. Ciascuno di questi filamenti rappresentaun possibile percorso fra più città. I filamenti corti che rappresentano ciascuna città siconcatenano con ciascuno degli altri in modo casuale, perciò non c’è certezza matem-atica che un filamento concatenato rappresenti la risposta corretta (cioè la giusta



sequenza di città). Tuttavia, il numero dei filamenti è così grande che è praticamentecerto che si formerà almeno un filamento (e probabilmente milioni) con la rispostacorretta.I passi successivi usano enzimi appositamente progettati per eliminare le migliaia dimiliardi di filamenti che rappresentano risposte errate, lasciando solo i filamenti cherappresentano la risposta corretta:4. Usare molecole denominate “primer” per distruggere i filamenti di DNA che noniniziano con la città di partenza, e quelli che non finiscono con la città finale; poi rep-licare i filamenti sopravvissuti, con PCR.5. Usare una reazione enzimatica per eliminare i filamenti di DNA che rappresentanoun percorso con un numero di fermate superiore al numero delle città.6. Usare una reazione enzimatica per eliminare i filamenti che non contengono lacittà 1. Ripetere per ciascuna delle città.7. Ora, ciascuno dei filamenti sopravvissuti rappresenta la risposta giusta. Replicare ifilamenti sopravvissuti (mediante PCR) in modo che diventino miliardi.8. Mediante una tecnica denominata elettroforesi, leggere la sequenza di DNA diquesti filamenti corretti (come gruppo). Il risultato è un insieme di righe distinte, chespecificano la sequenza giusta delle città.Si veda L. M. Adleman, “Molecular Computation of Solutions to CombinatorialProblems”, Science 266, 1994, pp. 1021-24.

27. Charles Choi, “DNA Computer Sets Guinness Record”, http://www.upi.com/view.cfm?StoryID=20030224-045551-7398r. Si veda anche Y. Benenson et al.,“DNA Molecule Provides a Computing Machine with Both Data and Fuel”, Pro-ceedings of the National Academy of Sciences 100.5, 4 marzo 2003, pp. 2191-96,disponibile all’indirizzo http://www.pubmedcentral.nih.gov/articlerender.fcgi?tool=pubmed&pubmedid= 12601148; Y. Benenson et al., “An Autonomous Molecu-lar Computer for Logical Control of Gene Expression”, Nature 429.6990, 27 maggio2004, pp. 423-29 (pubblicato online, 28 aprile 2004), disponibile all’indirizzo http://www.wisdom.weizmann.ac.il/~udi/ ShapiroNature2004.pdf.

28. Comunicato della Stanford University, “‘Spintronics’ Could Enable a New Genera-tion of Electronic Devices, Physicists Say”, http://www.eurekalert.org/pub_releases/2003-08/su-ce080803.php, che fa riferimento a Shuichi Murakami, Naoto Nagaosa,Shou-Cheng Zhang, “Dissipationless Quantum Spin Current at Room Temperature”,Science 301.5638, 5 settembre 2003, pp. 1348-51.

29. Celeste Biever, “Silicon-Based Magnets Boost Spintronics”, NewScientist.com, mar-zo 22, 2004, http://www.newscientist.com/news/news.jsp?id=ns99994801, che fa rifer-imento a Steve Pearton, “Silicon-Based Spintronics”, Nature Materials 3.4, aprile 2004,pp. 203-4.

30. Will Knight, “Digital Image Stored in Single Molecule”, NewScientist.com, 1dicembre 2002, http://www.newscientist.com/news/news.jsp?id=ns99993129,che fa riferimento a Anatoly K. Khitrin, Vladimir L. Ermakov, B. M. Fung, “Nu-clear Magnetic Resonance Molecular Photography”, Journal of Chemical Physics 117.15,15 ottobre 2002, pp. 6903-6.

31. Reuters, “Processing at the Speed of Light”, Wired News, http://www.wired.com/news/technology/0,1282,61009,00.html.

32. Al momento in cui scrivo, il numero più grande da fattorizzare è di 512 bit, secondoRSA Security.

33. Stephan Guide et al., “Implementation of the Deutsch-Jozsa Algorithm on an Ion-Trap Quantum Computer”, Nature 421, 2 gennaio 2003, pp. 48-50. Si veda all’indi-


NOTE 529

rizzo http://heart-c704.uibk.ac.at/Papers/Nature03-Gulde.pdf.

34. Dato che al momento il rapporto prezzo-prestazioni della computazione raddop-pia ogni anno, un fattore mille richiede dieci raddoppi, ovvero dieci anni. Ma staanche diminuendo (sia pure lentamente) lo stesso tempo di raddoppio, perciò ilvalore reale è di otto anni.

35. Ogni successivo aumento di mille volte si verifica a sua volta a un ritmo legger-mente più rapido. Si veda la nota precedente.

36. Hans Moravec, “Rise of the Robots”, Scientific American, dicembre 1999, pp.124-35, http://www.sciam.com and http://www.frc.ri.cmu.edu/~hpm/project. ar-chive/robot.papers/1999/SciAm.scan.html. Moravec insegna al Robotics Institute dellaCarnegie Mellon University. Il suo Mobile Robot Laboratory studia come usare foto-camere, sonar e altri sensori per dare ai robot la capacità di orientarsi in uno spazio 3D.Negli anni Novanta, ha descritto una successione di generazioni di robot che “sarannoessenzialmente la nostra progenie, per vie non convenzionali. Alla fine, penso chepotranno andare per i fatti loro e faranno cose che noi non possiamo né immaginare nécapire – più o meno come fanno i bambini” (intervista di Nova Online con HansMoravec, ottobre 1997, http://www.pbs.org/wgbh/nova/robots/moravec.html). I suoilibri Mind Children: The Future of Robot and Human Intelligence e Robot: MereMachine to Transcendent Mind esplorano le capacità delle generazioni attuali e fu-ture di robot.Precisazione: l’autore è un investitore della società di robotica di Moravec, Seegrid, efa parte del suo consiglio d’amministrazione.

37. Anche se le istruzioni al secondo, come le usa Moravec, e i calcoli al secondo sonoconcetti leggermente diversi, sono abbastanza simili per queste stime di ordine digrandezza. Moravec ha sviluppato le tecniche matematiche per la visione dei suoirobot indipendentemente da modelli biologici, ma le somiglianze (fra gli algoritmidi Moravec e quelli biologici) sono state notate a posteriori. Funzionalmente, i cal-coli di Moravec ri-creano quello che avviene nelle regioni neurali, perciò le stimecomputazionali basate sugli algoritmi di Moravec sono adeguate a determinare ciòche è necessario per ottenere trasformazioni funzionalmente equivalenti.

38. Lloyd Watts, “Event-Driven Simulation of Networks of Spiking Neurons”, settimaNeural Information Processing Systems Foundation Conference, 1993; Lloyd Watts,“The Mode-Coupling Liouville-Green Approximation for a Two-Dimensional Co-chlear Model”, Journal of the Acoustical Society of America 108.5, novembre2000, pp. 2266-71. Watts è il fondatore della Audience, Inc., che usa la simulazione funzi-onale di regioni del sistema uditivo umano per applicazioni di elaborazione del suono, fracui la preelaborazione del suono per sistemi automatizzati di riconoscimento del parlato.Per maggiori informazioni, si veda http://www.lloydwatts.com/ neuroscience.shtml.Precisazione: l’autore è consulente della Audience.

39. U.S. Patent Application 20030095667, U.S. Patent and Trademark Office, 22 maggio2003.

40. Il pancreas artificiale a ciclo chiuso Medtronic MiniMed, al momento in cui scrivoin trial clinici su esseri umani, sta dando risultati incoraggianti. L’azienda ha an-nunciato che il dispositivo dovrebbe essere sul mercato nel corso dei prossimicinque anni. Comunicato della Medtronic, “Medtronic Supports Juvenile DiabetesResearch Foundation’s Recognition of Artificial Pancreas as a Potential ‘Cure’ for Dia-betes”, 23 marzo 2004, http://www.medtronic.com/newsroom/news_2004323a.html. Dispositivi di questo genere richiedono un sensore del glucosio, una pompadi insulina e un meccanismo automatico di feedback per il controllo dei livelli in-



sulinici (International Hospital Federation, “Progress in Artificial Pancreas Devel-opment for Treating Diabetes”, http://www.hospitalmanagement.net/informer/technology/techl0). Anche la Roche sta lavorando alla produzione di un pancreasartificiale. Si veda http://www.roche.com/pages/downloads/science/pdf/rtdcmannh02-6.pdf.

41. Sono stati creati modelli e simulazioni basati su analisi di singoli neuroni e singoleconnessioni interneuronali. Scrive Tomaso Poggio: “Si può vedere il neurone piùcome un chip con migliaia di equivalenti di porte logiche, anziché come un singoloelemento a soglia”. Tomaso Poggio, comunicazione privata a Ray Kurzweil, gen-naio 2005. Si veda anche T. Poggio e C. Koch, “Synapses That Compute Motion”, Sci-entific American 256, 1987, pp. 46-52. C. Koch e T. Poggio, “Biophysics of Computa-tional Systems: Neurons, Synapses, and Membranes”, in Synaptic Function, in G. M.Edelman, W. E. Gall, W. M. Cowan (a cura), John Wiley and Sons, New York, 1987, pp.637-97.Al Neuroengineering Research Lab dell’Università della Pennsylvania è in corso dicreazione un altro insieme di modelli dettagliati a livello di neurone, basati sullaretroingegnerizzazione delle funzioni cerebrali. Leif Finkel, che guida il laborato-rio, dice: “Stiamo costruendo proprio ora un modello a livello cellulare di una pic-cola parte della corteccia visuale. È una simulazione al computer molto dettagliatache riflette con qualche precisione almeno le operazioni fondamentali dei neuronireali. [La mia collega Kwabena Boahen] ha un chip che costituisce un modello pre-ciso della retina e produce impulsi in output che corrispondono molto bene a quellidella vera retina”. Si veda http://nanodot.org/article.pl?sid=01/12/18/ 1552221.Rassegne di questi e altri modelli e simulazioni a livello dei neuroni indicano che unastima di 103 calcoli per transazione neurale (una singola transazione che comporta latrasmissione di un segnale e la reinizializzazione su un singolo dendrite) è un limitesuperiore ragionevole. La maggior parte delle simulazioni usa una quantità di calcoliminore di questa.

42. I programmi di Blue Gene/L, la seconda generazione di computer Blue Gene, sonostati annunciati verso la fine del 2001. Il nuovo supercomputer, che nei piani saràquindici volte più veloce dei supercomputer di oggi e un dodicesimo in dimensio-ni, viene costruito dal Lawrence Livermore National Laboratory della nationalNuclear Security Agency congiuntamente alla IBM. Nel 2002, la IBM ha annunci-ato che era stato scelto, come sistema operativo per i nuovi supercomputer, il sis-tema open source Linux. Nel luglio 2003, erano in produzione gli innovativi chipdi elaborazione del supercomputer, che sono sistemi completi su un chip. “BlueGene/L è un modello di quello che si può fare con l’idea di sistema su un chip. Piùdel 99 per cento di questo chip è stato realizzato a partire da blocchi standard del-la nostra libreria tecnologica”, secondo Paul Coteus, uno dei responsabili del pro-getto (Timothy Morgan, “IBM’s Blue Gene L Shows Off Minimalist Server Design”,The Four Hundred, http://www.midrangeserver.com/tih/ tfhl20103-story05.html).Nel giugno 2004, i sistemi prototipo di Blue Gene/L sono entrati per la primavolta nell’elenco dei dieci maggiori supercomputer. Comunicato della IBM, “IBMSurges Past HP to Lead in Global Supercomputing”, http:.7www.research.ibm.com/bluegene.

43. Questo tipo di rete viene chiamato anche peer-to-peer (paritetico), many-to-many(da molti a molti) e “multihop”. I nodi della rete possono essere connessi a tutti glialtri nodi o a un sottoinsieme e vi sono più percorsi lungo i nodi verso ogni singoladestinazione. Queste reti sono fortemente adattabili e autoorganizzanti. “Il segnodistintivo di una rete mesh è che non esiste un dispositivo centrale di orchestrazi-


NOTE 531

one. Ogni nodi è dotato di strumenti di comunicazione radio e funge da puntoripetitore per altri nodi”. Sebastian Rupley, “Wireless: Mesh Networks”, PC Maga-zine, 1 luglio 2003, http://www.pcmag.com/article2/0,1759,1139094,00.asp; Rob-ert Poor, “Wireless Mesh Networks”, Sensors Online, febbraio 2003, http://www.sensorsmag.com/articles/0203 /38/main.shtml; Tomas Krag e Sebastian Biiet-trich, “Wireless Mesh Networking”, O’Reilly Wireless DevCenter, 22 gennaio2004, http://www.oreillynet.com/pub/a/wireless/2004/01/22/wirelessmesh.html.

44. Carver Mead, fondatore di oltre venticinque aziende e detentore di oltre cinquan-ta brevetti, è un pioniere nel nuovo campo dei sistemi elettronici neuromorfici,circuiti modellati sul cervello e il sistema nervoso. Si veda Carver A. Mead, “Neu-romorphic Electronic Systems”, IEEE Proceedings 78.10, ottobre 1990, pp. 1629-36. Il suo lavoro ha portato al touch pad per computer e al chip cocleare utilizzatonegli apparecchi acustici digitali. La sua azienda, avviata nel 1999, Foveon, pro-duce sensori d’immagine analogici che imitano le proprietà delle pellicole sottili.

45. Edward Fredkin, “A Physicist’s Model of Computation”, Proceedings of the Twen-ty-sixth Recontre de Moriond, Texts of Fundamental Symmetries, 1991, pp. 283-97, http://digitalphilosophy.org/physicists_model.htm.

46. Gene Frantz, “Digital Signal Processing Trends”, IEEE Micro 20.6, novembre/dicembre 2000, pp. 52-59, http://csdl.computer.org/comp/mags/mi/2000/06/m6052ab s.htm.

47. Nel 2004 la Intel ha annunciato “una svolta a destra” verso l’architettura dual-core(più di un processore su un singolo chip), dopo aver raggiunto un “muro termico”provocato dal troppo calore disperso da processori singoli sempre più veloci: http://www. intel.com/employee/retiree/circuit/righthandturn. htm.

48. R. Landauer, “Irreversibility and Heat Generation in the Computing Process”,IBM Journal of Research Development 5, 1961, pp. 183-91, http://www.re-search.ibm. com/journal/rd/053/ibmrd0503C.pdf.

49. Charles H. Bennett, “Logical Reversibility of Computation”, IBM Journal of Re-search Development 17, 1973, pp. 525-32, http://www.research.ibm.com/journal/rd/176/ibmrd 1706G.pdf; Charles H. Bennett, “The Thermodynamics of Computa-tion – a Review”, International Journal of Theoretical Physics 21, 1982, pp. 905-40;Charles H. Bennett, “Demons, Engines, and the Second Law”, Scientific American257, novembre 1987, pp. 108-16.

50. Edward Fredkin e Tommaso Toffoli, “Conservative Logic”, International Journal ofTheoretical Physics 21, 1982, pp. 219-53, http://digitalphilosophy.org/download_documents/ConservativeLogic.pdf. Edward Fredkin, “A Physicist’s Model of Com-putation”, Proceedings of the Twenty-sixth Recontre de Moriond, Tests of Funda-mental Symmetries, 1991, pp. 283-97, http://www.digitalphilosophy.org/physicists_model.htm.

51. Knight, “Digital Image Stored in Single Molecule”, fa riferimento a Khitrin et al.,“Nuclear Magnetic Resonance Molecular Photography”; si veda la nota 30 supra.

52. Dieci miliardi (1010) di esseri umani a 1019 cps ciascuno fanno 1029 cps per tutti i cervelliumani; 1042 cps è un numero più grande di diecimila miliardi di volte (1013).

53. Fredkin, “Physicist’s Model of Computation”; si vedano le note 45 e 50 supra.

54. Due porte del genere sono la Interaction Gate, una porta logica reversibile univer-sale a due ingressi e quattro uscite (nella pagina seguente, a sinistra) e la FeynmanGate, una porta logica universale reversibile a due ingressi e quattro uscite (nella pagi-na seguente, a destra). Le due immagini sono da Fredkin, op. cit., p. 7.



55. Ivi, p. 8.

56. C. L. Seitz et al, “Hot-Clock nMOS”, Proceedings of the 1985 Chapel Hill Conference onVLSI, Computer Science Press, Rockville, Md., 1985, pp. 1-17, http://caltechcstr. li-brary.caltech.edu/archive/00000365; Ralph C. Merkle, “Reversible Electronic Logic Us-ing Switches”, Nanotechnology 4, 1993, pp. 21-40; S. G. Younis and T. F. Knight,“Practical Implementation of Charge Recovering Asymptotic Zero Power CMOS”,Proceedings of the 1993 Symposium on Integrated Systems, MIT Press, Cambridge, Mass.,1993, pp. 234-50.

57. Hiawatha Bray, “Your Next Battery”, Boston Globe, novembre 24, 2003, http://www.boston.com/business/technology/articles/2003/11 /24/your_next_battery.

58. Seth Lloyd, “Ultimate Physical Limits to Computation”, Nature 406, 2000, pp.1047-54. I primi lavori sui limiti della computazione sono stati svolti da Hans J.Bremermann nel 1962: Hans J. Bremermann, “Optimization Through Evolution andRecombination”, in M. C. Yovits, C. T. Jacobi, C. D. Goldstein (a cura), Self-Organiz-ing Systems, Spartan Books, Washington, D.C., 1962, pp. 93-106. Nel 1984 RobertA. Freitas Jr. ha proseguito il lavoro di Bremermann in Robert A. Freitas Jr.,“Xenopsychology”, Analog 104, aprile 1984, pp. 41-53, http://www.rfreitas. com/Astro/Xenopsychology.htm#SentienceQuotient.

59. π × energia massima (1017 kg × metro2/secondo2) / (6.6 × 10–34) joule-secondo = ~5 ×1050 operazioni/secondo.

60. 5 × 1050 cps equivalgono a 5 × 1021 (5 mila miliardi di miliardi) civiltà umane (ciascunadelle quali richiede 1029 cps).

61. Dieci miliardi (1010) di esseri umani a 1016 cps ciascuno fanno 1026 cps per tutta laciviltà umano. Perciò 5 × 1050 cps equivalgono a 5 × 1024 (5 milioni di miliardi di mil-iardi) civiltà umane.

62. Questa stima ipotizza, prudenzialmente, che ci siano stati dieci miliardi di esseriumani negli ultimi diecimila anni, cosa che ovviamente non è. Il numero degli es-seri umani è andato aumentando gradualmente in passato, raggiungendo i circa6,1 miliardi nel 2000. Ci sono 3 × 107 secondi in un anno, e 3 × 10’] secondi in diec-imila anni. Perciò, usando la stima di 1026 cps per la civiltà umana, il pensieroumano in diecimila anni equivale sicuramente a non più di 3 × 1037 calcoli. Il lap-top definitivo esegue 5 × 1050 calcoli in un secondo. Perciò simulare diecimila annidi pensieri di dieci miliardi di esseri umani richiederebbe circa 10–13 seconds, ovveroun millesimo di nanosecondo.

63. Anders Sandberg, “The Physics of the Information Processing Superobjects: DailyLife Among the Jupiter Brains”, Journal of Evolution & Technology 5, 22 dicembre 1999),http://www.transhumanist.com/volume5/Brains2.pdf.

64. Si veda la nota 62 supra; 1042 cps è un fattore di 10–8 inferiore a 1050 cps, perciò undecimillesimo di nanosecondo diventa 10 microsecondi.

Interaction Gate Feynman Gate


NOTE 533

65. Si veda http://e-drexler.com/p/04/04/0330drexPubs.html per un elenco delle pubbli-cazioni e dei brevetti di Drexler.

66. Al ritmo di $1012 e 1026 cps per mille dollari ($103), otteniamo 1035 cps all’anno allametà degli anni 2040. Il rapporto fra questo valore e 1026 cps per tutto il pensiero bi-ologico nella civiltà umana è 109 (un miliardo).

67. Nel 1984 Robert A. Freitas ha proposto una scala logaritmica per il “quoziente disensibilità (sentience quotient, SQ) sulla base della capacità computazionale di unsistema. In una scala che va da -70 a 50, i cervelli umani arrivano a 13. Il super-computer Cray 1 arriva a 9. Il quoziente di sensibilità di Freitas si basa sulla quan-tità di computazione per unità di massa. Un computer molto veloce con un algorit-mo semplice avrebbe un SQ elevato. La misura che descrivo in questa sezione perla computazione si basa sullo SQ di Freitas e sui tentativi di prendere in consider-azione l’utilità della computazione. Perciò se una computazione più semplice èequivalente a quella effettivamente eseguita, basiamo l’efficienza computazionalesulla computazione equivalente (più semplice). Nella mia misura, inoltre, la com-putazione deve essere “utile”. Robert A. Freitas Jr., “Xenopsychology”, Analog 104,aprile 1984, pp. 41-53, http://www.rfreitas.com/Astro/Xenopsychology. htm#Sen-tienceQuotient.

68. Una divagazione interessante: le incisioni su piccole rocce rappresentavano in ef-fetti una forma primitiva di memoria informatica. Una delle prime forme di lin-guaggio scritto, il cuneiforme, nella Mesopotamia del 3000 a.C. circa, utilizzavapittogrammi su pietre per conservare informazioni. I documenti agricoli eranoconservati come segni cuneiformi su pietre collocate su vassoi e organizzate inrighe e colonne. Queste pietre segnate erano il primo “foglio di calcolo”. Una diqueste pietre con scritte cuneiformi è uno dei pezzi di pregio nella mia collezionedi computer storici.

69. Mille (103) bit sono inferiori alla capacità teorica di memorizzazione di informazi-one negli atomi della pietra (capacità stimata in 1027 bit) per un fattore 10–24.

70. 1 cps (10° cps) è inferiore alla capacità teoria di computazione degli atomi nella pi-etra (capacità stimata in 1042 cps) per un fattore 10–42.

71. Edgar Buckingham, “Jet Propulsion for Airplanes”, NACA report n. 159, in Ninth An-nual Report of NACA-1923, NACA, Washington, D.C., 1924), pp. 75-90. Si vedahttp://naca.larc.nasa.gov/reports/1924/naca-report-159/.

72. Belle Dume, “Microscopy Moves to the Picoscale”, PhysicsWeb, 10 giugno 2004, ht-tp://physicsweb.Org/article/news/8/6/6, che fa riferimento a Stefan Hembacher, Franz J.Giessibl, Jochen Mannhart, “Force Microscopy with Light-Atom Probes”, Science305.5682, 16 luglio 2004, pp. 380-83. Questo nuovo microscopio a forza “armonicasuperiore”, sviluppato dai fisici dell’Università di Augsburg, usa un singolo atomo dicarbonio come sonda e ha una risoluzione almeno tre volte superiore a quella deitradizionali microscopi a scansione a effetto tunnel. Funziona così: la punta di tungs-teno della sonda viene fatta oscillare ad ampiezze subnanometriche, l’interazione fral’atomo sulla punta e l’atomo di carbonio produce componenti armoniche superiorinella forma d’onda sinusoidale sottostante. Gli scienziati hanno misurato questi segnaliper ottenere una immagine a risoluzione ultraelevata dell’atomo della punta che hamostrato particolari del diametro di soli 77 picometri (millesimi di nanometro).

73. Henry Fountain, “New Detector May Test Heisenberg’s Uncertainty Principle”, NewYork Times, 22 luglio 2003.

74. Mitch Jacoby, “Electron Moves in Attoseconds”, Chemical and Engineering News



82.25, 21 giugno 2004, p. 5, che fa riferimento a Peter Abbamonte et al., “ImagingDensity Disturbances in Water with a 41.3-Attosecond Time Resolution”, Physical Re-view Letters 92.23, 11 giugno 2004, pp. 237-401.

75. S. K. Lamoreaux e J. R. Torgerson, “Neutron Moderation in the Oklo Natural Reac-tor and the Time Variation of Alpha”, Physical Review D 69, 2004, pp. 121701-6, http://scitation.aip.org/getabs/servlet/GetabsServlet?prog=normal&id=PRVDAQ000069000012121701000001&idtype=cvips&gifs=yes; Eugenie S. Reich, “Speed ofLight May Have Changed Recently”, New Scientist, 30 giugno 2004, http://www.newscientist.com/news/news.jsp?id=ns99996092.

76. Charles Choi, “Computer Program to Send Data Back in Time”, UPI, 1 ottobre 2002,http://www.upi.com/view.cfm?StoryID=20021001-125805-3380r; Todd Brun, “Com-puters with Closed Timelike Curves Can Solve Hard Problems”, Foundation of PhysicsLetters 16, 2003, pp. 245-53. Edizione elettronica, 11 settembre 2002, http://arxiv.org/PS_cache/gr-qc/pdf/0209/0209061 .pdf.

Capitolo 4

1. Lloyd Watts, “Visualizing Complexity in the Brain”, in D. Fogel e C. Robinson (a cura),Computational Intelligence: The Experts Speak, IEEE Press/Wiley, Piscataway, N.J.,2003, http://www.lloydwatts.com/wcci.pdf.

2. J. G. Taylor, B. Horwitz, K. J. Friston, “The Global Brain: Imaging and Modeling”, Neu-ral Networks 13, numero speciale, 2000, p. 827.

3. Neil A. Busis, “Neurosciences on the Internet”, http://www.neuroguide.com; “Neu-ro-scientists Have Better Tools on the Brain”, Bio IT Bulletin, http://www.bio-itworld.com/news/041503_report2345.html; “Brain Projects to Reap Dividends forNeurotech Firms”, Neurotech Reports, http://www.neurotechreports.com/pages/brainprojects.html.

4. Robert A. Freitas Jr., Nanomedicine, vol. 1, Basic Capabilities, sezione 4.8.6, “Non-inva-sive Neuroelectric Monitoring”, Landes Bioscience, Georgetown, Tex., 1999), pp. 115-16, http://www.nanomedicine.com/NMI/4.8.6.htm.

5. Questo problema è stato analizzato nel Capitolo 3; si veda il paragrafo “La capa-cità computazione del cervello umano”.

6. Ricerca e sviluppo sul riconoscimento del parlato, Kurzweil Applied Intelligence,società che ho fondato nel 1982, e ora fa parte della ScanSoft (ex Kurzweil Compu-ter Products).

7. Lloyd Watts, U.S. Patent Application, U.S. Patent and Trademark Office,20030095667, 22 maggio 2003, “Computation of Multi-sensor Time Delays”.Abstract: “È descritta la determinazione di un ritardo di tempo fra un primo segnalericevuto a un primo sensore e un secondo segnale ricevuto a un secondo sensore. Ilprimio segnale viene analizzato per derivarne una pluralità di canali del primo segnalea frequenze diverse, il secondo segnale viene analizzato per derivarne una pluralità dicanali del secondo segnale a frequenze diverse. Viene rilevata una prima caratteristicache si verifica in un primo istante in uno dei canali del primo segnale. viene rilevatauna seconda caratteristica che si verifica in un secondo istante in uno dei canali delsecondo segnale. Si mette in corrispondenza la prima caratteristica con la seconda e siconfrontano i due istanti per determinare il ritardo”. Si veda anche Nabil H. Farhat,U.S. Patent Application 20040073415, U.S. Patent and Trademark Office, 15 aprile2004, “Dynamical Brain Model for Use in Data Processing Applications.”


NOTE 535

8. Stimo che il genoma compresso contenga da trenta a cento milioni di byte (si vedala nota 57 del Capitolo 2); è meno del codice oggetto di Microsoft Word 2003 emolto meno del suo codice sorgente. Si vedano i requisiti di sistema di Word2003, 20 ottobre 2003, http://www.microsoft.com/office/word/prodinfo/sysreq.mspx.

9. Wikipedia, http://en.wikipedia.org/wiki/Epigenetics.

10. Si veda la nota 57 del Capitolo 2 per una analisi del contenuto d’informazione delgenoma, che io stimo sia fra 30 e 100 milioni di byte, perciò meno di 109 bit. Si ve-da il paragrafo “Capacità della memoria umana” nel Capitolo 3 (p. 126) per la miaanalisi dell’informazione in un cervello umano, stimata in 1018 bit.

11. Marie Gustafsson e Christian Balkenius, “Using Semantic Web Techniques for Valida-tion of Cognitive Models against Neuroscientific Data”, AILS 04 Workshop, SAIS/SSLSWorkshop (Swedish Artificial Intelligence Society; Swedish Society for Learning Sys-tems), 15-16 aprile 2004, Lund, Svezia, www.lucs.lu.se/People/ Christian.Balkenius/PDF/Gustafsson.Balkenius.2004.pdf.

12. Si veda la discussione nel Capitolo 3. In un articolo molto utile, relativo alla model-lazione neurone per neurone, Tomaso Poggio e Christof Koch descrivono il neu-rone come simile a un chip con migliaia di porte logiche. Si veda T. Poggio e C.Koch, “Synapses That Compute Motion”, Scientific American 256, 1987, pp. 46-52.Inoltre, C. Koch e T. Poggio, “Biophysics of Computational Systems: Neurons, Syn-apses, and Membranes”, in G. M. Edelman, W. E. Gall, W. M. Cowan, (a cura), SynapticFunction, John Wiley and Sons, New York, 1987, pp. 637-97.

13. Su Mead, http://www.technology.gov/Medal/2002/bios/Carver_A._Mead.pdf. CarverMead, Analog VLSI and Neural Systems, Addison-Wesley, Reading, Mass., 1986.

14. Si veda la nota 172 del Capitolo 5 per una descrizione algoritmica di una rete neu-rale ad autoorganizzazione e la nota 175 del Capitolo 5 per una descrizione di unalgoritmo genetico autoorganizzante.

15. Si veda Gary Dudley et al., “Autonomic Self-Healing Systems in a Cross-ProductIT Environment”, atti della IEEE International Conference on Autonomic Comput-ing, New York City, 17-19 maggio 2004, http://csdl.computer.org/comp/proceed-ings/icac/2004/2114/00/21140312.pdf; “About IBM Autonomic Computing”, http://www-3.ibm.com/autonomic/about.shtml; Ric Telford, “The Autonomic ComputingArchitecture”, aprile 14, 2004, http://www.dcs.st-andrews.ac.uk/undergrad/cur-rent/dates/disclec/2003-2/RicTelfordDistinguished2.pdf.

16. Christine A. Skarda e Walter J. Freeman, “Chaos and the New Science of the Brain”,Concepts in Neuroscience 1.2, 1990, pp. 275-85.

17. C. Geoffrey Woods, “Crossing the Midline”, Science 304.5676, 4 giugno 2004, pp. 1455-56; Stephen Matthews, “Early Programming of the Hypothalamo-Pituitary-AdrenalAxis”, Trends in Endocrinology and Metabolism 13.9, 1 novembre 2002, pp. 373-80;Justin Crowley and Lawrence Katz, “Early Development of Ocular DominanceColumns”, Science 290.5495, 17 novembre 2000, pp. 1321-24; Anna Penn et al,“Competition in the Retinogeniculate Patterning Driven by Spontaneous Activity”, Sci-ence 279.5359, 27 marzo 1998, pp. 2108-12; M. V. Johnston et al., “Sculpting the De-veloping Brain”, Advances in Pediatrics 48, 2001, pp. 1-38; P. La Cerra e R. Bingham,“The Adaptive Nature of the Human Neurocognitive Architecture: An AlternativeModel”, Proceedings of the National Academy of Sciences 95, 15 settembre 1998, pp.11290-94.

18. Le reti neurali sono modelli semplificati di neuroni che si autoorganizzano e ri-solvono problemi. Si veda la nota 172 del Capitolo 5 per una descrizione algorit-



mica delle reti neurali. Gli algoritmi genetici sono modelli dell’evoluzione che usa-no la riproduzione sessuale con tassi di mutazione controllati. Si veda la nota 175del Capitolo 5 per una descrizione dettaglia degli algoritmi genetici. I modellimarkoviani sono una tecnica matematica per certi versi simile alle reti neurali.

19. Aristotle, The Works of Aristotle, trans. W. D. Ross, Oxford: Clarendon Press,1908-1952 (si veda, in particolare, la Fisica); si veda anche http://www.encyclopedia.com/html/section/aristotl_philosophy.asp [In italiano, Aristotele, Opere, Laterza,Bari].

20. E. D. Adrian, The Basis of Sensation: The Action of Sense Organs, Christophers, Londra,1928.

21. A. L. Hodgkin e A. F. Huxley, “Action Potentials Recorded from Inside a Nerve Fibre”,Nature 144, 1939, pp. 710-12.

22. A. L. Hodgkin e A. F. Huxley, “A Quantitative Description of Membrane Currentand Its Application to Conduction and Excitation in Nerve”, Journal of Physiology117, 1952, pp. 500-544.

23. W. S. McCulloch e W. Pitts, “A Logical Calculus of the Ideas Immanent in NervousActivity”, Bulletin of Mathematical Biophysics 5, 1943, pp. 115-33. Questo saggiofondamentale è di difficile comprensione. Per una introduzione e una spiegazione,si veda “A Computer Model of the Neuron”, the Mind Project, Illinois State Uni-versity, http://www.mind.ilstu.edu/curriculum/perception/mpneuron1.html.

24. Si veda la nota 172 del Capitolo 5 per una descrizione algoritmica delle reti neura-li.

25. E. Salinas e P. Thier, “Gain Modulation: A Major Computational Principle of theCentral Nervous System”, Neuron 27, 2000, pp. 15-21.

26. K. M. O’Craven and R. L. Savoy, “Voluntary Attention Can Modulate fMRI Activity inHuman MT/MST”, Investigational Ophthalmological Vision Science 36, 1995,p.S856 (supp.).

27. Marvin Minsky e Seymour Papert, Perceptrons, MIT Press, Cambridge, Mass., 1969.

28. Frank Rosenblatt, Cornell Aeronautical Laboratory, “The Perceptron: A ProbabilisticModel for Information Storage and Organization in the Brain”, Psychological Review65.6, 1958, pp. 386-408; si veda Wikipedia, http://en.wikipedia.org/wiki/ Percep-tron.

29. O. Sporns, G. Tononi, G. M. Edelman, “Connectivity and Complexity: The Rela-tionship Between Neuroanatomy and Brain Dynamics”, Neural Networks 13.8-9,2000, pp. 909-22.

30. R. H. Hahnloser et al., “Digital Selection and Analogue Amplification Coexist in a Cor-tex-Inspired Silicon Circuit”, Nature 405.6789, 22 giugno 2000, pp. 947-51; “MITand Bell Labs Researchers Create Electronic Circuit That Mimics the Brain’s Cir-cuitry”, MIT News, 21 giugno 2000, http://web.mit.edu/newsoffice/nr/2000/ma-chinebrain.html.

31. Manuel Trajtenberg, Economic Analysis of Product Innovation: The Case ofCT Scanners,Harvard University Press, Cambridge, Mass., 1990; Michael H. Friebe, Ph.D., president,CEO, NEUROMED GmbH; P-M. L. Robitaille, A. M. Abduljalil, A. Kangarlu, “UltraHigh Resolution Imaging of the Human Head at 8 Tesla: 2K x 2K for Y2K”, Journalof Computer Assisted Tomography 24.1, gennaio-febbraio 2000, pp. 2-8.

32. Seong-Gi Kim, “Progress in Understanding Functional Imaging Signals”, Proceedings ofthe National Academy of Sciences 100.7, 1 aprile 2003, pp. 3550-52, http://


NOTE 537

www.pnas.Org/cgi/content/full/100/7/3550. Si veda anche Seong-Gi Kim et al., “Lo-calized Cerebral Blood Flow Response at Submillimeter Columnar Resolution”, Pro-ceedings of the National Academy of Sciences 98.19, 11 settembre 2001, pp. 10904-9,http://www.pnas.org/cgi/content/abstract/98/19/10904.

33. K. K. Kwong et al., “Dynamic Magnetic Resonance Imaging of Human Brain Ac-tivity During Primary Sensory Stimulation”, Proceedings of the National Academy ofSciences 89.12, 15 giugno 1992, pp. 5675-79.

34. C. S. Roy e C. S. Sherrington, “On the Regulation of the Blood Supply of theBrain;’Journal of Physiology 11, 1890, pp. 85-105.

35. M. I. Posner et al., “Localization of Cognitive Operations in the Human Brain”,Science 240.4859, 17 giugno 1988, pp. 1627-31.

36. F. M. Mottaghy et al., “Facilitation of Picture Naming after Repetitive TranscranialMagnetic Stimulation”, Neurology 53.8, 10 novembre 1999, pp. 1806-12.

37. Daithi O Anluain, “TMS: Twilight Zone Science?” Wired News, 18 aprile 2002, http://wired.eom/news/medtech/0,1286,51699,00.html.

38. Lawrence Osborne, “Savant for a Day”, New York Times Magazine, 22 giugno 2003,http://www.wireheading.com/brainstim/savant.html.

39. Bruce H. McCormick, “Brain Tissue Scanner Enables Brain Microstructure Surveys”,Neurocomputing 44-46, 2002, pp. 1113-18; Bruce H. McCormick, “Design of a BrainTissue Scanner”, Neurocomputing 26-27, 1999, pp. 1025-32; Bruce H. McCormick,“Development of the Brain Tissue Scanner”, Brain Networks Laboratory Technical Re-port, Texas A&M University Department of Computer Science, College Station,Tex., 18 marzo 2002, http://research.cs.tamu.edu/bnl/pubs/ McC02.pdf.

40. Leif Finkel et al., “Meso-scale Optical Brain Imaging of Perceptual Learning”, University ofPennsylvania grant 2000-01737, 2000).

41. E. Callaway e R. Yuste, “Stimulating Neurons with Light”, Current Opinions in Neurobi-ology 12.5, ottobre 2002, pp. 587-92.

42. B. L. Sabatini e K. Svoboda, “Analysis of Calcium Channels in Single Spines Using Opti-cal Fluctuation Analysis”, Nature 408.6812, 30 novembre 2000, pp. 589-93.

43. John Whitfield, “Lasers Operate Inside Single Cells”, [email protected], 6 ottobre2003, http://www.nature.com/nsu/030929/030929-12.html (solo per abbonati).Mazur’s lab: http://mazur-www.harvard.edu/research/. Jason M. Sam-onds e A. B.Bonds, “From Another Angle: Differences in Cortical Coding Between Fine andCoarse Discrimination of Orientation”, Journal of Neurophysiology 91, 2004, pp. 1193-1202.

44. Robert A. Freitas Jr., Nanomedicine, vol. 2A, Biocompatibility, section 15.6.2,“Bloodstream Intrusiveness”, Landes Bioscience, Georgetown, Tex., 2003, pp. 157-59,http://www.nanomedicine.eom/NMIIA/15.6.2.htm.

45. Robert A. Freitas Jr., Nanomedicine, vol. 1, Basic Capabilities, section 7.3, “Com-munication Networks”, Landes Bioscience, Georgetown, Tex., 1999, pp. 186-88, http://www.nanomedicine.eom/NMI/7.3.htm.

46. Robert A. Freitas Jr., Nanomedicine, vol. 1, Basic Capabilities, section 9.4.4.3,“Intercellular Passage”, Landes Bioscience, Georgetown, Tex., 1999, pp. 320-21, http://www.nanomedicine.eom/NMI/9.4.4.3.htmtp2.

47. Keith L. Black e Nagendra S. Ningaraj, “Modulation of Brain Tumor Capillaries forEnhanced Drug Delivery Selectively to Brain Tumor”, Cancer Control 11.3, maggio/giugno 2004, pp. 165-73, http://www.moffitt.usf.edu/pubs/ccj/vlln3/pdf/165.pdf.



48. Robert A. Freitas Jr., Nanomedicine, vol. 1, Basic Capabilities, section 4.1, “Nano-sensor Technology”, Landes Bioscience, Georgetown, Tex., 1999, p. 93, http://www.na-nomedicine.eom/NMI/4.1 .htm.

49. Conference on Advanced Nanotechnology (http://www.foresight.org/Conferences/AdvNano2004/index.html), NanoBioTech Congress and Exhibition (http://www.nanobiotec.de/), NanoBusiness Trends in Nanotechnology (http://www.nano event.com),NSTI Nanotechnology Conference and Trade Show (http://www.nsti.org/events.html).

50. Peter D. Kramer, Listening to Prozac, Viking, New York, 1993.

51. La ricerca di LeDoux riguarda regioni del cervello che hanno a che fare con stimo-li minaccio, fra le quali è centrale l’amigdala, una regione a forma di mandorlacomposta da neuroni che si trovano alla base del cervello. L’amigdala conserva ri-cordi degli stimoli minacciosi e controlla le risposte relative alla paura. TomasoPoggio del MIT sottolinea che “la plasticità sinaptica è un substrato hardware perl’apprendimento, ma può essere importante tenere sempre ben presente che l’ap-prendimento è molto più che memoria”. Si veda T. Poggio e E. Bizzi, “Generalizationin Vision and Motor Control”, Nature 431, 2004, pp. 768-74. Si veda anche E. Ben-son, “The Synaptic Self ”, APA Online, novembre 2002, http://www.apa.org/moni-tor/ nov02/synaptic.html.

52. Anthony J. Bell, “Levels and Loops: The Future of Artificial Intelligence and Neu-roscience”, Philosophical Transactions of the Royal Society of London B 354.1352, 29dicembre 1999, pp. 2013-20, http://www.cnl.salk.edu/~tony/ptrsl.pdf.

53. Peter Dayan e Larry Abbott, Theoretical Neuroscience: Computational and Mathe-matical Modeling of Neural Systems, MIT Press, Cambridge, Mass., 2001.

54. D. O. Hebb, The Organization of Behavior: A Neuropsychological Theory, Wiley,New York, 1949.

55. Michael Domjan e Barbara Burkhard, The Principles of Learning and Behavior, 3d ed.,Brooks/Cole, Pacific Grove, Calif., 1993.

56. J. Quintana e J. M. Fuster, “From Perception to Action: Temporal Integrative Func-tions of Prefrontal and Parietal Neurons”, Cerebral Cortex 9.3, aprile-maggio 1999,pp. 213-21; W. F. Asaad, G. Rainer, E. K. Miller, “Neural Activity in the Primate Prefron-tal Cortex During Associative Learning”, Neuron 21.6, dicembre 1998, pp. 1399-1407.

57. G. G. Turrigiano et al., “Activity-Dependent Scaling of Quantal Amplitude in Neo-cor-tical Neurons”, Nature 391.6670, 26 febbraio 1998, pp. 892-96; R. J. O’Brien etal., “Activity-Dependent Modulation of Synaptic AMPA Receptor Accumulation”, Neu-ron 21.5, novembre 1998, pp. 1067-78.

58. Da “A New Window to View How Experiences Rewire the Brain”, Howard Hugh-es Medical Institute, 19 dicembre 2002, http://www.hhmi.org/news/svoboda2.html. Si veda anche J. T. Trachtenberg et al., “Long-Term in Vivo Imag-ing of Experience-Dependent Synaptic Plasticity in Adult Cortex”, Nature420.6917, dicembre 2002, pp. 788-94, http://cpmcnet.columbia.edu/dept/physio/physio2/ Trachtenberg_NATURE.pdf; e Karen Zita e Karel Svoboda, “Activity-DependentSynaptogenesis in the Adult Mammalian Cortex”, Neuron 35.6, settembre 2002, pp.1015-17, http://svobodalab.cshl.edu/reprints/2414zito02neur.pdf.

59. Si veda http://whyfiles.org/184make_memory/4.html. Per maggiori informazioni suspine neuronali e memoria, si veda J. Grutzendler et al., “Long-Term Dendritic SpineStability in the Adult Cortex”, Nature 420.6917, 19-26 dicembre 2002, pp. 812-16.


NOTE 539

60. S. R. Young e E. W. Rubel, “Embryogenesis of Arborization Pattern and Typography ofIndividual Axons in N. Laminaris of the Chicken Brain Stern”, Journal of Compar-ative Neurology 254.4, 22 dicembre 1986, pp. 425-59.

61. Scott Makeig, “Swartz Center for Computational Neuroscience Vision Over-view”, http://www.sccn.ucsd.edu/VisionOverview.html.

62. D. H. Hubel e T. N. Wiesel, “Binocular Interaction in Striate Cortex of Kittens Reared withArtificial Squint”, Journal of Neurophysiology 28.6, novembre 1965, pp. 1041-59.

63. Jeffrey M. Schwartz e Sharon Begley, The Mind and the Brain: Neuroplasticity andthe Power of Mental Force, Regan Books, New York, 2002. Si veda anche C. Xerri, M.Merzenich et al., “The Plasticity of Primary Somatosensory Cortex Paralleling Sen-sorimotor Skill Recovery from Stroke in Adult Monkeys”, The Journal ofNeu-rophysi-ology, 79.4, aprile 1980, pp. 2119-48. Si veda anche S. Begley, “Survival of the Bus-iest”, Wall Street Journal, 11 ottobre 2002, http://webreprints.djreprints.com/606120211414.html.

64. Paula Tallal et al., “Language Comprehension in Language-Learning Impaired Chil-dren Improved with Acoustically Modified Speech”, Science 271, 5 gennaio 1996,pp. 81-84. Paula Tallal è Board of Governors Professor of Neuroscience e condiret-tore del CMBN (Center for Molecular and Behavioral Neuroscience) alla RutgersUniversity, cofondatore e direttore della SCIL (Scientific Learning Corporation); si ve-da http://www.cmbn.rutgers.edu/faculty/tallal.html. Si veda anche Paula Tallal,“Language Learning Impairment: Integrating Research and Remediation”, NewHorizons for Learning 4.4, agosto-settembre 1998, http://www.newhorizons.org/neuro/tallal.htm; A. Pascual-Leone, “The Brain That Plays Music and Is Changed byIt”, Annals of the New York Academy of Sciences 930, giugno 2001, pp. 315-29. Si vedaanche la nota 63 supra.

65. F. A. Wilson, S. P. Scalaidhe, P. S. Goldman-Rakic, “Dissociation of Object andSpatial Processing Domains in Primate Prefrontal Cortex.” Science 260.5116, 25 giugno1993, pp. 1955-58.

66. C. Buechel, J. T. Coull, K. J. Friston, “The Predictive Value of Changes in Effective Connec-tivity for Human Learning”, Science 283.5407, 5 marzo 1999, pp. 1538-41.

67. Hanno prodotto immagini splendide di cellule cerebrali che formano connessionitemporanee e permanenti in risposta a vari stimoli, illustrando i cambiamentistrutturali fra neuroni che, come hanno pensato da tempo molti scienziati, avven-gono quando archiviamo dei ricordi. “Pictures Reveal How Nerve Cells Form Con-nections to Store Short- and Long-Term Memories in Brain”, University of Califor-nia, San Diego, 29 novembre 2001, http://ucsdnews.ucsd.edu/newsrel/science/mc-cell.htm; M. A. Colicos et al., “Remodeling of Synaptic Action Induced by Photo-conductive Stimulation”, Cell 107.5, 30 novembre 2001, pp. 605-16. Video link:http://www.qflux.net/NeuroStim01.rm, Neural Silicon Interface – Quantum Flux.

68. S. Lowel e W. Singer, “Selection of Intrinsic Horizontal Connections in the VisualCortex by Correlated Neuronal Activity”, Science 255.5041, 10 gennaio 1992, pp.209-12.

69. K. Si et al., “A Neuronal Isoform of CPEB Regulates Local Protein Synthesis andStabilizes Synapse-Specific Long-Term Facilitation in Aplysia”, Cell 115.7, 26 dicembre2003, pp. 893-904; K. Si, S. Lindquist, E. R. Kandel, “A Neuronal Isoform of the AplysiaCPEB Has Prion-Like Properties”, Cell 115.7, 26 dicembre 2003, pp. 879-91. Questiricercatori hanno trovato che il CPEB può contribuire alla formazione e alla con-servazione di ricordi di lungo termine, subendo nelle sinapsi modifiche di forma si-



mili alle deformazioni dei prioni (frammenti di proteina che sono coinvolti nel“morbo della mucca pazza” e altre patologie neurologiche). Lo studio fa pensareche questa proteina svolga un lavoro positivo mentre è nello stato di prione,contraddicendo una convinzione assai diffusa, che una proteina con attività prioni-ca sia tossica o almeno non funzioni correttamente. Il meccanismo dei prioni puòavere un ruolo anche in aree come la manutenzione dei tumori e lo sviluppo degliorgani, sospetta Eric R. Kandel, docente di fisiologia e biofisica cellulare, psichia-tria, biochimica e biofisica molecolare alla Columbia University e vincitore del No-bel per la medicina nel 2000. Si veda il comunicato del Whitehead Institute, http://www.wi.mit.edu/nap/features/nap_ feature_memory.html.

70. M. C. Anderson et al., “Neural Systems Underlying the Suppression of UnwantedMemories”, Science 303.5655, 9 gennaio 2004, pp. 232-35. Quanto scoperto puòincoraggiare lo sviluppo di nuovi modi per superare i ricordi traumatizzanti. KeayDavidson, “Study Suggests Brain Is Built to Forget: MRIs in Stanford Experiments Indi-cate Active Suppression of Unneeded Memories”, San Francisco Chronicle, 9 gennaio2004, http://www.sfgate.com/cgi-bin/article.cgi?file=/c/a/2004/01/09/FORGET.TMP8rtype=science.

71. Dieter C. Lie et al., “Neurogenesis in the Adult Brain: New Strategies for CNS Diseases”,Annual Review of Pharmacology and Toxicology 44, 2004, pp. 399-421.

72. H. van Praag, G. Kempermann, F. H. Gage, “Running Increases Cell Proliferation andNeurogenesis in the Adult Mouse Dentate Gyrus”, Nature Neuroscience 2.3, marzo1999, pp. 266-70.

73. Minsky e Papert, Perceptrons, cit.

74. Ray Kurzweil, The Age of Spiritual Machines, Viking, New York, 1999, p. 79.

75. Le funzioni base sono funzioni non lineari che si possono combinare linearmente(sommando più funzioni base pesate) per approssimare qualsiasi funzione non linea-re. Pouget e Snyder, “Computational Approaches to Sensorimotor Transformations”,Nature Neuroscience 3.11 Supplement, novembre 2000, pp. 1192-98.

76. T. Poggio, “A Theory of How the Brain Might Work”, in Proceedings of Cold Spring Har-bor Symposia on Quantitative Biology 4, Cold Spring Harbor Laboratory Press,Cold Spring Harbor, N.Y., 1990, 899-910. Si veda anche T. Poggio e E. Bizzi, “Gen-eralization in Vision and Motor Control”, Nature 431, 2004, pp. 768-74.

77. R. Llinas e J. P. Welsh, “On the Cerebellum and Motor Learning”, Current Opinion inNeurobiology 3.6, dicembre 1993, pp. 958-65; E. Courchesne e G. Alien, “Predictionand Preparation, Fundamental Functions of the Cerebellum”, Learning and Memory4.1, maggio-giugno 1997, pp. 1-35; J. M. Bower, “Control of Sensory Data Acquisi-tion”, International Review of Neurobiology 41, 1997, pp. 489-513.

78. J. Voogd e M. Glickstein, “The Anatomy of the Cerebellum”, Trends in Neuroscience21.9, settembre 1998, pp. 370-75; John C. Eccles, Masao Ito, Janos Szentágothai, TheCerebellum as a Neuronal Machine, Springer, New York, 1967; Masao Ito, The Cere-bellum and Neural Control, Raven, New York, 1984).

79. N. Bernstein, The Coordination and Regulation of Movements, Pergamon Press,New York, 1967.

80. Comunicato dello U.S. Office of Naval Research, “Boneless, Brainy, and Ancient”, 26settembre 2001, http://www.eurekalert.org/pub_releases/2001-ll/oonr-bball2601.php; il braccio del polipo “potrebbe benissimo essere la base per i bracci robotici dinuova generazione per applicazioni sottomarine, spaziali e anche terrestri”.

81. S. Grossberg e R. W. Paine, “A Neural Model of Cortico-Cerebellar Interactions During


NOTE 541

Attentive Imitation and Predictive Learning of Sequential Handwriting Move-ments”, Neural Networks 13.8-9, ottobre-novembre 2000, pp. 999-1046.

82. Voogd e Glickstein, “Anatomy of the Cerebellum”; Eccles, Ito, Szentágothai, Cerebellumas a Neuronal Machine, cit. Ito, Cerebellum and Neural Control, cit. R. Llinas, in V. B.Brooks (a cura), Handbook of Physiology, vol. 2, The Nervous System, American Physio-logical Society, Bethesda, Md., 1981), pp. 831-976.

83. J. L. Raymond, S. G. Lisberger, M. D. Mauk, “The Cerebellum: A Neuronal Learn-ing Machine?” Science 272.5265, 24 maggio 1996, pp. 1126-31; J. J. Kirn e R. F.Thompson, “Cerebellar Circuits and Synaptic Mechanisms Involved in Classical Eye-blink Conditioning”, Trends in Neuroscience 20.4, aprile 1997, pp. 177-81.

84. La simulazione comprendeva 10.000 cellule granulari, 900 cellule di Golgi, 500cellule a fibra, 20 cellule di Purkinje, e 6 cellule nucleari.

85. J. F. Medina et al., “Timing Mechanisms in the Cerebellum: Testing Predictions ofa Large-Scale Computer Simulation”, Journal of Neuroscience 20.14, 15 luglio2000, pp. 5516-25; Dean Buonomano e Michael Mauk, “Neural Network Model ofthe Cerebellum: Temporal Discrimination and the Timing of Motor Reponses”,Neural Computation 6.1, 1994, pp. 38-55.

86. Medina et al., “Timing Mechanisms in the Cerebellum”, cit.

87. Carver Mead, Analog VLSI and Neural Systems, Addison-Wesley Longman, Boston,1989)

88. Lloyd Watts, “Visualizing Complexity in the Brain”, in D. Fogel e C. Robinson (a cu-ra), Computational Intelligence: The Experts Speak, IEEE Press/Wiley, Hoboken,N.J., 2003), pp. 45-56, http://www.lloydwatts.com/wcci.pdf.

89. Ibidem.

90. Si veda http://www.lloydwatts.com/neuroscience.shtml. NanoComputer Dream Team,“The Law of Accelerating Returns, Part II”, http://nanocomputer.org/index.cfm? con-tent=90&Menu=19.

91. Si veda http://info.med.yale.edu/bbs/faculty/she_go.html.

92. Gordon M. Shepherd (a cura), The Synaptic Organization of the Brain, 4th ed., Ox-ford University Press, New York, 1998, p. vi.

93. E. Young, “Cochlear Nucleus”, Ivi, pp. 121-58.

94. Tom Yin, “Neural Mechanisms of Encoding Binaural Localization Cues in the AuditoryBrainstem”, in D. Oertel, R. Fay, A. Popper (a cura), Integrative Functions in the Mammali-an Auditory Pathway, Springer, New York, 2002, pp. 99-159.

95. John Casseday, Thane Fremouw, Ellen Covey, “The Inferior Colliculus: A Hub for theCentral Auditory System”, in Oertel, Fay, Popper, Integrative Functions in the Mamma-lian Auditory Pathway, cit., pp. 238-318.

96. Diagramma di Lloyd Watts, http://www.lloydwatts.com/neuroscience.shtml, adat-tato da E. Young, “Cochlear Nucleus” in G. Shepherd (a cura), The Synaptic Organizationof the Brain, 4th ed., Oxford University Press, New York, 2003 [prima edizione 1998]),pp. 121-58; D. Oertel in D. Oertel, R. Fay, A. Popper, eds., Integrative Functions in theMammalian Auditory Pathway, Springer, New York, 2002, pp. 1-5; John Casseday, T.Fremouw, E. Covey, “Inferior Colliculus” in Ibidem; J. LeDoux, The Emotional Brain,Simon & Schuster, New York, 1997; J. Rauschecker e B. Tian, “Mechanisms andStreams for Processing of ‘What’ and ‘Where’ in Auditory Cortex”, Proceedings of the Na-tional Academy of Sciences 97.22: 11800-11806. regioni del cervello di cui viene dato ilmodello:



Coclea: organo dell’udito. Trentamila fibre convertono il movimento delle staffe inrappresentazioni spettro-temporali del suono.MC: cellule multipolari. Misurano l’energia spettrale.GBC: cellule globulari. Trasmettono gli impulsi dal nervo uditivo al complesso oli-vare superiore laterale (che comprende LSO e MSO). Codificano il tempo e l’amp-iezza dei segnali per il confronto binaurale del livello.SBC: cellule sferiche. Danno una definizione più precisa dell’istante di arrivo, comepreelaborazione per il calcolo della differenza interaurale (la differenza fra gli istantidi arrivo ai due orecchi, utilizzata per stabilire da dove arriva un suono).OC: cellule polipari. Rilevano i transitori.DCN: nucleo cocleare dorsale. Rileva i bordi dello spettro e calibra per i livelli dirumore.VNTB: Nucleo ventrale del corpo trapezoide. Segnali di feedback per modulare lafunzione delle cellule pilifere nella coclea.VNLL, PON: nucleo ventrale del lemnisco laterale; nuclei periolivari. Elaborano itransitori provenienti da OC.MSO: Oliva superiore media. Calcola la differenza temporale interaurale.LSO: Oliva superiore laterale. Anch’essa è coinvolta nel calcolo della differenza dilivello interaurale.ICC: nucleo centrale del collicolo inferiore. Il sito in cui avviene una forte integrazi-one delle molteplici rappresentazioni del suono.ICx: nucleo esterno del collicolo inferiore. Ulteriore affinamento della localizzazionedel suono.SC: collicolo superiore. Sede della fusione fra stimoli uditivi e visivi.MGB: corpo genicolato medio. La parte uditiva del talamo.LS: sistema limbico. Comprende molte strutture associate alle emozioni, ai ricordi, alterritorio e così via.AC: corteccia uditiva.

97. M. S. Humayun et al., “Human Neural Retinal Transplantation”, InvestigativeOphthalmology and Visual Science 41.10, settembre 2000, pp. 3100-3106.

98. Information Science and Technology Colloquium Series, 23 maggio 2001, http://isandtcolloq.gsfc.nasa.gov/spring2001/speakers/poggio.html.

99. Kah-Kay Sung e Tomaso Poggio, “Example-Based Learning for View-Based HumanFace Detection”, IEEE Transactions on Pattern Analysis and Machine Intelligence 20.1,1998, pp. 39-51, http://portal.acm.org/citation.cfm?id=275345&dl=ACM&coll=GUIDE.

100. Maximilian Riesenhuber e Tomaso Poggio, “A Note on Object Class Representation andCategorical Perception”, Center for Biological and Computational Learning, MIT, AIMemo 1679, 1999, ftp://publications.ai.mit.edu/ai-publications/pdf/AIM-1679.pdf.

101. K. Tanaka, “Inferotemporal Cortex and Object Vision”, Annual Review of Neuro-science 19, 1996, pp. 109-39; Anuj Mohan, “Object Detection in Images by Compo-nents”, Center for Biological and Computational Learning, MIT, AI Memo 1664,1999, http://citeseer.ist.psu.edu/cache/papers/cs/12185/ftp:zSzzSzpublications.ai.mit.eduzSzai-publicationszSzl500-1999zSzAIM-1664.pdf/mohan99object.pdf;Anuj Mohan, Constantine Papageorgiou e Tomaso Poggio, “Example-Based ObjectDetection in Images by Components”, IEEE Transactions on Pattern Analysis and Ma-chine Intelligence 23.4, aprile 2001, http://cbcl.mit.edu/projects/cbcl/ publications/ps/mohan-ieee.pdf; B. Heisele, T. Poggio, M. Pontil, “Face Detection in Still Gray Images”,Artificial Intelligence Laboratory, MIT, Technical Report AI Memo 1687, 2000. Si veda


NOTE 543

anche Bernd Heisele, Thomas Serre, Stanley Bilesch, “Component-Based Approach toFace Detection”, Artificial Intelligence Laboratory and the Center for Biologicaland Computational Learning, MIT, 2001, http://www.ai.mit.edu/research/abstracts/abstracts2001/vision-applied-to-people/03hei- sele2.pdf.

102. D. Van Essen e J. Gallant, “Neural Mechanisms of Form and Motion Processing in thePrimate Visual System”, Neuron 13.1, luglio 1994, pp. 1-10.

103. Shimon Ullman, High-Level Vision: Object Recognition and Visual Cognition, MITPress, Cambridge, Mass., 1996; D. Mumford, “On the Computational Architecture ofthe Neocortex. II. The Role of Corticocortical Loops”, Biological Cybernetics 66.3, 1992,pp. 241-51; R. Rao e D. Ballard, “Dynamic Model ofVisual Recognition Predicts NeuralResponse Properties in the Visual Cortex”, Neural Computation 9.4, 15 maggio 1997,pp. 721-63.

104. B. Roska e F. Werblin, “Vertical Interactions Across Ten Parallel, Stacked Representations inthe Mammalian Retina”, Nature 410.6828, 29 marzo 2001, pp. 583-87; University of Cali-fornia, Berkeley, comunicato, “Eye Strips Images of All but Bare Essentials Before SendingVisual Information to Brain, UC Berkeley Research Shows”, 28 marzo 2001, www.berkeley.edu/news/media/releases/2001/03/28_ wersl.html.

105. Hans Moravec e Scott Friedman hanno fondato, sulla base delle ricerche di Moravec, unasocietà di robotica che si chiama Seegrid. Si veda www.Seegrid.com.

106. M. A. Mahowald e C. Mead, “The Silicon Retina”, Scientific American 264.5, maggio1991, pp. 76-82.

107. Specificamente, si applica un filtro passabasso a un recettore (per esempio un fo-torecettore). Poi si moltiplica per il segnale del recettore adiacente. Se si fa in en-trambe le direzioni e si sottraggono da zero i risultati di ciascuna operazione, si ot-tiene un output che riflette la direzione del movimento.

108. Su Berger, si veda http://www.usc.edu/dept/engineering/CNE/faculty/Berger.html.

109. “The World’s First Brain Prosthesis”, New Scientist 177.2386, 15 marzo 2003, p. 4, http://www.newscientist.com/news/news.jsp?id=ns99993488.

110. Charles Choi, “Brain-Mimicking Circuits to Run Navy Robot”, UPI, 7 giugno2004, http://www.upi.com/view.cfm?StoryID=20040606-103352-6086r.

111. Giacomo Rizzolatti et al., “Functional Organization of Inferior Area 6 in theMacaque Monkey. II. Area F5 and the Control of Distal Movements”, ExperimentalBrain Research 71.3, 1998, pp. 491-507.

112. M. A. Arbib, “The Mirror System, Imitation, and the Evolution of Language”, in Ker-stin Dautenhahn e Chrystopher L. Nehaniv (a cura), Imitation in Animals and Arti-facts, MIT Press, Cambridge, Mass., 2002.

113. Marc D. Hauser, Noam Chomsky, W. Tecumseh Fitch, “The Faculty of Language:What Is It, Who Has It, and How Did It Evolve?” Science 298, novembre 2002,pp. 1569-79, www.wjh.harvard.edu/~mnkylab/publications/languagespeech/ Haus-er,Chomsky,Fitch.pdf.

114. Daniel C. Dennett, Freedom Evolves, Viking, New York, 2003 [tr. it. L’evoluzione dellalibertà, Raffaello Cortina, Milano, 2004].

115. Si veda Sandra Blakeslee, “Humanity? Maybe It’s All in the Wiring”, New York Times,11 dicembre 2003, http://www.nytimes.com/2003/12/09/science/09BRAI.html?ex= 1386306000&en=294f5e91 dd262al a&ei=5007&partner=USERLAND.

116. Antonio R. Damasio, Descartes’ Error: Emotion, Reason and the Human Brain,Putnam, New York, 1994 [tr. it. L’errore di Cartesio, Adelphi, Milano 1995].



117. M. P. Maher et al., “Microstructures for Studies of Cultured Neural Networks”,Medical and Biological Engineering and Computing 37.1, gennaio 1999, pp. 110-18;John Wright et al., “Towards a Functional MEMS Neurowell by Physiological Ex-perimentation”, Technical Digest, ASME, 1996 International Mechanical EngineeringCongress and Exposition, Atlanta, novembre 1996, DSC (Dynamic Systems andControl Division), vol. 59, pp. 333-38.

118. W. French Anderson, “Genetics and Human Malleability”, Hastings Center Report23.20, gennaio/febbraio 1990, pp. 1.

119. Ray Kurzweil, “A Wager on the Turing Test: Why I Think I Will Win”, Kurzwei-lAI.net, 9 aprile 2002, http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0374.html.

120. Robert A. Freitas Jr. propone un futuro sistema di upload del cervello, basato sullananotecnologia, che sarebbe a tutti gli effetti istantaneo. Secondo Freitas (comuni-cazione personale, gennaio 2005), “una rete di fibre in vivo come proposta in ht-tp://www.nanomedicine.com/NMI/7.3.l.htm può trattare 1018 bits/s di traffico dati,abbastanza per il controllo in tempo reale dello stato del cervello. La rete ha un vol-ume di 30 cm3 e genera 4-6 watt di calore disperso, due valori abbastanza piccoli peruna installazione sicura in un cervello umano da 1400 cm3 e 25 watt. I segnali per-corrono al più qualche metro a velocità prossima a quella della luce, perciò il tempodi transito dal punto di origine, nei neuroni entro il cervello, fino al sistema di calcoloesterno che fa da mediatore dell’upload risulta di -0.00001 ms, molto meno dei 5 msminimi del tempo di ciclo della scarica dei neuroni. Sensori chimici per il monitorag-gio dei neuroni, collocati in media a 2 micrometri di distanza possono catturare even-ti chimici pertinenti che si verificano entro una finestra temporale di -5 ms, poichéquesto è all’incirca il tempo di diffusione per, poniamo, un piccolo neuropeptide suuna distanza di 2 micrometri (http://www.nanomedicine.com/NMI/Tables/3.4.jpg).Perciò il monitoraggio dello stato del cervello umano probabilmente può essereistantaneo, o almeno nella scala temporale della risposta neurale umana, nel sensoche nulla di significativo andrebbe perso”.

121. M. C. Diamond et al., “On the Brain of a Scientist: Albert Einstein”, ExperimentalNeurology 88, 1985, pp. 198-204.

Capitolo 5

1. Samuel Butler (1835-1902), “Darwin Among the Machines”, Christ Church Press,giugno 13, 1863 (ripubblicato da Festing Jones in 1912 in The Notebooks of SamuelButler).

2. Peter Weibel, “Virtual Worlds: The Emperor’s New Bodies”, in Timothy Druckery (a cu-ra), Ars Electronica: Facing the Future, MIT Press, Cambridge, Mass., 1999, pp. 207-23; online http://www.aec.at/en/archiv_files/19902/ E1990b_009.pdf.

3. James Watson e Francis Crick, “Molecular Structure of Nucleic Acids: A Structure forDeoxyribose Nucleic Acid”, Nature 171.4356, 23 aprile 1953, pp. 737-38, http://www.nature.com/nature/dna50/watsoncrick.pdf.

4. Robert Waterston citato in “Scientists Reveal Complete Sequence of Human Ge-nome”, CBC News, 14 aprile 2003, http://www.cbc.ca/story/science/national/2003/04/14/genome030414.html.

5. Si veda il Capitolo 2, nota 57.


NOTE 545

6. Le relazioni originali di Crick e Watson, che sono ancora oggi una lettura avvin-cente, si possono trovare in James A. Peters (a cura), Classic Papers in Genetics, Pren-tice-Hall, Englewood Cliffs, N.J., 1959. L’affascinante racconto dei successi e dei falli-menti che hanno portato alla doppia elica si trova in J. D. Watson, The Double Helix: APersonal Account of the Discovery of the Structure of DNA, Atheneum, New York,1968 [tr. it. La doppia elica, Garzanti, Milano, 1968]. Nature.com ha una raccoltadi saggi di Crick, disponibile online: http://www. nature.com/nature/focus/crick/in-dex.html.

7. Morislav Radman e Richard Wagner, “The High Fidelity of DNA Duplication”,Scientific American 259.2, agosto 1988, pp. 40-46.

8. La struttura e il comportamento di DNA e RNA sono descritti in Gary Felsenfeld,“DNA”, e James Darnell, “RNA”, entrambi in Scientific American 253.4, ottobre1985, p. 58-67 e 68-78 rispettivamente [tr. it. in Le Scienze, dicembre 1985].

9. Mark A. Jobling e Chris Tyler-Smith, “The Human Y Chromosome: An EvolutionaryMarker Comes of Age”, Nature Reviews Genetics 4, agosto 2003, pp. 598-612;Helen Skaletsky et al., “The Male-Specific Region of the Human Y Chromosome Is aMosaic of Discrete Sequence Classes”, Nature 423, giugno 19, 2003, pp. 825-37.

10. Le proteine malformate sono probabilmente le tossine più pericolose. Variericerche fanno pensare che queste proteine malformate siano determinanti pervari processi patologici: si pensa che Alzheimer, morbo di Parkinson, la formaumana del morbo della mucca pazza, la fibrosi cistica, la cataratta e il diabete de-rivino tutti dall’incapacità dell’organismo di eliminare le proteine mal ripiegate.Le molecole proteiche svolgono il grosso del lavoro cellulare. Le proteine vengonoprodotte all’interno di ogni cellula in base ai modelli del DNA. Partono da lunghestringhe di amminoacidi, che poi debbono essere ripiegate secondo precise config-urazioni tridimensionali, per poter fungere da enzimi, proteine di trasporto e così via.Le tossine di metalli pesanti interferiscono con il funzionamento normale di questienzimi, peggiorando ulteriormente il problema. Ci sono anche mutazioni geneticheche predispongono il singolo all’accumulo di proteine malformate.Quando le protofibrille cominciano a saldarsi insieme, forma filamenti, fibrille einfine strutture globulari più grandi, la placca amiloide. Fino a poco tempo fa questiaccumuli di placca insolubile erano considerati gli agenti patologici di queste malattie,ma ora sappiamo che il vero problema sono le protofibrille stesse. La velocità a cuiuna protofibrilla si trasforma in placca amiloide è in rapporto inverso al progressodella patologia. Questo spiega perché alcuni individui abbiano grandi accumuli diplacca nel cervello senza alcuna evidenza di morbo di Alzheimer, mentre altri hannopoca placca visibile ma manifestazioni estese della malattia. Alcuni formano la placcaamiloide rapidamente, e questa li protegge da ulteriori danni provocati dalle protofi-brille. Altri trasformano le protofibrille in placca amiloide meno rapidamente, eallora il danno può essere più esteso. Queste persone hanno anche meno placca ami-loide visibile. Si veda Per Hammarstrom, Frank Schneider, Jeffrey W. Kelly, “Irons-Suppression of Misfolding in an Amyloid Disease”, Science 293.5539, 28 settembre2001, pp. 2459-62.

11. Un racconto affascinante della nuova biologia si trova in Horace F. Judson, TheEighth Day of Creation: The Makers of the Revolution in Biology, CSHL Press, Wood-bury, N.Y., 1996 [tr. it. parziale dell’edizione precedente: L’ottavo giorno della creazione.La scoperta del DN A, Editori Riuniti, Roma, 1982].

12. Raymond Kurzweil e Terry Grossman, M.D., Fantastic Voyage: Live Long Enoughto Live Forever, Rodale, New York, 2004. Si veda http://www.Fantastic-Voyage.net



and http://www.RayandTerry.com.

13. Raymond Kurzweil, The 10% Solution for a Healthy Life: How to Eliminate Virtually AllRisk of Heart Disease and Cancer, Crown Books, New York, 1993.

14. Kurzweil e Grossman, Fantastic Voyage, cit. Il “Programma per la longevità di Ray &Terry” è presentato nel corso di tutto il libro.

15. Il test dell’“età biologica”, denominato anche H-scan test, comprende test del tem-po di reazione uditiva, la massima frequenza udibile, la sensibilità vibrotattile, iltempo di reazione visivo, il tempo di movimento muscolare, il volume dei polmo-ni, il tempo di reazione visiva con decisione, il tempo di movimento muscolarecon decisione, la memoria (lunghezza della sequenza), il tempo di pressione di pul-santi in alternativa e l’accomodamento visivo. L’autore ha fatto questo testo alFrontier Medical Institute (la clinica della salute e della longevità di Grossman),http://www.FMIClinic.com. Per informazioni sullo H-scan test, si veda “Diagnosticand Lab Testing”, Longevity Institute, Dallas, http://www.lidhealth.com/diagnostic.html.

16. Kurzweil e Grossman, Fantastic Voyage, cit., Capitolo 10.

17. Ibidem.

18. Aubrey D. N. J. de Grey, “The Foreseeability of Real Anti-Aging Medicine: Focusing theDebate”, Experimental Gerontology 38.9, settembre 2003, pp. 927-34; Aubrey D. N. J.de Grey, “An Engineer’s Approach to the Development of Real Anti-Aging Medicine”,Science of Aging, Knowledge, Environment 1, 2003; Aubrey D. N. J. de Grey et al,“Is Human Aging Still Mysterious Enough to Be Left Only to Scientists?” BioEssays 24.7,luglio 2002, pp. 667-76.

19. Aubrey D. N. J. de Grey (a cura), Strategies for Engineered Negligible Senescence: WhyGenuine Control of Aging May Be Foreseeable, Annals of the New York Academy of Scien-ces, vol. 1019, New York Academy of Sciences, New York, giugno 2004.

20. Oltre al fornire le funzioni di tipi diversi di cellule, altri due motivi perché le cel-lule controllino l’espressione dei geni sono gli indizi ambienti e i processi di svi-luppo. anche organismi semplici come i batteri possono attivare e disattivare lasintesi di proteine in funzione di indizi ambientali. E. coli, per esempio, può disat-tivare la sintesi di proteine che le consentono di controllare il livello dell’azotogassoso nell’aria, quando nel suo ambiente ci sono altre fonti di azoto a minore in-tensità di energia. Uno studio recente su 1800 geni delle fragole hanno trovato chel’espressione di 200 di questi geni variava nei diversi stadi dello sviluppo. E. Mar-shall, “An Array of Uses: Expression Patterns in Strawberries, Ebola, TB, and MouseCells”, Science 286.5439, 1999, pp. 445.

21. Insieme a una regione per la codifica delle proteine, i geni comprendono sequenzedi regolazione, denominate promotori e intensificatori, che controllano dove equando quel gene viene espresso. Promotori di geni che codificano per proteine sitrovano normalmente subito “a monte” sul DNA. Un intensificatore attiva l’uso diun promotore, quindi controlla il tasso di espressione del gene. La maggior partedei geni, per esprimersi, hanno bisogno di intensificatori. Questi ultimi sono statidefiniti “il principale determinante della trascrizione differenziale nello spazio(tipo cellulare) e nel tempo” e qualsiasi dato gene può essere collegato a molti sitiintensificatori differenti. S. F. Gilbert, Developmental Biology 6a ed., Sinauer Asso-ciates, Sunderland, Mass., 2000; disponibile online a www.ncbi.nlm.nih.gov/books/bv.fcgi?call=bv.View..ShowSection&rid=.OBpKYEB-SPfxl8nm8Q OxH).Legandosi a regioni intensificatrici o promotrici, i fattori di trascrizione avviano oreprimono l’espressione di un gene. Le nuove conoscenze sui fattori di trascrizione


NOTE 547

hanno modificato profondamente la nostra comprensione dell’espressione genetica.Per Gilbert, nel capitolo “The Genetic Core of Development: Differential GeneExpression”, dice: “Il gene stesso non è più visto come un’entità indipendente checontrolla la sintesi delle proteine: al tempo stesso dirige ed è diretto dalla sintesiproteica. Natalie Anger (1992) ha scritto che “una serie di scoperte fa pensare che ilDNA assomigli piuttosto a certi tipi di politici, circondato da un branco di gestoridi proteine e consulenti che lo devono manipolare, avvolgere e, se è il caso, rein-ventare prima che la grande planimetria del corpo possa avere un qualunquesenso’.”

22. Bob Holmes, “Gene Therapy May Switch Off Huntington’s”, 13 marzo 2003,http://www.newscientist.com/news/news.jsp?id=ns99993493. “L’RNAi emergecome uno strumento potente per l’analisi genetica a ritroso, e viene rapidamenteapplicato allo studio della funzione di molti geni associati a patologie umane, inparticolare quelli associati all’oncogenesi e alle malattie infettive.” J. C. Cheng, T.B. Moore, K. M. Sakamoto, “RNA Interference and Human Disease”, Molecular Genet-ics and Metabolism 80.1-2, ottobre 2003, pp. 121-28. L’RNAi è un “meccanismopotente e fortemente specifico per la sequenza”. L. Zhang, D. K. Fogg, D. M. Wais-man, “RNA Interference-Mediated Silencing of the S100A10 Gene Attenuates PlasminGeneration and Invasiveness of Colo 222 Colorectal Cancer Cells”, Journal of Bio-logical Chemistry 279.3, 16 gennaio 2004, pp. 2053-62.

23. Ciascun chip contiene oligonucleotidi sintetici che replicano sequenze che identif-icano geni specifici. “Per stabilire quali geni sono stati espressi in un campione, iricercatori isolano dai campioni di test l’RNA messaggero, lo convertono in DNAcomplementare (cDNA), lo identificano con colorante fluorescente e mettono ilcampione sul wafer. Ogni cDNA colorato si lega a un oligonucleotide con una se-quenza corrispondente, accendendo un punto sul wafer dove la sequenza è nota.Uno scanner automatico quindi stabilisce quali oligonucleotidi sono stati legati, equindi quali geni sono stati espressi…”. E. Marshall, “Do-It-Yourself Gene Watch-ing”, Science 286.5439, 15 ottobre 1999, pp. 444-47.

24. Ibidem.

25. J. Rosamond e A. Allsop, “Harnessing the Power of the Genome in the Search forNew Antibiotics”, Science 287.5460, 17 marzo 2000, pp. 1973-76.

26. T. R. Golub et al., “Molecular Classification of Cancer: Class Discovery and ClassPrediction by Gene Expression Monitoring”, Science 286.5439, 15 ottobre 1999, pp.531-37.

27. Ibidem, come riferito in A. Berns, “Cancer: Gene Expression in Diagnosis”, Nature403, 3 febbraio 2000, pp. 491-92. In un altro studio, l’1 per cento dei geni studiatipresentava un’espressione ridotta nei muscoli di età avanzata. Questi geni pro-ducevano proteine associate alla produzione di energia e alla costruzione di cel-lule, perciò una riduzione a un senso, dato l’indebolimento associato all’età. I genicon espressione aumentata producevano proteine da stress, utilizzate per riparareDNA danneggiato o proteine danneggiate. J. Marx, “Chipping Away at the Causes ofAging”, Science 287.5462, 31 marzo 2000, pp. 2390.Un altro esempio: le metastasi del fegato sono una causa comune del cancro colonret-tale. Queste metastasi rispondono in modo diverso al trattamento, a seconda del loroprofilo genetico. La profilazione dell’espressione è un modo eccellente per stabilire laforma opportuna di trattamento. J. C. Sung et al., “Genetic Heterogeneity of Color-ectal Cancer Liver Metastases” Journal of Surgical Research 114.2, ottobre 2003, pp.251.



Come ultimo esempio: i ricercatori hanno avuto difficoltà ad analizzare la cellula diReed-Sternberg del morbo di Hodgkin per la sua estrema rarità nel tessuto malato. Laprofilazione dell’espressione ora ci sta dando un indizio in merito all’eredità di questacellula. J. Cossman et al., “Reed-Sternberg Cell Genome Expression Supports a B-CellLineage”, Blood 94.2, 15 luglio 1999, pp. 411-16.

28. T. Ueland et al., “Growth Hormone Substitution Increases Gene Expression ofMembers of the IGF Family in Cortical Bone from Women with Adult OnsetGrowth Hormone Deficiency – Relationship with Bone Turn-Over”, Bone 33.4, ot-tobre 2003, pp. 638-45.

29. R. Lovett, “Toxicologists Brace for Genomics Revolution”, Science 289.5479, 28luglio 2000, pp. 536-37.

30. Il trasferimento di geni alle cellule somatiche influenza un sottoinsieme delle cel-lule del corpo per un certo periodo di tempo. È teoricamente possibile inoltremodificare l’informazione genetica nelle cellule uovo e spermatozoo, per trasmet-tere queste modificazioni alle generazioni successive. Una terapia del genere ponemolti interrogativi di ordine etico e non è stata ancora tentata. “Gene Therapy”,Wikipedia, http://en.wikipedia.org/wiki/Gene_therapy.

31. I geni codificano per le proteine, che svolgono una funzione fondamentale nell’or-ganismo umano. Geni anomali o mutati codificano proteine che non riesco asvolgere quelle funzioni, e perciò producono disturbi e patologie genetiche. L’obi-ettivo della terapia genica è sostituire i geni difettosi in modo che vengano pro-dotte proteine normali. Questo risultato si può ottenere in vari modi, ma il piùcomune è l’inserimento di un gene sostituivo nelle cellule obiettivo del paziente,mediante una molecola trasportatrice (un vettore). “Attualmente, il vettore piùcomune è un virus che è stato modificato geneticamente in modo che porti delDNA umano normale. I virus hanno evoluto un modo di incapsulare e portare iloro geni nelle cellule umane in modo patogeno. Gli scienziati hanno cercato disfruttare questa capacità e di manipolare il genoma del virus per eliminare i geniche provocano malattie e inserire al loro posto geni terapeutici”. (Human GenomeProject, “Gene Therapy”, http://www.ornl. gov/TechResources/Human_Genome/medicine/gene therapy.html). Si veda il sito dello Human Genome Project per mag-gior informazioni sulla terapia genica e link relativi. La terapia genica è un’area diricerca importante: vi sono dedicate, al momento in cui scrivo, sei riviste scien-tifiche con referaggio e quattro associazioni professionali.

32. K. R. Smith, “Gene Transfer in Higher Animals: Theoretical Considerations and KeyConcepts”, Journal of Biotechnology 99.1, 9 ottobre 2002, pp. 1-22.

33. Anil Ananthaswamy, “Undercover Genes Slip into the Brain”, 20 marzo 2003, http://www.newscientist.com/news/news.jsp?id=ns99993520.

34. A. E. Trezise et al., “In Vivo Gene Expression: DNA Electrotransfer”, Current Opinion inMolecular Therapeutics 5.4, agosto 2003, pp. 397-404.

35. Sylvia Westphal, “DNA Nanoballs Boost Gene Therapy”, 12 maggio 2002, http://www.newscientist.com/news/news.jsp?id=ns99992257.

36. L. Wu, M. Johnson, M. Sato, “Transcriptionally Targeted Gene Therapy to Detectand Treat Cancer”, Trends in Molecular Medicine 9.10, ottobre 2003, pp. 421-29.

37. S. Westphal, “Virus Synthesized in a Fortnight”, 14 novembre 2003, http://www.newscientist.com/news/news.jsp?id=ns99994383.

38. G. Chiesa, “Recombinant Apolipoprotein A-I(Milano) Infusion into Rabbit Carot-id Artery Rapidly Removes Lipid from Fatty Streaks”, Circulation Research 90.9,


NOTE 549

17 maggio 2002, pp. 974-80; P. K. Shah et al., “High-Dose Recombinant Apolipo-protein A-I(Milano) Mobilizes Tissue Cholesterol and Rapidly Reduces Plaque Lipidand Macrophage Content in Apolipoprotein e-Deficient Mice”, Circulation 103.25, 26giugno 2001, pp. 3047-50.

39. S. E. Nissen et al., “Effect of Recombinant Apo A-I Milano on Coronary Athero-sclerosis in Patients with Acute Coronary Syndromes: A Randomized Controlled Tri-al”, JAMA 290.17, 5 novembre 2003, pp. 2292-2300.

40. Un recente studio della fase 2 ha riportato “livelli nettamente aumentati di colestero-lo HDL e livelli diminuiti di colesterolo LDL”, New England Journal of Medicine350.15, 8 aprile 2004, pp. 1505-15, http://content.nejm. org/cgi/content/abstract/350/15/1505. I trial globali della fase 3 sono iniziati alla fine del 2003. Informazio-ni sul Torcetrapib si possono trovare sul sito della Pfizer: http://www.pfizer.com/are/investors_reports/annual_2003/review/p2003ar!4_J 5.htm.

41. O. J. Finn, “Cancer Vaccines: Between the Idea and the Reality”, Nature Reviews:Immunology 3.8, agosto 2003, pp. 630-41; R. C. Kennedy e M. H. Shearer, “A Role forAntibodies in Tumor Immunity”, International Reviews of Immunology 22.2, mar-zo-aprile 2003, pp. 141-72.

42. T. F. Greten e E. M. Jaffee, “Cancer Vaccines”, Journal of Clinical Oncology 17.3, marzo1999, pp. 1047-60.

43. “Cancer ‘Vaccine’ Results Encouraging”, BBCNews, 8 gennaio 2001, http://news.bbc.co.uk/2/hi/health/1102618.stm, che riferisce di ricerche condotte da E. M. Jaf-fee et al., “Novel Allogeneic Granulocyte-Macrophage Colony-Stimulating Factor-Se-creting Tumor Vaccine for Pancreatic Cancer: A Phase I Trial of Safety and Immune Acti-vation”, Journal of Clinical Oncology 19.1, 1 gennaio 2001, pp. 145-56.

44. John Travis, “Fused Cells Hold Promise of Cancer Vaccines”, 4 marzo 2000, http://www.sciencenews.org/articles/20000304/fob3.asp, che fa riferimento a D. W.Kufe, “Smallpox, Polio and Now a Cancer Vaccine?”, Nature Medicine 6, marzo2000, pp. 252-53.

45. J. D. Lewis, B. D. Reilly, R. K. Bright, “Tumor-Associated Antigens: From Discovery toImmunity”, International Reviews of Immunology 22.2, marzo-aprile 2003, pp. 81-112.

46. T. Boehm et al., “Antiangiogenic Therapy of Experimental Cancer Does Not In-duce Acquired Drug Resistance”, Nature 390.6658, 27 novembre 1997, pp. 404-7.

47. Angiogenesis Foundation, “Understanding Angiogenesis”, http://www.angio.org/ un-derstanding/content_understanding.html; L. K. Lassiter e M. A. Carducci, “En-dothelin Receptor Antagonists in the Treatment of Prostate Cancer”, Seminars inOncology 30.5, ottobre 2003, pp. 678-88. Per una spiegazione del processo, si veda,sul sito del National Cancer Institute, “Understanding Angiogenesis”, http://press2.nci.nih.gov/sciencebehind/angiogenesis/angio02.htm.

48. I. B. Roninson, “Tumor Cell Senescence in Cancer Treatment”, Cancer Research63.11, 1 giugno 2003, pp. 2705-15; B. R. Davies et al., “Immortalization of Hu-man Ovarian Surface Epithelium with Telomerase and Temperature-SensitiveSV40 Large T Antigen” Experimental Cell Research 288.2, 15 agosto 2003, pp. 390-402.

49. Si veda anche R. C. Woodruff e J. N. Thompson Jr., “The Role of Somatic andGermline Mutations in Aging and a Mutation Interaction Model of Aging”, Journal ofAnti-Aging Medicine 6.1, primavera 2003, pp. 29-39. Si vedano anche le note 18 e 19 su-pra.



50. Aubrey D. N. J. de Grey, “The Reductive Hotspot Hypothesis of Mammalian Ag-ing: Membrane Metabolism Magnifies Mutant Mitochondrial Mischief”, EuropeanJournal of Biochemistry 269.8, aprile 2002, pp. 2003-9; P. F. Chinnery et al, “Accu-mulation of Mitochondrial DNA Mutations in Ageing, Cancer, and MitochondrialDisease: Is There a Common Mechanism?” Lancet 360.9342, 26 ottobre 2002, pp.1323-25; A. D. de Grey, “Mitochondrial Gene Therapy: An Arena for the Biomedi-cal Use of Interns”, Trends in Biotechnology 18.9, settembre 2000, pp. 394-99.

51. “L’idea di ‘vaccinare’ una persona contro una patologia neurodegenerativa come ilmorbo di Alzheimer segna un netto distacco dal pensiero classico sul meccanismoe il trattamento, tuttavia vaccini terapeutici sia per il morbo di Alzheimer che perla sclerosi multipla sono stati convalidati nei modelli animali e sono nella fase diconvalida clinica. Questi metodi, tuttavia, possono indurre anche risposte infiam-matorie non desiderate, oltre a dare dei benefici”: H. L. Weiner e D. J. Selkoe, “In-flammation and Therapeutic Vaccination in CNS Diseases”, Nature 420.6917, 19-26 dicembre 2002, pp. 879-84). Questi ricercatori hanno mostrato che un vaccino sot-to forma di gocce per il naso può rallentare il decadimento cerebrale provocatodall’Alzheimer. H. L. Weiner et al., “Nasal Administration of Amyloid-beta Pep tide De-creases Cerebral Amyloid Burden in a Mouse Model of Alzheimer’s Disease”, Annalsof Neurology 48.4, ottobre 2000, pp. 567-79.

52. S. Vasan, P. Foiles, e H. Founds, “Therapeutic Potential of Breakers of Advanced Glyca-tion End Product-Protein Crosslinks”, Archives of Biochemistry and Biophysics 419.1, 1novembre 2003, pp. 89-96; D. A. Kass, “Getting Better Without AGE: New Insights intothe Diabetic Heart”, Circulation Research 92.7, 18 aprile 2003, pp. 704-6.

53. S. Graham, “Methuselah Worm Remains Energetic for Life”, 27 ottobre 2003,www.sciam.com/article.cfm?chanID=sa003&articleID=OOOC601F-8711-lF99-86FB83414B7F0156.

54. La home page di Ron Weiss sul sito della Princeton University (http://www.prince-ton.edu/~ rweiss) elenca le sue pubblicazioni, come “Genetic Circuit Building Blocksfor Cellular Computation, Communications, and Signal Processing”, Natural Com-puting, an International Journal 2.1, gennaio 2003, pp. 47-84.

55. S. L. Garfinkel, “Biological Computing”, Technology Review, maggio-giugno 2000),http://static.highbeam.eom/t/technologyreview/may012000/biologicalcomputing.

56. Ibidem. Si veda anche l’elenco delle ricerche in corso sul sito del MIT Media Lab,http://www.media.mit.edu/research/index.html.

57. Ecco una possibile spiegazione: “Nei mammiferi, gli embrioni femminili hannodue cromosomi X e quelli maschili uno. Nel primo sviluppo, nelle femmine unodei geni di X e la maggior parte dei suoi geni normalmente non sono attivati. Inquesto modo, sul piano quantitativo l’espressione genica in maschi e femmine èidentica. Negli animali clonati, invece, un cromosoma X è già disattivato nel nu-cleo donato: bisogna riprogrammarlo e poi disattivarlo di nuovo, il che introducela possibilità di errori”. CBC News online staff, “Genetic Defects May Explain Clon-ing Failures”, 27 maggio 2002, http://www.cbc.ca/stories/2002/05/27/cloning_errors020527. That story reports on F. Xue et al., “Aberrant Patterns of XChromosome Inactiva-tion in Bovine Clones”, Nature Genetics 31.2, giugno 2002,pp. 216-20.

58. Rick Weiss, “Clone Defects Point to Need for 2 Genetic Parents”, Washington Post, 10maggio 1999, http://www.gene.ch/genet/1999/Jun/msg00004.htrnl.

59. A. Baguisi et al., “Production of Goats by Somatic Cell Nuclear Transfer”, Nature


NOTE 551

Biotechnology 5, maggio 1999, pp. 456-61. Per maggiori informazioni sulla part-nership fra Genzyme Transgenics Corporation, Louisiana State University e Tufts Uni-versity School of Medicine che ha prodotto questo lavoro, si veda il comunicato del 27aprile 1999 “Genzyme Transgenics Corporation Announces First Successful Cloning ofTransgenic Goat”, http://www.transgenics.com/pressreleases/pr042799.html.

60. Luba Vangelova, “True or False? Extinction Is Forever”, Smithsonian, giugno2003, http://www.smithsonianmag.com/smithsonian/issues03/jun03/phenome-na.html.

61. J. B. Gurdon e A. Colman, “The Future of Cloning”, Nature 402.6763, 16 dicem-bre 1999, pp. 743-46; Gregory Stock e John Campbell (a cura), Engineering the Hu-man Germline: An Exploration of the Science and Ethics of Altering the Genes We Pass toOur Children, Oxford University Press, New York, 2000.

62. Come sottolinea lo Scripps Research Institute, “La capacità di de-differenziare cel-lule già orientate a compiti specifici e farle tornare cellule progenitrici totipotentipotrebbe permetterci di superare molti degli ostacoli associati all’uso di ESC e cel-lule staminali adulte nelle applicazioni cliniche (differenziazione inefficiente, rifiu-to di cellule allogene, isolamento ed espansione efficienti ecc.). Con un processodi de-differenziazione efficiente, si può pensare che si possano usare cellule adulte,sane, abbondanti e facilmente accessibili, per generare tipi diversi di cellule funzi-onali per riparare tessuti e organi danneggiati” (http://www.scripps.edu/chem/ding/sciences.htm).

La conversione diretta di un tipo di cellula differenziata in un altro tipo (unprocesso denominato transdifferenziazione) sarebbe vantaggiosa per laproduzione di cellule isogene (cioè del paziente stesso) per la riparazione dicellule o tessuti malati o danneggiati. Le cellule staminali adulte presentanoun potenziale di differenziazione più ampio di quello previsto e possonoandare a far parte di tessuti diversi da quelli in cui risiedono. Come tali,potrebbero essere validi agenti terapeutici. Progressi recenti nella transdif-ferenziazione comportano il trapianto nucleare, la manipolazione di con-dizioni delle colture cellulari, l’induzione di espressione genica ectopica el’assunzione di molecole da estratti cellulari. Questi approcci aprono nuovestrade per l’ingegneria delle cellule sostitutive isogene. Per evitare trasfor-mazioni tissutali imprevedibili, la riprogrammazione nucleare richiede modi-ficazioni epigenetiche controllate ed ereditabili. Ci vorrà ancora molto peridentificare i processi molecolari alla base della riprogrammazione nucleare eper valutare la stabilità delle modifiche nelle cellule riprogrammate.

Citato da P. Collas e Anne-Mari Hakelien, “Teaching Cells New Tricks”, Trends in Bio-technology 21.8, agosto 2003, pp. 354-61; P. Collas, “Nuclear Reprogramming in Cell-Free Extracts”, Philosophical Transactions of the Royal Society of London, B 358.1436, 29agosto 2003, pp. 1389-95.

63. Alcuni ricercatori in laboratorio hanno convertito cellule umane del fegato in celluledel pancreas: Jonathan Slack et al., “Experimental Conversion of Liver to Pancreas”,Current Biology 13.2, gennaio 2003, pp. 105-15. Altri hanno riprogrammato dellecellule in modo che si comportassero come altre cellule, utilizzando estratti cellu-lari; per esempio, cellule della pelle sono state riprogrammate in modo da presen-tare caratteristiche delle cellule T. Anne-Mari Hakelien et al., “Reprogramming Fi-bro-blasts to Express T-Cell Functions Using Cell Extracts”, Nature Biotechnology 20.5,maggio 2002, pp. 460-66; Anne-Mari Hakelien e P. Collas, “Novel Approaches toTransdifferentiation”, Cloning Stem Cells 4.4, 2002, pp. 379-87. Si veda anche DavidTosh e Jonathan M. W. Slack, “How Cells Change Their Phenotype”, Nature ReviewsMolecular Cell Biology 3.3, marzo 2002, pp. 187-94.

64. Si veda la descrizione dei fattori di trascrizione alla nota 21 supra.



65. R. P. Lanza et al., “Extension of Cell Eife-Span and Telomere Length in AnimalsCloned from Senescent Somatic Cells”, Science 288.5466, 28 aprile 2000, pp. 665-69. Siveda anche J. C. Ameisen, “On the Origin, Evolution, and Nature of Programmed CellDeath: A Timeline of Four Billion Years”, Cell Death and Differentiation 9.4, aprile 2002,pp. 367-93; Mary-Ellen Shay, “Transplantation Without a Donor”, Dream: The Maga-zine of Possibilities, Children’s Hospital, Boston, autunno 2001.

66. Nel 2000 la Immune Tolerance Network (http://www.immunetolerance.org), unprogetto dei National Institutes of Health (NIH) e della Juvenile Diabetes Foundation,ha annunciato un trial clinico multicentro per valutare l’efficacia del trapianto di iso-le. Secondo un riassunto di ricerca su trial clinico (James Shapiro, “Campath-lHand One-Year Temporary Sirolimus Maintenance Monotherapy in Clinical IsletTransplantation”, http://www.immunetolerance.org/public/clinical/islet/trials/shapiro2.html), “Questa terapia non è adatta per pazienti con diabete di tipo 1, anchese non ci fosse limitazione alla fornitura di isole, a causa dei rischi potenziali a lun-go termine di cancro, infezioni potenzialmente letali ed effetti collaterali dei far-maci correlati alla terapia antirigetto. Se si potesse raggiungere la tolleranza [fun-zionamento indefinito del trapianto senza bisogno di terapia farmacologica di lun-go periodo per impedire il rigetto] con rischi minimi, allora il trapianto di isole sipotrebbe usare con sicurezza in tempi precedenti, nello sviluppo del diabete, e allafine nei bambini al momento della diagnosi”.

67. “Lab Grown Steaks Nearing Menu”, http://www.newscientist.com/news/news.jsp?id=ns99993208, con discussione di aspetti tecnici.

68. Il tempo di dimezzamento per le dimensioni delle caratteristiche è di cinque anniin ciascuna dimensione. Si veda la discussione nel Capitolo 2.

69. Un’analisi di Robert A. Freitas Jr. indica che sostituendo il 10 per cento dei globulirossi di una persona con respirociti robotici, quella persona potrebbe trattenere ilrespiro per circa quattro ore, circa 240 volte più di un minuto (che è all’incirca iltempo che si può trattenere il respiro con tutti i globuli rossi biologici). Dato cheun tale incremento deriva dalla sostituzione di solo il 10 per cento dei globuli ros-si, i respirociti sono migliaia di volte più efficaci.

70. La nanotecnologia è “il controllo esteso ed economico della struttura della materiasulla base del controllo molecola per molecola dei prodotti e dei prodotti collate-rali; i prodotti e i processi della produzione molecolare, compresi i macchinarimolecolari”, Eric Drexler e Chris Peterson, Unbounding the Future: The Nanotechno-logy Revolution, William Morrow, New York, 1991. Secondo questi autori:

La tecnologia si è mossa in direzione di un maggior controllo della strutturadella materia per millenni… [L]e tecnologie di punta del passato – micro-onde, valvole, laser, superconduttori, satelliti, robot e simili – sono uscitequasi a goccia dalle industrie, dapprima con prezzi elevatissimi e applicazionilimitate. La produzione molecolare, però, sarà come i computer: una tecnolo-gia flessibile con una enorme gamma di applicazioni. E la produzione moleco-lare non uscita a goccia dalle industrie tradizionali, come è successo con icomputer; sostituirà gli impianti industriali e sostituirà o aggiornerà i loroprodotti. È qualcosa di nuovo e di fondamentale, non un altro gadget del ven-tesimo secolo. Nascerà dalle tendenze della scienza del Ventesimo secolo, masconvolgerà le linee di tendenza in tecnologia, economia e delle questioni am-bientali. [Dal Capitolo 1]

Drexler e Peterson delineano il possibile raggio d’azione della rivoluzione: celle solariefficienti “economiche quanto il giornale quotidiano e resistenti quanto l’asfalto”,meccanismi molecolari che possono uccidere a freddo i virus in sei ore prima di bio-degradarsi, macchine immunitarie che distruggono le cellule maligne nel corpo alla


NOTE 553

sola pressione di un pulsante, supercomputer da tasca, la fine dell’uso dei combusti-bili fossili, viaggi spaziali e specie estinte riportate in vita. Si veda anche E. Drexler,Engines of Creation, Anchor Books, New York, 1986. Il Foresight Institute ha unutile elenco di FAQ sulla nanotecnologia (http://www.foresight.org/NanoRev/FIFAQ1.html) e altre informazioni. Altre risorse Web sono la National NanotechnologyInitiative (http:// www.nano.gov), http://nanotechweb.org, la pagina sulla nanotecno-logia di Ralph Merkle (http://www.zyvex.com/nano), e Nanotechnology, una rivistaonline (http://www.iop.org/EJ/journal/0957-4484). Molto materiale sulla nanotecno-logia si può trovare anche sul sito dell’autore: http://www.kurzweilAI.net/meme/frame.html?m= 18.

71. Richard P. Feynman, “There’s Plenty of Room at the Bottom”, American PhysicalSociety annual meeting, Pasadena, California, 1959; la trascrizione si può trovareall’indirizzo http://www. zyvex.com/nanotech/feynman.html.

72. John von Neumann, Theory of Self-Reproducing Automata, A. W Burks (a cura),University of Illinois Press, Urbana, 1966.

73. La rassegna più ampia sulla replicazione di macchine cinematiche è Robert A. Frei-tas Jr. e Ralph C. Merkle, Kinematic Self-Replicating Machines, Landes Bioscience, Geor-getown, Tex., 2004, http://www.MolecularAssembler.com/KSRM.htm.

74. K. Eric Drexler, Engines of Creation, cit., e K. Eric Drexler, Nanosystems: MolecularMachinery, Manufacturing, and Computation, Wiley Interscience, New York, 1992.

75. Si veda la discussione sui circuiti a nanotubi nel Capitolo 3, compresa l’analisi del po-tenziale dei circuiti a nanotubi nella nota 9 di quel capitolo.

76. K. Eric Drexler e Richard E. Smalley, “Nanotechnology: Drexler and Smalley Makethe Case for and Against ‘Molecular Assemblers’”, Chemical and Engineering News, 30novembre 2003, http://pubs.acs.org/cen/coverstory/8148/8148counter point.html.

77. Ralph C. Merkle, “A Proposed ‘Metabolism’ for a Hydrocarbon Assembler”, Nano-technology 8, dicembre 1997, pp. 149-62, http://www.iop.org/EJ/abstract/0957-4484/8/4/001 o http://www.zyvex.com/nanotech/hydroCarbonMetabolism.html. Si veda ancheRalph C. Merkle, “Binding Sites for Use in a Simple Assembler”, Nanotechnology 8, 1997, pp.23-28, http://www.zyvex.com/nanotech/bindingSites.html; Ralph C. Merkle, “A NewFamily of Six Degree of Freedom Positional Devices”, Nanotechnology 8, 1997, pp. 47-52, http://www.zyvex. com/nanotech/6dof.html; Ralph C. Merkle, “Casing an Assem-bler”, Nanotechnology 10, 1999, pp. 315-22, http://www.zyvex.com/nanotech/casing;Robert A. Freitas Jr., “A Simple Tool for Positional Diamond Mechanosynthesis, and ItsMethod of Manufacture”, U.S. Provisional Patent Application No. 60/543,802, inoltratal’11 febbraio 2004, processo descritto in http://www.MolecularAssembler.com/Papers/PathDiamMolMfg.htm; Ralph C. Merkle e Robert A. Freitas Jr., “Theoretical Analysis of aCarbon-Carbon Dimer Placement Tool for Diamond Mechanosynthesis”, Journal of Na-noscience and Nanotechnology 3, agosto 2003, pp. 319-24, http://www.rfreitas.com/Na-no/JNNDimerTool. pdf; Robert A. Freitas Jr. e Ralph C. Merkle, “Merkle-Freitas Hydrocar-bon Molecular Assembler”, in Kinematic Self-Replicating Machines, section 4.11.3, LandesBioscience, Georgetown, Tex., 2004, pp. 130-35, http://www.MolecularAssembler.eom/KSRM/4.11.3.htm.

78. Robert A. Freitas Jr., Nanomedicine, vol. 1, Basic Capabilities, section 6.3.4.5, “Chemo-electric Cells”, Landes Bioscience, Georgetown, Tex., 1999, pp. 152-54, http://www.na-nomedicine.eom/NMI/6.3.4.5.htm; Robert A. Freitas Jr., Nanomedicine, vol. 1, Basic Ca-pabilities, section 6.3.4.4, “Glucose Engines”, Landes Bioscience, Georgetown, Tex., 1999,pp. 149-52, http://www.nanomedicine.com/ NMI/6.3.4.4.htm; K. Eric Drexler, Nano-systems: Molecular Machinery, Manufacturing, and Computation, sezione 16.3.2,



“Acoustic Power and Control”, Wiley Interscience, New York, 1992, pp. 472-76. Siveda anche Robert A. Freitas Jr. e Ralph C. Merkle, Kinematic Self-Replicating Ma-chines, appendice B.4, “Acoustic Transducer for Power and Control”, Landes Bio-science, Georgetown, Tex., 2004, pp. 225-33, http://www.MolecularAssembler.eom/KSRM/AppB.4.htm.

79. La rassegna più ampia di queste proposte si può trovare in Robert A. Freitas Jr. eRalph C. Merkle, Kinematic Self-Replicating Machines, Capitolo 4, “Microscale andMolecular Kinematic Machine Replicators”, Landes Bioscience, Georgetown, Tex.,2004, pp. 89-144, http://www.MolecularAssembler.com/ KSRM/4.htm.

80. Drexler, Nanosystems, cit., p. 441.


82. T. R. Kelly, H. De Silva, R. A. Silva, “Unidirectional Rotary Motion in a Molecular Sys-tem”, Nature 401.6749, 9 settembre 1999, pp. 150-52.

83. Carlo Montemagno e George Bachand, “Constructing Nanomechanical DevicesPowered by Biomolecular Motors”, Nanotechnology 10, 1999, pp. 225-31; GeorgeD. Bachand e Carlo D. Montemagno, “Constructing Organic/Inorganic NEMSDevices Powered by Biomolecular Motors”, Biomedical Microdevices 2.3, giugno2000, pp. 179-84.

84. N. Koumura et al., “Light-Driven Monodirectional Molecular Rotor”, Nature401.6749, 9 settembre 1999, pp. 152-55.

85. Berkeley Lab, “A Conveyor Belt for the Nano-Age”, 28 aprile 2004, http://www.lbl.gov/Science-Articles/Archive/MSD-conveyor-belt-for-nanoage.html.

86. “Study: Self-Replicating Nanomachines Feasible”, 2 giugno 2004, http://www.small-times.com/document_display.cfm?section_id=53&document_id =8007, che fariferimento a Tihamer Toth-Fejel, “Modeling Kinematic Cellular Automata”, 30aprile 2004, http://www.niac.usra.edu/files/studies/final_report/pdf/883Toth-Fe-jel.pdf.

87. W. U. Dittmer, A. Reuter, F. C. Simmel, “A DNA-Based Machine That Can CyclicallyBind and Release Thrombin”, Angewandte Chemie International Edition 43, 2004, pp.3550-53.

88. Shiping Liao e Nadrian C. Seeman, “Translation of DNA Signals into Polymer As-sembly Instructions”, Science 306, 17 dicembre 2004, pp. 2072-74, http://www.sciencemag.org/cgi/reprint/306/5704/2072.pdf.

89. Scripps Research Institute, “Nano-origami”, 11 febbraio 2004, http://www.eurekalert.org/pub_releases/2004-02/sri-n021004.php.

90. Jenny Hogan, “DNA Robot Takes Its First Steps”, 6 maggio 2004, http://www.newscientist.com/news/news.jsp?id=ns99994958, che si riferisce a Nadrian Seeman eWilliam Sherman, “A Precisely Controlled DNA Biped Walking Device”, Nano Letters4.7, luglio 2004, pp. 1203-7.

91. Helen Pearson, “Construction Bugs Find Tiny Work”, Nature News, 11 luglio 2003,http://www.nature.com/news/2003/030707/full/030707-9.html.

92. Richard E. Smalley, “Nanofallacies: Of Chemistry, Love and Nanobots”, ScientificAmerican 285.3, settembre 2001, pp. 76-77; http://www.sciamdigital.com/browse.cfm?sequencenameCHAR=item2&methodnameCHAR=resource_getitembrowse&interfacenameCHAR=browse.cfm&ISSUEID_CHAR=6A628AB3-17A5-4374-B100-3185AOCCC86&ARTICLEID_CHAR=F90C4210-C153-4B2F-83Al-28F2012B637&sc=I100322 (solo per abbonati).


NOTE 555

93. Si vedano le indicazioni bibliografiche delle note 108 e 109 infra. Si veda anche Drex-ler, Nanosystems, cit., per la sua proposta. Per conferme a campione, si veda XiaoYan Chang, Martin Perry, James Peploski, Donald L. Thompson, Lionel M. Raff,“Theoretical Studies of Hydrogen-Abstraction Reactions from Diamond and Dia-mond-like Surfaces” Journal of Chemical Physics 99, 15 settembre 1993, pp. 4748-58.Si veda anche L. J. Lauhon e W. Ho, “Inducing and Observing the Abstraction of a Sin-gle Hydrogen Atom in Bimolecular Reaction with a Scanning Tunneling Microscope”,Journal of Physical Chemistry 105, 2000, pp. 3987-92; G. Allis e K. Eric Drexler,“Design and Analysis of a Molecular Tool for Carbon Transfer in Mechanosynthesis”,Journal of Computational and Theoretical Nanoscience 2.1, marzo-aprile 2005.

94. Lea Winerman, “How to Grab an Atom”, Physical Review Focus, 2 maggio 2003,http://focus.aps.org/story/v11/st19, che fa riferimento a Noriaki Oyabu, “Mechan-ical Vertical Manipulation of Selected Single Atoms by Soft Nanoindentation Using aNear Contact Atomic Force Microscope”, Physical Review Letters 90.17, 2 maggio2003, p. 176102.

95. Robert A. Freitas Jr., “Technical Bibliography for Research on Positional Mech-anosynthesis”, sito web del Foresight Institute, 16 dicembre 2003, http://foresight.org/stage2/mechsynthbib.html.

96. Si vedano l’equazione e la spiegazione a p. 3 di Ralph C. Merkle, “That’s Impossible!How Good Scientists Reach Bad Conclusions”, http://www.zyvex.com/nanotech/impossible.html.

97. “Quindi ΔXC è solo circa il 5% del normale diametro della nuvola di elettroni di un ato-mo (-0,3 nm), e impone solo un piccolo vincolo ulteriore alla fabbricazione e alla stabil-ità di strutture nanomeccaniche. (Anche nella maggior parte dei liquidi al punto di ebol-lizione ogni molecola è libera di spostarsi solo di -0,07 nm dalla sua posizione media.)”Robert A. Freitas Jr., Nanomedicine, vol. 1, Basic Capabilities, sezione 2.1, “Is MolecularManufacturing Possible?”, Landes Bioscience, Georgetown, Tex., 1999, p. 39, http://www.nanomedicine.com/NMI/2.1.htm#p9.

98. Robert A. Freitas Jr., Nanomedicine, vol. 1, Basic Capabilities, sezione 6.3.4.5,“Chemoelectric Cells”, Landes Bioscience, Georgetown, Tex., 1999, pp. 152-54, http://www.nanomedicine.eom/NMI/6.3.4.5.htm.

99. Montemagno e Bachand, “Constructing Nanomechanical Devices Powered by Biomo-lecular Motors.”

100. Lettera aperta del presidente del Foresight Institute, K. Eric Drexler, al premioNobel Richard Smalley, http://www.foresight.org/NanoRev/Letter.html, ripubblicatoora in: http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0560.html.Tutta la vicenda si trova raccontata in Ray Kurzweil, “The Drexler-Smalley Debate onMolecular Assembly”, http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0604.html.

101. K. Eric Drexler e Richard E. Smalley, “Nanotechnology: Drexler and Smalley Make theCase for and Against ‘Molecular Assemblers’”. Chemical & Engineering News 81.48, 1dicembre 2003, pp. 37-42, http://pubs.acs.org/cen/coverstory/8148/8148counterpoint.html.

102. A. Zaks e A. M. Klibanov, “Enzymatic Catalysis in Organic Media at 100 DegreesC”, Science 224.4654, 15 giugno 1984, pp. 1249-51.

103. Patrick Bailey, “Unraveling the Big Debate About Small Machines”, BetterHumans, 16agosto 2004, http://www.betterhumans.com/Features/Reports/report.aspx?articleID=2004-08-16-1.



104. Charles B. Musgrave et al., “Theoretical Studies of a Hydrogen Abstraction Tool forNanotechnology”, Nanotechnology 2, ottobre 1991, pp. 187-95; Michael Page e Don-ald W. Brenner, “Hydrogen Abstraction from a Diamond Surface: Ab ini-tio QuantumChemical Study with Constrained Isobutane as a Model”, Journal of the AmericanChemical Society 113.9, 1991, pp. 3270-74; Xiao Yan Chang, Martin Perry, JamesPeploski, Donald L. Thompson, Lionel M. Raff, “Theoretical Studies of Hydrogen-Abstraction Reactions from Diamond and Diamond-like Surfaces”, Journal of Chemi-cal Physics 99, 15 settembre 1993, pp. 4748-58; J. W. Lyding, K. Hess, G. C. Abeln, etal., “UHV-STM Nanofabrication and Hydrogen/ Deuterium Desorption from SiliconSurfaces: Implications for CMOS Technology”, Applied Surface Science 132, 1998, pp.221; http://www.hersam-group.nonh western.edu/publications.html; E. T. Foley et al.,“Cryogenic UHV-STM Study of Hydrogen and Deuterium Desorption from Sili-con(100)”, Physical Review Letters 80, 1998, pp. 1336-39, http://prola.aps.org/abstract/PRL/v80/i6/p1336_1; L. J. Lau-hon e W. Ho, “Inducing and Observing the Abstractionof a Single Hydrogen Atom in Bimolecular Reaction with a Scanning Tunneling Micro-scope”, Journal of Physical Chemistry 105, 2000, pp. 3987-92.

105. Stephen P. Walch e Ralph C. Merkle, “Theoretical Studies of Diamond Mechano-synthesis Reactions”, Nanotechnology 9, settembre 1998, pp. 285-96; Fedor N. Dzegilenko,Deepak Srivastava, Subhash Saini, “Simulations of Carbon Nano-tube Tip Assisted Mech-ano-Chemical Reactions on a Diamond Surface”, Nanotechnology 9, dicembre 1998, pp.325-30; Ralph C. Merkle e Robert A. Freitas Jr., “Theoretical Analysis of a Carbon-Carbon Dimer Placement Tool for Diamond Mechanosynthesis”, Journal of Nano-science and Nanotechnology 3, agosto 2003, pp. 319-24, http://www.rfreitas.com/Na-no/DimerTool.htm; Jingping Peng, Robert A. Freitas Jr., Ralph C. Merkle, “Theo-retical Analysis of Diamond Mechano-Synthesis. Part I. Stability of C2 MediatedGrowth of Nanocrystalline Diamond C(110) Surface” Journal of Computational andTheoretical Nanoscience 1, marzo 2004, pp. 62-70, http://www.molecularassem-bler.com/JCTNPengMar04.pdf; David J. Mann, Jingping Peng, Robert A. Freitas Jr.,Ralph C. Merkle, “Theoretical Analysis of Diamond MechanoSynthesis. Part II. C2

Mediated Growth of Diamond C(110) Surface via Si/Ge-Triadamantane DimerPlacement Tools”, Journal of Computational and Theoretical Nanoscience 1, marzo2004, pp. 71-80, http://www. molecularassembler.com/JCTNMannMar04.pdf.

106. L’analisi dello strumento di estrazione dell’idrogeno e degli strumenti di depositodel carbonio ha coinvolto molte persone, fra cui: Donald W. Brenner, Tahir Cagin,Richard J. Colton, K. Eric Drexler, Fedor N. Dzegilenko, Robert A. Freitas Jr., Wil-liam A. Goddard III, J. A. Harrison, Charles B. Musgrave, Ralph C. Merkle,Michael Page, Jason K. Perry, Subhash Saini, O. A. Shenderova, Susan B. Sinnott, Deep-ak Srivastava, Stephen P. Walch e Carter T. White.

107. Ralph C. Merkle, “A Proposed ‘Metabolism’ for a Hydrocarbon Assembler”, Nano-technology 8, dicembre 1997, pp. 149-62, http://www.iop.org/EJ/abstract/0957-4484/8/4/001 oppure http://www.zyvex.com/nanotech/hydroCarbonMetabo-lism.html.

108. Alcune indicazioni bibliografiche utili: Robert A. Freitas Jr., “Technical Bibliography forResearch on Positional Mechanosynthesis”, sito web del Foresight Institute, 16dicembre 2003, http://foresight.org/stage2/mechsynthbib.html; Wilson Ho e Hyo-june Lee, “Single Bond Formation and Characterization with a Scanning TunnelingMicroscope”, Science 286.5445, 26 novembre 1999, pp. 1719-22, http://www.physics.uci.edu/~wilsonho/stm-iets.html; K. Eric Drexler, Nanosystems, cit., Capitolo 8; RalphMerkle, “Proposed ‘Metabolism’ for a Hydrocarbon Assembler”; Musgrave et al,


NOTE 557

“Theoretical Studies of a Hydrogen Abstraction Tool for Nano-technology”; MichaelPage e Donald W. Brenner, “Hydrogen Abstraction from a Diamond Surface: Ab ini-tio Quantum Chemical Study with Constrained Isobutane as a Model”, Journal of theAmerican Chemical Society 113.9, 1991, pp. 3270-74; D. W. Brenner et al., “SimulatedEngineering of Nanostructures”, Nanotechnology 7, settembre 1996, pp. 161-67, ht-tp://www.zyvex.com/nanotech/nano4/brenner Paper.pdf; S. P. Walch, W. A. GoddardIII, Ralph Merkle, “Theoretical Studies of Reactions on Diamond Surfaces”, FifthForesight Conference on Molecular Nanotechnology, 1997, http://www.fore-sight.org/Conferences/MNT05/Abstracts/Walcabst.html; Stephen P. Walch e Ralph C.Merkle, “Theoretical Studies of Diamond Mechanosynthesis Reactions”, Nanotech-nology 9, settembre 1998, pp. 285-96; Fedor N. Dzegilenko, Deepak Srivastava, Sub-hash Saini, “Simulations of Carbon Nanotube Tip Assisted Mechano-Chemical Reac-tions on a Diamond Surface”, Nanotechnology 9, dicembre 1998, pp. 325-30; J. W.Lyding et al., “UHV-STM Nanofabrication and Hydrogen/Deuterium Desorptionfrom Silicon Surfaces: Implications for CMOS Technology”, Applied Surface Science132, 1998, pp. 221, http://www.hersam-group.northwestern.edu/publications.html;E. T. Foley et al., “Cryogenic UHV-STM Study of Hydrogen and Deuterium Desorp-tion from Silicon (100)”, Physical Review Letters 80, 1998, pp. 1336-39, http://prola.aps.org/ abstract/PRL/v80/i6/p1336_1; M. C. Hersam, G. C. Abeln, J. W. Lyding,“An Approach for Efficiently Locating and Electrically Contacting NanostructuresFabricated via UHV-STM Lithography on Si(100)”, Microelectronic Engineering 47, 1999,pp. 235-37; L. J. Lauhon and W. Ho, “Inducing and Observing the Abstraction of a Sin-gle Hydrogen Atom in Bimolecular Reaction with a Scanning Tunneling Micro-scope”, Journal of Physical Chemistry 105, 2000, pp. 3987-92, http://www.physics.uci.edu/~wilsonho/stm-iets.html.

109. Eric Drexler, “Drexler Counters”, pubblicato inizialmente su KurzweilAI.net l’1novembre 003: http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0606.html. Si veda anche K. Eric Drexler, Nanosystems: Molecular Machinery, Manufac-turing, and Computation, Wiley Interscience, New York, 1992, Capitolo 8; Ralph C.Merkle, “Foresight Debate with Scientific American”, 1995, http://www.foresight.org/SciAmDebate/SciAmResponse.html; Wilson Ho e Hyojune Lee, “Single BondFormation and Characterization with a Scanning Tunneling Microscope”, Science286.5445, 26 novembre 1999, pp. 1719-22, http://www.physics.uci.edu/~wilson-ho/stm-iets.html; K. Eric Drexler, David Forrest, Robert A. Freitas Jr., J. Storrs Hall, NeilJacobstein, Tom McKendree, Ralph Merkle, Christine Peterson, “On Physics,Fundamentals, and Nanorobots: A Rebuttal to Smalley’s Assertion that Self-Repli-cating Mechanical Nanorobots Are Simply Not Possible: A Debate About Assem-blers”, 2001, http://www.imm.org/SciAmDebate2/smalley.html.

110. Si veda http://pubs.acs.org/cen/coverstory/8148/8148counterpoint.html; http://www.kurzweilAI.net/meme/frame.html?main=/articles/art0604.html?.

111. D. Maysinger et al., “Block Copolymers Modify the Internalization of Micelle-In-corporated Probes into Neural Cells”, Biochimica et Biophysica Acta 1539.3, 20giugno 2001, pp. 205-17; R. Savic et al., “Micellar Nanocontainers Distribute toDenned Cytoplasmic Organelles”, Science 300.5619, 25 aprile 2003, pp. 615-18.

112. T. Yamada et al., “Nanoparticles for the Delivery of Genes and Drugs to HumanHepatocytes”, Nature Biotechnology 21.8, agosto 2003, pp. 885-90. Edizione elettroni-ca 29 giugno 2003. Abstract: http://www.nature.com/cgi-taf/DynaPage.taf?file=/nbt/journal/v21/n8/abs/nbt843.html. Un breve comunicato relativo pubblicato daNature: http://www.nature.com/nbt/press _release/nbt0803.html.



113. Richards Grayson et al., “A BioMEMS Review: MEMS Technology for PhysiologicallyIntegrated Devices”, IEEE Proceedings 92, 2004, pp. 6-21; Richards Grayson et al.,“Molecular Release from a Polymeric Microreservoir Device: Influence of Chemistry,Polymer Swelling, and Loading on Device Performance”, Journal of Biomedical Mate-rials Research 69A.3, 1 giugno 2004, pp. 502-12.

114. D. Patrick O’Neal et al., “Photo-thermal Tumor Ablation in Mice Using Near In-frared-Absorbing Nanoparticles”, Cancer Letters 209.2, 25 giugno 2004, pp. 171-76.

115. International Energy Agency, da una presentazione di R. E. Smalley, “Nanotechnology,the S&T Workforce, Energy & Prosperity”, p. 12, presentata al PCAST (President’sCouncil of Advisors on Science and Technology), Washington, D.C., 3 marzo 2003,http://www.ostp.gov/PCAST/PCAST%203-3-03%20R%20Smalley%20Slides.pdf;reperibile anche all’indirizzo http://cohesion.rice.edu/NaturalSciences/Smalley/emplibrary/ PCAST%20marzo%203,%202003.ppt.

116. Smalley, “Nanotechnology, the S&T Workforce, Energy & Prosperity”, cit.

117. “FutureGen – A Sequestration and Hydrogen Research Initiative”, U.S. Departmentof Energy, Office of Fossil Energy, febbraio 2003, http://www.fossil.energy.gov/programs/powersystems/futuregen/futuregen_fact sheet.pdf.

118. Drexler, Nanosystems, cit., pp. 428, 433.

119. Barnaby J. Feder, “Scientist at Work/Richard Smalley: Small Thoughts for a GlobalGrid”, New York Times, 2 settembre 2003; http://query.nytimes.com/gst/abstract.html?res=F30C 17FC3D5COC 718CDDA00894DB404482 (solo per abbonamento oa pagamento).

120. International Energy Agency, da Smalley, “Nanotechnology, the S&T Workforce, En-ergy & Prosperity”, cit., p. 12.

121. American Council for the United Nations University, Millennium Project GlobalChallenge 13: http://www.acunu.org/millennium/ch-13.html.

122. “Wireless Transmission in Earth’s Energy Future”, Environment News Service, 19novembre 19, 2002, che fa riferimento a Jerome C. Glenn e Theodore J. Gordonin “2002 State of the Future”, American Council for the United Nations University,agosto 2002.

123. Precisazione: l’autore è consulente e investitore di questa azienda.

124. “NEC Unveils Methanol-Fueled Laptop” Associated Press, 30 giugno 2003, http://www.siliconvalley.com/mld/siliconvalley/news/6203790.htm, che fa riferimento alcomunicato stampa della NEC, “NEC Unveils Notebook PC with Built-in FuelCell”, 30 giugno 2003, http://www.nec.co.jp/press/en/0306/3002.html.

125. Tony Smith, “Toshiba Boffins Prep Laptop Fuel Cell”, The Register, 5 marzo 2003, http://www.theregister.co.uk/2003/03/05/toshiba_boffins_prep_lap-top_fuel; Yoshiko Hara,“Toshiba Develops Matchbox-Sized Fuel Cell for Mobile Phones”, EE Times, 24 giugno2004, http://www.eet.com/article/showArticle.jhtml?articleId=22101804, basato sulcomunicato stampa della Toshiba, “Toshiba Announces World’s Smallest Direct Metha-nol Fuel Cell with Energy Output of 100 Milliwats”, http://www.toshiba.com/taec/press/dmfc_ 04_222.shtml.

126. Karen Lurie, “Hydrogen Cars”, ScienceCentral News, 13 maggio 2004, http://www.sciencentral.com/articles/view.php3?language=english&type=article&ar-ticle_id= 218392247.

127. Louise Knapp, “Booze to Fuel Gadget Batteries”, Wired News, 2 aprile 2003, http://www.wired.eom/news/gizmos/0,1452,58119,00.html, e comunicato stampa della St. LouisUniversity, “Powered by Your Liquor Cabinet, New Biofuel Cell Could Replace Re-


NOTE 559

chargeable Batteries”, 24 marzo 2003, http://www.slu. edu/readstory/ newsinfo/2474, chefa riferimento a Nick Akers e Shelley Minteer, “Towards the Development of a MembraneElectrode Assembly”, presentato al convegno nazionale della American Chemical Society,Anaheim, Calif., 2003.

128. “Biofuel Cell Runs on Metabolic Energy to Power Medical Implants”, Nature On-line, 12 novembre 2002, http://www.nature.com/news/2002/021111/full/ 021111-1.html,che fa riferimento a N. Mano, F. Mao, A. Heller, “A Miniature Biofuel Cell Operating in aPhysiological Buffer”, Journal of the American Chemical Society 124, 2002, pp. 12962-63.

129. “Power from Blood Could Lead to ‘Human Batteries’”, FairfaxDigital, 4 agosto 2003, http://www.smh.com.au/articles/2003/08/03/1059849278131.html?oneclick=true. Per sapernedi più sulle celle a combustibile microbiche: http://www.geobacter.org/research/microbial/.Il laboratorio BioMEM di Matsuhiko Nishizawa presenta il diagramma di una cella a micro-biocombustibile: http://www.biomems.mech.tohoku.ac.jp/research_e.html. Questo brevearticolo descrive le ricerche su una fonte energetica impiantabile, non tossica, che ora puòprodurre 0,2 watt: http://www.iol.co.za/index.php?set_id=1&click_id=31&art_id=qw111596760 144B215.

130. Mike Martin, “Pace-Setting Nanotubes May Power Micro-Devices”, NewsFactor, 27febbraio 2003, http://physics.iisc.ernet.in/~asood/Pace-Setting%20Nanotubes%20May%20Power%20Micro-Devices.htm.

131. “Infine, è possibile derivare un limite per la massa planetaria totale di nanorobotattivi considerando l’equilibrio energetico globale. La luce solare totale che arrivasulla superficie della terra è pari a -1,75 × 1017 watt (ITerra ~ 1370 W/m2 ± 0.4% aincidenza normale).” Robert A. Freitas Jr., Nanomedicine, vol. 1, Basic Capabili-ties, sezione 6.5.7, “Global Hypsithermal Limit”, Landes Bioscience, Georgetown,Tex., 1999, pp. 175-76, http://www.nanomedicine.eom/NMI/6.5.7.htmfpl.

132. Qui si ipotizzano 10 miliardi (1010) di persone, una densità energetica per i nanorobotdi circa 107 watt per metro cubo, dimensioni dei robot di un micrometro cubo e unfabbisogno energetico di circa 10 picowatt (10-11 watts) per nanorobot. Il limite ipsi-termico di 1016 watts comporta circa 10 kg ni nanorobot a persona, ovvero 1016 nanoro-bot a person. Robert A. Freitas Jr., Nanomedicine, vol. 1, Basic Capabilities, sezione 6.5.7“Global Hypsithermal Limit”, Landes Bioscience, Georgetown, Tex., 1999, pp. 175-76, http://www.nanomedicine.eom/NMI/6.5.7.htmfp4.

133. In alternativa, la nanotecnologia può essere progettata in modo estremamente effi-ciente dal punto di vista energetico, cosicché non sarebbe affatto necessario ricat-turare l’energia, e addirittura non realizzabile perché ci sarebbe relativamentepoco calore dissipato da ricatturare. In una comunicazione privata (gennaio 2005)Robert A. Freitas Jr. scrive: “Drexler (Nanosystems, p. 396) sostiene che la dissi-pazione di energia può essere in teoria molto bassa, Ediss ~ 0,1 MJ/kg ‘se si assume losviluppo di un insieme di processi chimico-meccanici in grado di trasformare lemolecole di partenza in prodotti dalla struttura complessa utilizzando solo passaggiaffidabili e quasi reversibili’, 0,1 MJ/kg di diamante corrispondono circa al minimorumore termico a temperatura ambiente (per esempio, kT ~4 zJ/atomo a 298 K)”.

134. Alexis De Vos, Endoreversible Thermodynamics of Solar Energy Conversion, Oxford Uni-versity Press, Londra, 1992, p. 103.

135. R. D. Schaller e V. I. Klimov, “High Efficiency Carrier Multiplication in PbSe Nanoc-rystals: Implications for Solar Energy Conversion”, Physical Review Letters 92.18, 7maggio 2004, p. 186601.

136. National Academies Press, Commission on Physical Sciences, Mathematics, and Ap-



plications, Harnessing Light: Optical Science and Engineering for the 21st Century, Na-tional Academy Press, Washington, D.C., 1998, p. 166, http://books.nap. edu/books/0309059917/html/166.html.

137. Matt Marshall, “World Events Spark Interest in Solar Cell Energy Start-ups”, Mer-cury News, 15 agosto 2004, http://www.konarkatech.com/news_articles_082004/b-silicon_valley.php e http://www.nanosolar.com/cache/merc081504. htm.

138. John Gartner, “NASA Spaces on Energy Solution”, Wired News, 22 giugno 2004,http://www.wired.com/news/technology/0,1282,63913,00.html. Si veda ancheArthur Smith, “The Case for Solar Power from Space”, http://www.lispace.org/articles/ SSPCase.html.

139. “The Space Elevator Primer”, Spaceward Foundation, http://www.elevator 2010.org/site/primer.html.

140. Kenneth Chang, “Experts Say New Desktop Fusion Claims Seem More Credible”, NewYork Times, 3 marzo 2004, http://www.rpi.edu/web/News/nytlahey3.html, che fariferimento a R. P. Taleyarkhan, “Additional Evidence of Nuclear Emissions DuringAcoustic Cavitation”, Physical Review E: Statistical, Nonlinear, and Soft Matter Phys-ics 69.3, pt. 2, marzo 2004, p. 036109.

141. Il metodo originale di Pons e Fleischman per la fusione fredda mediante elettrodidi palladio non è morto. Sostenitori appassionati continuano a provare questa tec-nologia e il Dipartimento dell’energia americano ha annunciato nel 2004 che stavaconducendo una nuova revisione formale delle ricerche recenti nel campo. ToniFeder, “DOE Warms to Cold Fusion”, Physics Today, aprile 2004, http://www.physicstoday.org/vol-57/iss-4/ p27.html.

142. Akira Fujishima, Tata N. Rao, and Donald A. Tryk, “Titanium Dioxide Photo-cataly-sis”, Journal of Photochemistry and Photobiology C: Photochemistry Review 1, 29 giugno2000, pp. 1-21; Prashant V. Kamat, Rebecca Huehn, Roxana Nicolaescu, “A ‘Senseand Shoot’ Approach for Photocatalytic Degradation of Organic Contaminants inWater”, Journal of Physical Chemistry B 106, 31 gennaio 2002, pp. 788-94.

143. A. G. Panov et al., “Photooxidation of Toluene and p-Xylene in Cation-Exchanged Ze-olites X, Y, ZSM-5, and Beta: The Role of Zeolite Physicochemical Properties in ProductYield and Selectivity”, Journal of Physical Chemistry B 104, 22 giugno 2000, pp. 5706-14.

144. Gabor A. Somorjai e Keith McCrea, “Roadmap for Catalysis Science in the 21st Centu-ry: A Personal View of Building the Future on Past and Present Accomplishments”, Ap-plied Catalysis A:General 222.1-2, 2001, pp. 3-18, Lawrence Berkeley NationalLaboratory n. 3.LBNL-48555, http://www. cchem.berkeley.edU/~gasgrp/2000.html(pubblicazione 877). Si veda anche Zhao, Lu, Millar, “Advances in mesoporous mo-lecular sieve MCM-41”, Industrial & Engineering Chemistry Research 35, 1996,pp. 2075-90, http://cheed.nus.edu.sg/~chezxs/Zhao/publication/ 1996_2075.pdf.

145. NTSC/NSET report, National Nanotechnology Initiative: The Initiative and Its Im-plementation Plan, luglio 2000, http://www.nano.gov/html/res/nni2.pdf.

146. Wei-xian Zhang, Chuan-Bao Wang, Hsing-Lung Lien, “Treatment of ChlorinatedOrganic Contaminants with Nanoscale Bimetallic Particles”, Catalysis Today 40, 14maggio 1988, pp. 387-95.

147. R. Q. Long e R. T. Yang, “Carbon Nanotubes as Superior Sorbent for Dioxin Remov-al”, Journal of the American Chemical Society 123.9, 2001, pp. 2058-59.

148. Robert A. Freitas, Jr. “Death Is an Outrage!” presentato alla Fifth Alcor Conferenceon Extreme Life Extension, Newport Beach, California, 16 novembre 2002, http://www.rfreitas.com/Nano/DeathIsAnOutrage.htm.


NOTE 561

149. Per esempio, il quinto convegno annuale BIOMEMS, giugno 2003, San Jose, ht-tp://www.knowledgepress.com/events/11201717.htm.

150.I primi due volumi di una serie prevista in quattro volumi: Robert A. Freitas Jr., Na-no-medicine, vol. I, Basic Capabilities, Landes Bioscience, Georgetown, Tex., 1999;Nanomedicine, vol. IIA, Biocompatibility, Landes Bioscience, Georgetown, Tex.,2003; http://www.nanomedicine.com.

151. Robert A. Freitas Jr., “Exploratory Design in Medical Nanotechnology: A MechanicalArtificial Red Cell”, Artificial Cells, Blood Substitutes, and Immobilization Biotech-nology 26, 1998, pp. 411-30, http://www.foresight.org/Nanomedicine/Respirocytes.html.

152. Robert A. Freitas Jr., “Microbivores: Artificial Mechanical Phagocytes using Digest andDischarge Protocol”, Zyvex preprint, marzo 2001, http://www.rfreitas.com/Nano/Microbivores.htm; Robert A. Freitas Jr., “Microbivores: Artificial MechanicalPhagocytes”, Foresight Update n. 44, 31 marzo 2001, pp. 11-13, http://www.imm.org/Reports/Rep025.html. Si vedano anche le immagini di microbivori nella Nano-medicine Art Gallery, http://www.foresight.org/Nanomedicine/Gallery/Species/Microbivores.html.

153. Robert A. Freitas Jr., Nanomedicine, vol. I, Basic Capabilities, sezione 9.4.2.5 “Na-nomechanisms for Natation”, Landes Bioscience, Georgetown, Tex., 1999, pp. 309-12, http://www.nanomedicine.eom/NMI/9.4.2.5.htm.

154. George Whitesides, “Nanoinspiration: The Once and Future Nanomachine”, ScientificAmerican 285.3, 16 settembre 2001, pp. 78-83.

155. “Secondo l’approssimazione einsteiniana del moto browniano, dopo 1 secondo atemperatura ambiente una molecola di acqua fluida si è diffusa a una distanza dicirca 50 micrometri (circa 400.000 diametri molecolari), mentre un nanorobot da1 micrometro immerso nello stesso fluido si è spostato di circa 0,7 micrometrisolamente durante lo stesso periodo di tempo. Perciò il moto browniano è al piùuna fonte secondaria di errori di navigazione per i nanorobot medici mobili.” Siveda K. Eric Drexler et al., “Many Future Nanomachines: A Rebuttal to Whitesides’Assertion That Mechanical Molecular Assemblers Are Not Workable and Not a Con-cern”, a Debate about Assemblers, Institute for Molecular Manufacturing, 2001,http://www.imm.org/SciAmDebate2/whitesides.html.

156. Tejal A. Desai, “MEMS-Based Technologies for Cellular Encapsulation”, American Jour-nal of Drug Delivery 1.1, 2003, pp. 3-11, abstract disponibile all’indirizzo: http://www.ingentaconnect.com/search/expand?pub=infobike://adis/add/2003/00000001/00000001/art0000l.

157. Citato da Douglas Hofstadter in Gödel, Escher, Bach: An Eternal Golden Braid, BasicBooks, New York, 1979 [tr. it. Gödel, Escher, Bach, Adelphi, Milano, 1980].

158. L’autore dirige una società, FATKAT (Financial Accelerating Transactions byKurzweil Adaptive Technologies), che applica il riconoscimento automatico di formeai dati finanziari per le decisioni di investimento sul mercato azionario, http://www.FatKat.com.

159. Si veda nel Capitolo 2 la discussione sui miglioramenti del rapporto prezzo-prestazioni per le memorie di computer e per l’elettronica in generale.

160. Runaway AI (IA in fuga) indica uno scenario in cui, come dice Max More,“macchine superintelligenti, inizialmente padroneggiate a vantaggio degli esseriumani, rapidamente ci lasciano indietro”. Max More, “Embrace, Don’t Relinquish,the Future”, http://www.KurzweiLAI.net/articles/ art0106.html?printable=l. Si veda



anche la descrizione di Damien Broderick della Seed AI (IA seme): “Una IA seme chesi automigliora potrebbe girare in modo glacialmente lento su una macchina substra-to limitata. Il punto è che, nella misura in cui ha la capacità di migliorarsi, prima opoi lo farà in modo convulso, superando d’impeto qualsiasi collo di bottiglia archi-tettonico progettando l’hardware migliorato che le serve, magari addirittura costru-endolo (se le è consentito il controllo degli strumenti in un impianto di produzio-ne)”. Damien Broderick, “Tearing Toward the Spike”, presentato al convegno“Australia at the Crossroads? Scenarios and Strategies for the Future”, 31 aprile - 2maggio 2000), Pubblicato su KurzweilAI.net il 7 maggio 2001, http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0 173.html.

161. David Talbot, “Lord of the Robots”, Technology Review, aprile 2002.

162. Heather Havenstein scrive che “i racconti molto esagerati, diffusi dagli scrittori difantascienza, sulla convergenza fra umani e macchine, hanno guastato l’immaginedell’IA negli anni Ottanta perché la si vedeva del tutto inadeguata alle sue poten-zialità”. Heather Havenstein, “Spring Comes to AI Winter: A Thousand Applica-tions Bloom in Medicine, Customer Service, Education and Manufacturing”,Computerworld, 14 febbraio 2005, http://www.computerworld.com/softwaretopics/software/story/0,10801,9969 1.00.html. Questo guasto d’immagine ha portato all’“inver-no dell’IA”, “un termine coniato da Richard Gabriel per il crollo (intorno al 1990-94?)dell’ondata di entusiasmo per il linguaggio Lisp e la stessa IA, dopo il boom degli anni Ot-tanta”. Duane Rettig ha scritto: “le aziende hanno cavalcato la grande ondata dell’IA du-rante i primi anni Ottanta, quando grandi aziende hanno buttato miliardi di dollari nellafantasia dell’IA che prometteva macchine pensanti nel giro di dieci anni. Quando lepromesse si sono rivelate più difficili da mantenere di quel che si pensava inizialmente,l’ondata dell’IA si è infranta, e anche il Lisp è crollato a causa della sua associazione conl’IA. È quello che chiamiamo l’inverno dell’IA”. Duane Rettig, citata in “AI Winter”,http://c2.com/cgi/wiki? AiWinter.

163. Il General Problem Solver (GPS) era un programma per computer scritto nel1957, che riusciva a risolvere problemi grazie a regole che gli permettevano disuddividerli in obiettivi e sottoobiettivi; poi il programma verificava se ottenendoun particolare sottoobiettivo arrivava più vicino alla soluzione dell’obiettivocomplessivo. Agli inizi degli anni Sessanta, Thomas Evan scrisse ANALOGY, “unprogramma che risolve problemi di analogia geometrica della forma A:B::C:? pre-si dai test per il QI e dagli esami di ammissione al college”. Boicho Kokinov e Ro-bert M. French, “Computational Models of Analogy-Making”, in L. Nadel (a cu-ra), Encyclopedia of Cognitive Science, vol. 1, Nature Publishing Group, Londra,2003, pp. 113-18. Si veda anche A. Newell, J. C. Shaw, H. A. Simon, “Report on aGeneral Problem-Solving Program”, Proceedings of the International Conferenceon Information Processing, UNESCO House, Parigi, 1959, pp. 256-64; ThomasEvans, “A Heuristic Program to Solve Geometric-Analogy Problems”, in M. Minsky, acura, Semantic Information Processing, MIT Press, Cambridge, Mass., 1968.

164. Sir Arthur Conan Doyle, “The Red-Headed League”, 1890, disponibile in rete:http://www.eastoftheweb.com/short-stories/UBooks/RedHead.shtml (in italiano: “Lalega dei capelli rossi”).

165. V. Yu et al., “Antimicrobial Selection by a Computer: A Blinded Evaluation by Infec-tious Diseases Experts”, JAMA 242.12, 1979, pp. 1279-82.

166. Gary H. Anthes, “Computerizing Common Sense”, Computerworld, 8 aprile 2002, http://www.computerworld.eom/news/2002/story/0,11280,69881.00.html.

167. Kristen Philipkoski, “Now Here’s a Really Big Idea”, Wired News, 25 novembre 2002,


NOTE 563

http://www.wired.eom/news/technology/0,1282,56374,00.html, che fa riferimento aDarryl Macer, “The Next Challenge Is to Map the Human Mind”, Nature 420, 14 no-vembre 2002, pp. 121; una descrizione del progetto si trova a http://www.biol.tsukuba.ac.jp/~macer/index.html.

168. Thomas Bayes, “An Essay Towards Solving a Problem in the Doctrine of Chances”, pubbli-cato nel 1763, due anni dopo la sua morte nel 1761.

169. Filtro per lo spam SpamBayes, http://spambayes.sourceforge.net.

170. Lawrence R. Rabiner, “A Tutorial on Hidden Markov Models and Selected Applicationsin Speech Recognition”, Proceedings of the IEEE 77, 1989, pp. 257-86. Per una espo-sizione matematica dei modelli di Morkov, http://jedlik.phy.bme.hu/~gerjanos/HMM/node2.html.

171. Kurzweil Applied Intelligence (KAI), fondata dall’autore nel 1982, è stata ceduta nel1997 per 100 milioni di dollari e ora fa parte della ScanSoft (ex Kurzweil ComputerProducts, la prima azienda dell’autore, venduta alla Xerox nel 1980), che ora è una pub-lic company. La KAI nel 1987 ha messo sul mercato il primo sistema di riconosci-mento del parlato a vocabolario esteso (Kurzweil Voice Report, con un vocabolario didiecimila parole).

172. Quello che segue è lo schema fondamentale di un algoritmo di rete neurale. Sonopossibili molte varianti, e chi progetta il sistema deve fornire alcuni parametri emetodi critici, indicati nel seguito.Creare una rete neurale per risolvere un problema comporta questi passi:• Definire l’input.• Definire la topologia della rete neurale (cioè gli strati di neuroni e le connessioni frai neuroni).• Addestrare la rete neurale su esempi del problema.• Mandare in esecuzione la rete neurale addestrata per risolvere nuovi esempi delproblema.• Fare della vostra azienda di reti neurali una public company.Questi passi (tranne l’ultimo) sono dettagliati qui di seguito:L’input del problemaL’input del problema per la rete neurale è costituito da una serie di numeri. questoinput può essere:• In un sistema di riconoscimento di forme visive, una matrice bidimensionale dinumeri che rappresentano i pixel di una immagine; o• In un sistema di riconoscimento uditivo (per esempio del parlato), una matrice bidi-mensionale di numeri che rappresentano un suono, in cui la prima dimensione rap-presenta parametri sonori (per esempio le componenti di frequenza) e la secondaistanti temporali diversi; o• In un sistema di riconoscimento di forme arbitrarie, una matrice n-dimensionale dinumeri che rappresentano la forma in ingresso.Definizione della topologiaPer impostare la rete, l’architettura di ciascun neurone è costituita da:• Più input, ciascuno dei quali è “connesso” o all’output di un altro neurone, o a unodei numeri in input.• In generale, un singolo output, che è connesso o all’input di un altro neurone (disolito in uno strato superiore) o all’output finale.Impostazione del primo strato di neuroni• Si creano N0 neuroni nel primo strato. Per ciascun neurone, si “connette” ciascunodegli input del neurone a “punti” (cioè numeri) nell’input del problema. Queste con-



nessioni possono essere determinate a caso o mediante un algoritmo evolutivo (siveda oltre).• Si assegna una “intensità sinaptica” a ciascuna connessione creata. Questi pesi pos-sono essere inizialmente tutti uguali, possono essere assegnati a caso oppure possonoessere determinati in qualche altro modo (vedi oltre).Impostare gli ulteriori strati di neuroniSi imposta un totale di M strati di neuroni. Per ogni strato, si devo impostare i neu-roni di quello strato.Per lo strato i:• Si creano Ni neuroni nello strato i. Per ciascuno di questi neuroni, si “connette”ciascuno dei suoi input agli output dei neuroni nello strato i–1 (si vedano le variantisotto).• Si assegna una “intensità sinaptica” a ciascuna connessione creata. Questi pesi pos-sono essere inizialmente tutti uguali, possono essere assegnati a caso oppure possonoessere determinati in qualche altro modo (vedi oltre).• Gli output dei neuroni dello strato M sono gli output della rete neurale (si vedanole varianti sotto).Le prove di riconoscimento.Come funziona ciascun neurone.Una volta che il neurone è impostato, per ogni prova di riconoscimento fa quantosegue:• Viene calcolato ciascun input pesato del neurone, moltiplicando l’output dell’altroneurone (o l’input iniziale) a cui è collegato l’input di questo neurone per l’intensitàsinaptica di quella connessione.• Si sommano tutti questi input pesati al neurone.• Se la somma è maggiore della soglia di attivazione di quel neurone, il neurone siattiva e il suo output è 1. Altrimenti il suo output è 0 (si vedano le varianti sotto).Cosa fare per ogni prova di riconoscimentoPer ciascuno strato, dallo strato 0 allo strato M:Per ciascun neurone nello strato:• Sommare i suoi input pesati (ciascun input pesato = l’output dell’altro neurone [ol’input iniziale] a cui l’input di questo neurone è collegato, moltiplicato per l’intensitàsinaptica di quella connessione).• Se la somma degli input pesati è maggiore della soglia di attivazione per quel neu-rone, impostare l’output del neurone = 1, altrimenti impostarlo a 0Per addestrare la rete neurale• Eseguire varie prove di riconoscimento con problemi campione.• Dopo ogni prova, regolare l’intensità sinaptica di tutte le connessioni interneuro-nali per migliorare le prestazioni della rete per questa prova (si veda più avanti comesi possa fare).• Continuare l’addestramento fino a che l’accuratezza della rete neurale non migliorapiù (cioè raggiunge un asintoto).Decisioni progettuali fondamentaliNel semplice schema precedente, il progettista dell’algoritmo di rete neurale deve sta-bilire all’inizio:• Che cosa rappresentano i numeri in input.• Il numero degli strati di neuroni.• Il numero dei neuroni in ciascuno strato. (Non è detto che tutti gli strati debbanoavere lo stesso numero di neuroni.)• Il numero degli input per ciascun neurone in ciascuno strato. Il numero degli input


NOTE 565

(le connessioni interneuronali) può variare da neurone a neurone e da strato a strato.• Il “cablaggio” effettivo (cioè le connessioni). Per ciascun neurone in ciascuno strato,questo consiste di un elenco di altri neuroni, il cui output costituisce input a questoneurone. Questo è uno degli elementi fondamentali del progetto. Si può fare in varimodi:(i) Cablare la rete in modo casuale; oppure(ii) usare un algoritmo evolutivo (vedi sotto) per stabilire un cablaggio ottimale;oppure ancora(iii) Usare le proprie capacità di giudizio per stabilire il cablaggio.• Le intensità sinaptiche iniziali (cioè i pesi) di ciascuna connessione. Anche questosi può fare in più modi:(i) Fissare tutte le intensità sinaptiche allo stesso valore; oppure(ii) Attribuire alle intensità sinaptiche valori diversi scelti a caso; oppure(iii) Usare un algoritmo evolutivo per stabilire un insieme ottimale di valori iniziali;oppure ancora(iv) Usare le proprie capacità di giudizio per stabilire i valori iniziali.• La soglia di attivazione di ciascun neurone.• L’output. L’output può essere:(i) gli output dello strato M di neuroni; oppure(ii) l’output di un singolo neurone di outpu, i cui input sono gli output dei neuroninello strato M; oppure(iii) una funzione (per esempio la somma) degli output dei neuroni nello strato M;oppure(iv) un’altra funzione degli output dei neuroni in più strati.• Come si regolano le intensità sinaptiche di tutte le connessioni nell’addestramentodella rete. È una decisione chiave, su cui si sono fatte molte ricerche e molte discus-sioni. Ci sono varie possibilità:(i) Per ogni prova di riconoscimento, aumentare o diminuire ciascuna intensità sinap-tica di una quantità (in genere piccola) costante in modo che l’output della rete corris-ponda meglio alla risposta corretta. Si può fare sia aumentando sia diminuendo, pervedere che cosa abbia l’effetto migliore. Può richiedere molto tempo, perciò sonostati formulati altri metodi per prendere decisioni locali sulla variazione delle singoleintensità sinaptiche.(ii) Esistono altri metodi statistici per modificare le intensità sinaptiche dopo ogniprova in modo che le prestazioni della rete su quella prova siano più vicine alla ris-posta corretta.Si noti che l’addestramento della rete funziona anche se le risposte alle prove nonsono tutte corrette. Questo permette di utilizzare in addestramento dati reali che pos-sono avere un tasso intrinseco di errore. Un elemento chiave per il successo di un sis-tema di riconoscimento basato su rete neurale è la quantità di dati utilizzati perl’addestramento. Di solito deve essere piuttosto corposa, per ottenere risultati soddis-facenti. Come per gli studenti umani, il tempo che una rete neurale passa ad appren-dere è un fattore determinante per le sue prestazioni.VariantiSono possibili molte varianti di quanto precede:• Ci sono modi diversi di stabilire la topologia. In particolare, il cablaggio fra i neu-roni può essere definito a caso o con un algoritmo evolutivo. • Ci sono modi diversi di impostare le intensità sinaptiche iniziali.• Gli input dei neuroni nello strato i non devono necessariamente arrivare dagli out-put dei neuroni dello strato i – 1, ma possono arrivare dai neuroni di qualsiasi strato



più basso o di qualsiasi strato.• Ci sono modi diversi per stabilire l’output finale.• Il metodo descritto prima alla fine produce una attivazione “tutto o nulla” (1 o 9),che si definisce non lineare. Si possono usare anche altre funzioni non lineari. Spessosi usa una funzione che va da 0 a 1 in modo rapido ma più graduale. Inoltre gli outputpossono essere numeri diversi da 0 e 1.• La scelta fra i diversi metodi per regolare le intensità sinaptiche durante l’addestra-mento è una decisione fondamentale.Lo schema precedente descrive una rete neurale “sincrona”, in cui ogni prova diriconoscimento procede calcolando gli output di ciascuno strato, a partire dallo strato0 fino a M. In un vero sistema parallelo, in cui ogni neurone operi indipendentementedagli altri, i neuroni possono procedere “in modo asincrono”. In questo caso, ciascunneurone esplora costantemente i suoi input e si attiva ogni volta che la somma deisuoi input pesati supera la sua soglia (o quello che specifica la sua funzione di output).

173. Si veda il Capitolo 4 per una discussione particolareggiata della retroingegneriz-zazione del cervello. Per un esempio del procedere delle ricerche, scrive S. J.Thorpe: “Abbiamo solo iniziato quello che sarà sicuramente un progetto di lungotermine finalizzato alla retroingegnerizzazione del sistema visivo umano. Per ilmomento, abbiamo solo esplorato alcune architetture molto semplici, che com-portano essenzialmente architetture a feed-forward e un numero relativamentepiccolo di strati… Negli anni venturi, cercheremo di incorporare il maggior nume-ro possibile di trucchi computazionali usati dal sistema visivo dei primati e dell’uo-mo. Più precisamente, sembra che, adottando il metodo del neurone che si attiva,sarà presto possibile sviluppare sistemi sofisticati in grado di simulare in tempo re-ale reti neuronali molto gradi”. S. J. Thorpe et al., “Reverse Engineering of theVisual System Using Networks of Spiking Neurons”, Proceedings of the IEEE 2000International Symposium on Circuits and Systems IV, IEEE Press, pp. 405-8, http://www.sccn.ucsd.edu/~arno/mypapers/thorpe.pdf.

174. T. Schoenauer et al. scrivono: “Negli ultimi anni sono stati progettati molti tipi dihardware per le reti neurali artificiali… Oggi possiamo scegliere tra una vastagamma di hardware per le reti neurali. I progetti sono diversi in termini di im-postazione architetturale, per esempio neurochip, schede acceleratrici e neuro-computer multischeda, oltre che per quanto riguarda le finalità del sistema, per es-empio gli algoritmi per reti neurali, e la versatilità del sistema… Il neurohardwaredigitale può essere classificato in base all’architettura del sistema, al grado di par-allelismo, alla normale partizione della rete per processore, alla rete di comuni-cazione fra processori e alla rappresentazione numerica”. T. Schoenauer, A.Jahnke, U. Roth, H. Klar, “Digital Neurohardware: Principles and Perspectives”,in Proc. Neuronale Netze in der Anwendung – Neural Networks in ApplicationsNN’98, Magdeburg, febbraio 1998, pp. 101-6, http://bwrc.eecs.berkeley.edu/People/kcamera/neural/ papers/schoenauer98digital.pdf. Si veda anche Yihua Liao, “Neu-ral Networks in Hardware: A Survey”, 2001, http://ailab.das.ucdavis.edu/~yihua/research/NNhard ware.pdf.

175. Quello che segue è lo schema di base per un algoritmo genetico (evolutivo). Sono possibili molte varianti, e il progettista del sistema deve fornire alcuni parametri emetodi critici, specificati più avanti.

L’algoritmo evolutivoSi creino N “creature” soluzione. Ciascuna ha:• Un codice genetico: una sequenza di numeri che caratterizza una possibile solu-


NOTE 567

zione al problema. I numeri possono rappresentare parametri critici, passi di unasoluzione, regole ecc.Per ciascuna generazione dell’evoluzione, fare quanto segue:• Fare quanto segue per ciascuna delle N creature soluzione:(i) Applicare al problema, ovvero all’ambiente simulato, la soluzione di questa crea-tura (rappresentata dal suo codice genetico); (ii) Valutare la soluzione.• Scegliere le L creature soluzione con la valutazione massima, perché sopravvivanoe passino alla generazione successiva.• Eliminare le (N – L) creature soluzione che non sopravvivono.• Creare (N – L) nuove creature soluzione a partire dalla L creature soluzione soprav-vissute, in questo modo:(i) Fare copie delle L creature sopravvissute. Introdurre in ciascuna copia piccolevariazioni casuali; oppure(ii) Creare ulteriori creature soluzione combinando parte del codice genetico(mediante riproduzione “sessuale” o altra forma di combinazione di parti dei cromo-somi) delle L creature sopravvissute; oppure(iii) fare una combinazione di (i) e (ii).• Determinare se continuare o meno l’evoluzione:Miglioramento = (massima valutazione in questa generazione) – (massima valuta-zione nella generazione precedente).Se Miglioramento < Soglia_di_Miglioramento, allora il ciclo è concluso.• La creatura soluzione con la valutazione più alta dell’ultima generazione di evolu-zione ha la soluzione migliore. Si applica al problema la soluzione definita dal suocodice genetico.Decisioni progettuali fondamentaliNel semplice schema precedente, il progettista deve determinare inizialmente:• Parametri chiave: N; L; Soglia_di_Miglioramento• Che cosa rappresentano i numeri nel codice genetico e come si calcola la soluzionea partire dal codice genetico.• Un metodo per determinare le N creature soluzione nella prima generazione. Ingenerale, basta che siano tentativi “ragionevoli” di soluzione. Se le soluzioni di primagenerazione sono troppo lontane, l’algoritmo genetico può avere difficoltà a conver-gere su una buona soluzione. Spesso val la pena definire le creature soluzione inizialiin modo che siano ragionevolmente differenziate. Questo contribuirà a evitare che ilprocesso dell’evoluzione si limiti a trovare una soluzione “localmente” ottima.• Come sono valutate le soluzioni.• Come si riproducono le creature soluzione sopravvissute.VariantiSono possibili molte varianti dello schema. Per esempio:• Non è necessario che ci sia un numero costante di creature soluzione che sopravvi-vono (L) per ogni generazione. Le regole di sopravvivenza possono consentire unnumero variabile di sopravvissuti.• Non è necessario che ci sia un numero costante di nuove creature soluzione a ognigenerazione (N – L). Le regole di procreazione possono essere indipendenti dalledimensioni della popolazione. La procreazione può essere legata alla sopravvivenza,nel qual caso si permetterà che le creature soluzione più adatte abbiano una prole piùnumerosa.• La decisione sul continuare o meno l’evoluzione può cambiare. Può considerarenon soltanto la creatura soluzione con la valutazione più alta nella generazione più



recente (o nelle generazioni più recenti); può considerare una tendenza che va al di làdelle ultime due generazioni.

176. Sam Williams, “When Machines Breed”, 12 agosto 2004, http://www.salon.com/tech/feature/2004/08/12/evolvable_hardware/index_np.html.

177. Quello che segue è lo schema base (la descrizione algoritmica) della ricerca ricorsi-va. Sono possibili molte varianti, e il progettista del sistema deve fornire alcuniparametri e metodi critici, specificati più avanti.L’algoritmo ricorsivoDefinire una funzione (programma) “Scegli_il_miglior_passo_successivo”. La fun-zione restituisce un valore “SUCCESSO” (abbiamo risolto il problema) o “FALLI-MENTO” (non l’abbiamo risolto). Se il valore restituito è SUCCESSO, allora lafunzione restituisce anche la successione di passi che ha risolto il problema.Scegli_il_miglior_passo_successivo fa quanto segue:• Determina se il programma può uscire a questo punto dalla ricorsione. Questopunto dell’elenco e i due successivi hanno a che fare con questa decisione di uscita.Innanzitutto, determina se il problema è stato risolto. Dato che questa chiamata aScegli_il_miglior_passo_successivo è stata fatta dal programma che chiama sestesso, può darsi che ci sia una soluzione soddisfacente. Per esempio:(i) nel contesto di un gioco (per esempio, gli scacchi) l’ultima mossa ci consente divincere (per esempio, scaccomatto),(ii) nel contesto della soluzione di un teorema matematico, l’ultimo passo dimostra ilteorema,(iii) nel contesto di un programma artistico (per esempio di poesia o di composizionemusicale), l’ultimo passo corrisponde agli obiettivi per la parola o la nota successiva.Se il problema è stato risolto in modo soddisfacente, il programma restituisce un val-ore “SUCCESSO” e la successione dei passi che hanno portato fin qui.• Se il problema non è stato risolto, stabilisce se ora una soluzione è insperabile. Peresempio:(i) Nel contesto di un gioco (per esempio gli scacchi), questa mossa ci fa perdere(scaccomatto per l’avversario),(ii) nel contesto della soluzione di un teorema matematico, questo passo viola il teo-rema,(iii) nel contesto di una creazione artistica, questo passo viola gli obiettivi della parolao della nota successiva.Se è stato stabilito che a questo punto non c’è più speranza di soluzione, il pro-gramma restituisce un valore “FALLIMENTO”.• Se il problema non è stato né risolto né stimato senza speranza a questo puntodell’espansione ricorsiva, stabilisce se l’espansione debba o meno essere abbandonatacomunque. Questo è un aspetto chiave del progetto e tiene in considerazione la quan-tità limitata di tempo di calcolo che dobbiamo spendere. Per esempio:(i) nel contesto di un gioco (per esempio gli scacchi), questa mossa ci mette in condi-zioni sufficientemente di “superiorità” o di “inferiorità”. Stabilirlo può essere imme-diato ed è la decisione progettuale primaria. Metodi semplici (come sommare i valoridei pezzi) può dare comunque dei buoni risultati. Se il programma stabilisce chesiamo in situazione di sufficiente superiorità, Scegli_il_miglior_passo_successivorestituisce un valore “SUCCESSO”, stabilendo che abbiamo vinto; se il programmastabilisce che siamo in condizioni di sufficiente inferiorità, restituisce ancora unvalore “FALLIMENTO”, stabilendo che abbiamo perso;(ii) nel contesto della soluzione di un teorema matematico, questo passo comporta lostabilire se la successione di passi nella dimostrazione è improbabile che dia una


NOTE 569

dimostrazione. Se così, questo percorso deve essere abbandonato, eScegli_il_miglior_passo_successivo stabilirà che il passo viola il teorema, e restituiràun valore “FALLIMENTO”. Non esiste un equivalente “più morbido” del suc-cesso; non si può restituire un valore “SUCCESSO” finché non si è effettivamenteriusciti a risolvere il problema. La matematica è fatta così;(iii) nel contesto di un programma artistico (per esempio di poesia o di composizionemusicale), questo passo comporta stabilire se la successione dei passi (le parole in unapoesie, le note in un brano musicale) è improbabile che soddisfi gli obiettivi per ilpasso successivo. In tal caso, questo percorso deve essere abbandonato eScegli_il_miglior_passo_successivo stabilisce che il passo viola gli obiettivi del passosuccessivo (restituisce cioè un “FALLIMENTO”.• Se Scegli_il_miglior_passo_successivo non ha restituito nulla (perché il pro-gramma non ha stabilito né il successo né il fallimento, né ha stabilito che il cam-mino vada abbandonato a questo punto, non siamo ancora usciti dall’espansionericorsiva. In questo caso, generiamo un elenco di tutti i possibili passi successivi daquesto punto. Qui entra in gioco la formulazione precisa del problema:(i) Nel contesto di un gioco (per esempio gli scacchi), questo comporta generare tuttele possibili mosse per “noi”, data la situazione attuale della scacchiera. Per questo ènecessaria una codifica diretta delle regole del gioco.(ii) Nel contesto di una dimostrazione di un teorema matematico, comporta elencarei possibili assiomi o teoremi già dimostrati, che si possono applicare a questo puntodella soluzione.(iii) Nel contesto di un programma di arte cibernetica, comporta elencare parole/note/segmenti di linea possibili a questo punto.Per ognuno di questi possibili passi successivi:(i) Crea l’ipotetica situazione che si creerebbe se il passo venisse implementato. In ungioco, è lo stato ipotetico della scacchiera; in una dimostrazione matematica, significaaggiungere questo passo (per esempio un assioma) alla derivazione; in un programmaartistico, significa aggiungere la parola, la nota o il segmento di linea.(ii) Ora chiama Scegli_il_miglior_passo_successivo per esaminare questa situazioneipotetica. Qui, ovviamente, entra in gioco la ricorsione, perché ora il programmachiama se stesso.(iii) Se la chiamata a Scegli_il_miglior_passo_successivo restituisce un valore “SUC-CESSO” allora ritorna dalla chiamata a Scegli_il_miglior_ passo_successivo (in cuici troviamo ora) sempre con un valore “SUCCESSO”. Altrimenti considera il suc-cessivo passo possibile.Se sono stati considerati tutti i possibili passi successivi senza che nessuno provocasseil ritorno della funzione con un valore “SUCCESSO”, ritorna da questa chiamata diScegli_il_miglior_passo_successivo (in cui ci troviamo ora) con un valore “FALLI-MENTO”Fine di Scegli_il_miglior_passo_successivoSe la chiamata originale a Scegli_il_miglior_passo_successivo ritorna con un valore“SUCCESSO”, restituisce anche la successione corretta di passi:(i) Nel contesto di un gioco, il primo passo nella successione è la mossa successiva dafare.(ii) Nel contesto di una dimostrazione matematica, è la successione completa dei passidella dimostrazione.(iii) Nel contesto di un programma di arte cibernetica, la successione di passi è lanostra opera artistica.Se la chiamata originale a Scegli_il_miglior_passo_successivo ritorna con un valore“FALLIMENTO”, si torna alla progettazione.



Decisioni progettuali fondamentaliNel semplice schema precedente, il progettista dell’algoritmo ricorsivo deve stabilireinizialmente quanto segue:• L’elemento chiave di un algoritmo ricorsivo è stabilire in Scegli_il_mi-glior_passo_successivo quando abbandonare l’espansione ricorsiva. È facile quandoil programma ha ottenuto un successo chiaro (per esempio uno scacco matto negliscacchi o la soluzione cercata per un problema matematico o combinatorio) o unfallimento inequivocabile. Abbandonare una linea di analisi prima di un esito bendefinito si rende necessario perché altrimenti il programma potrebbe rischiare digirare per miliardi di anni (o almeno fino a che non scade la garanzia del vostrocomputer).• L’altro requisito primario per l’algoritmo ricorsivo è una codifica diretta del prob-lema. In un gioco come gli scacchi, è una cosa facile, ma in altre situazioni una defin-izione chiara del problema non è sempre facile.

178. Si veda Kurzweil CyberArt, http://www.KurzweilCyberArt.com, per una ulterioredescrizione del Cybernetic Poet di Ray Kurzweil e per scaricare una copia gratuitadel programma. Si veda U.S. Patent No. 6,647,395, “Poet Personalities”, inventori: RayKurzweil e John Keklak. Abstract: “Un metodo per generare la personalità di un poe-ta compresa la lettura di poesie, dove ciascuna poesia contiene testo, per generaremodelli di analisi, ciascuno dei quali modelli rappresenta una delle poesie e per mem-orizzare i modelli di analisi in una struttura dati della personalità. Questa struttura didati include anche pesi, ciascuno dei quali associato a ciascuno dei modelli di analisi. Ipesi includono valori interi”.

179. Ben Goertzel: The Structure of Intelligence, Springer, New York, 1993; The EvolvingMind, Gordon and Breach, 1993; Chaotic Logic, Plenum, 1994); From Complexi-ty to Creativity, Plenum, 1997. Per collegamenti ai libri e agli articoli di Ben Goertzel:http://www.goertzel.org/work.htmL

180. KurzweilAI.net (http://www.KurzweilAI.net) presenta centinaia di articoli di uncentinaio di “grandi pensatori” e altre risorse sulla “intelligenza in accelerazione”.Il sito offre una newslettere quotidiana o settimanale sugli ultimi sviluppi nel cam-po di cui tratta questo libro. Per abbonarsi, basta inserire il proprio indirizzo diposta elettronica (che viene mantenuto riservato e non condiviso con altri) sullahome page.

181. John Gosney, Business Communications Company, “Artificial Intelligence: Bur-geoning Applications in Industry”, giugno 2003, http://www.bccresearch.com/comm/G275.html.

182. KathleenMelymuka, “Good Morning, Dave …”, Computerworld, 11 novembre 2002,http://www.computerworld.com/industrytopics/defense/story/0,1080 1,75728,00.html.

183. JTRS Technology Awareness Bulletin, agosto 2004, http://jtrs.army.mil/sections/technicalinformation/fset_technical.html?tech_aware_2004-8.

184. Otis Port, Michael Arndt, John Carey, “Smart Tools”, primavera 2003, http://www.businessweek.com/bw50/content/mar2003/a3826072.htm.

185. Wade Roush, “Immobots Take Control: From Photocopiers to Space Probes, Ma-chines Injected with Robotic Self-Awareness Are Reliable Problem Solvers”, Technol-ogy Review, dicembre 2002 - gennaio 2003), http://www.occm.de/roush 1202.pdf.

186. Jason Lohn, citato nel comunicato della NASA “NASA ‘Evolutionary’ SoftwareAutomatically Designs Antenna”, http://www.nasa.gov/lb/centers/ames/news/releases/2004/04_55AR.html.


NOTE 571

187. Robert Roy Britt, “Automatic Astronomy: New Robotic Telescopes See andThink”, 4 giugno 2003, http://www.space.com/businesstechnology/technology/automated_astronomy_030604.html.

188. H. Keith Melton, “Spies in the Digital Age”, http://www.cnn.com/SPECIALS/cold.war/experience/spies/melton.essay.

189. “United Therapeutics (UT) è una azienda di biotecnologia specializzata nello svi-luppo di terapie per condizioni potenzialmente mortali in tre campi: patologiecardiovascolari, oncologiche e infettive” (http://www. unither.com). KurzweilTechnologies lavora con UT per sviluppare sistemi di analisi basati su riconoscimento diforme a partire da monitoraggio “Holter” (ventiquattrore) o “Event” (trenta giorni opiù).

190. Kristen Philipkoski, “A Map That Maps Gene Functions”, Wired News, 28 maggio2002, http://www.wired.eom/news/medtech/0,1286,52723,00.htrnl.

191. Jennifer Ouellette, “Bioinformatics Moves into the Mainstream”, The IndustrialPhysicist, ottobre-novembre 2003), http://www.sciencemasters.com/bioinformatics.pdf.

192. Port, Arndt, Carey, “Smart Tools”, cit.

193. “Protein Patterns in Blood May Predict Prostate Cancer Diagnosis”, National Cancer In-stitute, 15 ottobre 2002, http://www.nci.nih.gov/newscenter/ProstateProteomics, chesi riferisce a Emanuel F. Petricoin et al, “Serum Proteomic Patterns for Detectionof Prostate Cancer”, Journal of the National Cancer Institute 94, 2002, pp. 1576-78.

194. Charlene Laino, “New Blood Test Spots Cancer”, 13 dicembre 2002, http://my. web-md.com/content/Article/56/65831.htm; Emanuel F. Petricoin III et al., “Use of Pro-teomic Patterns in Serum to Identify Ovarian Cancer”, Lancet 359.9306, 16 feb-braio 2002, pp. 572-77.

195. Per informazioni su FocalPoint della TriPath, si veda “Make a Diagnosis”, Wired,ottobre 2003, http://www.wired.com/wired/archive/10.03/everywhere. html?pg=5.Mark Hag-land, “Doctors’ Orders”, gennaio 2003, http://www.healthcare-informatics. com/issues/2003/0 l_03/cpoe.htm.

196. Ross D. King et al., “Functional Genomic Hypothesis Generation and Experimentationby a Robot Scientist”, Nature 427, 15 gennaio 2004, pp. 247-52.

197. Port, Arndt, Carey, “Smart Tools”, cit.

198. “Future Route Releases AI-Based Fraud Detection Product”, 18 agosto 2004, http://www.finextra.com/fullstory.asp?id= 12365.

199. John Hackett, “Computers Are Learning the Business”, Collections World, 24 aprile2001, http://www.creditcollectionsworld.com/news/04240l_2.htm.

200. “Innovative Use of Artificial Intelligence, Monitoring NASDAQ for Potential In-sider Trading and Fraud”, comunicato AAAI, 30 luglio 2003, http://www.aaai.org/Pressroom/Releases/release-03-0730.html.

201. “Adaptive Learning, Fly the Brainy Skies”, Wired News, marzo 2002, http://www.wired.com/wired/archive/10.03/everywhere.html?pg=2.

202. “Introduction to Artificial Intelligence”, EL 629, Maxwell Air Force Base, Air UniversityLibrary, http://www.au.af.mil/au/aul/school/acsc/ai02.htm. Sam Williams, “Computer,Heal Thyself”, Salon.com, 12 luglio 2004, http://www.salon.com/tech/feature/2004/07/12/self_healing_computing/index_np.html.

203. Si veda http://www.Seegrid.com. Precisazione: L’autore è un investitore di Seegride fa parte del suo consiglio di amministrazione.


204. No Hands Across America, http://cart.frc.ri.cmu.edu/users/hpm/project.archive/reference.file/nhaa.html; “Carnegie Mellon Researchers Will Prove AutonomousDriving Technologies During a 3,000 Mile, Hands-off-the-Wheel Trip from Pitts-burgh to San Diego”, comunicato Carnegie Mellon, http://www-2.cs.cmu.edu/afs/cs/user/tjochem/www/nhaa/official_press_release.html; Robert J. Derocher, “Almost Hu-man”, settembre 2001, http://www.insight-mag.com/insight/01/09/col-2-pt-l-ClickCulture.htm.

205. “Search and Rescue Robots”, Associated Press, 3 settembre 2004, http://www.smh.com.au/articles/2004/09/02/1093939058792.html?oneclick=true.

206. “From Factoids to Facts”, Economist, 26 agosto 2004, http://www.economist.com/science/displayStory.cfm?story_id=3127462.

207. Joe McCool, “Voice Recognition, It Pays to Talk”, maggio 2003, http://www.bcs.org/BCS/Products/Publications/JournalsAndMagazines/ComputerBulletin/OnlineArchive/may03/voicerecognition.htm.

208. John Gartner, “Finally a Car That Talks Back”, Wired News, 2 settembre 2004,http://www.wired.com/news/autotech/0,2554,64809,00.html?tw=wn_14techhead.

209. “Computer Language Translation System Romances the Rosetta Stone”, InformationSciences Institute, USC School of Engineering, 24 luglio 2003, http://www.usc.edu/isinews/stories/102.html.

210. Torsten Reil citato da Steven Johnson, “Darwin in a Box”, Discover 24.8, agosto 2003),http://www.discover.com/issues/aug-03/departments/feattech/.

211. “Let Software Catch the Game for You”, 3 luglio 2004, http://www.newscientist.com/news/news.jsp?id=ns99996097.

212. Michelle Delio, “Breeding Race Cars to Win”, Wired News, 18 giugno 2004, http://www.wired.com/news/autotech/0,2554)63900,00.html.

213. Marvin Minsky, The Society of Mind, Simon & Schuster, New York 1988 [tr. it. La societàdella mente, Adelphi, Milano, 1989].

214. Hans Moravec, “When Will Computer Hardware Match the Human Brain?” Journal ofEvolution and Technology 1, 1998).

215. RayKurzweil, The Age of Spiritual Machines, Viking, New York, 1999, p. 156.

216. Si vedano le note 22 e 23 del Capitolo 2 sulla International Technology Roadmapfor Semiconductors.

217. “The First Turing Test”, http://www.loebner.net/Prizef/loebner-prize.html.

218. Douglas R. Hofstadter, “A Coffeehouse Conversation on the Turing Test”, maggio1981, incluso in Ray Kurzweil, The Age of Intelligent Machines, MIT Press, Cam-bridge, Mass., 1990, pp. 80-102, http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0318.html.

219. Ray Kurzweil, “Why I Think I Will Win”, e Mitch Kapor, “Why I Think I WillWin”, regole: http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0373.html; Kapor: http://www.KurzweiLAI.net/meme/frame.html?main=/articles/art0412.html; Kurzweil: http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0374.html; “l’ultima parola” di Kurzweil: http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0413.html.

220. Edward A. Feigenbaum, “Some Challenges and Grand Challenges for ComputationalIntelligence”, Journal of the Association for Computing Machinery 50, gennaio 2003, pp.32-40.

221. Secondo la teoria dell’endosimbiosi seriale per l’evoluzione eucariotica, gli antena-


NOTE 573

ti dei mitocondri (le strutture cellulari che producono energia e hanno il lorocodice genetico in tredici geni degli esseri umani) erano in origine batteri in-dipendenti (cioè non parte di un’altra cellula) simili ai Daptobacter di oggi. “SerialEndosymbiosis Theory”, http://encyclopedia.thefreedictionary.com/Serial%20endosymbiosis%20theory.

Capitolo 6

1. Donovan, “Season of the Witch “Sunshine Superman, 1966.

2. Fra i motivi per la riduzione della manodopera agricola vi sono la meccanizzazi-one, che ha diminuito il fabbisogno di forza lavoro animale e umana, le opportu-nità economiche create nelle aree urbane durante la Seconda guerra mondiale, e losviluppo di tecniche di agricoltura intensiva che richiedevano minori estensioni aparità di resa. U.S. Department of Agriculture, National Agricultural StatisticsService, Trends in U.S. Agriculture, http://www.usda.gov/nass/pubs/trends/farmpopulation.htm. La manifattura assistita dal computer, la produzione just-in-time(con i suoi magazzini più leggeri) e la produzione offshore hanno contribuito allariduzione dei posti di lavoro nell’industria. Si veda U.S. Department of Labor, Fu-ture-work: Trends and Challenges of Work in the 21st Century, http://www.dol.gov/asp/programs/history/herman/reports/futurework/report.htm.

3. Per esempio, si veda Natasha Vita-More, “The New [Human] Genre Primo [First]Posthuman”, saggio presentato alla Ciber@RT Conference, Bilbao, Spagna, aprile 2004,http://www.natasha.cc/paper.htm.

4. Rashid Bashir riepilogava nel 2004:

Sono stati fatti molti progressi anche nella micro- e nanotecnologia terapeuti-ca… Alcuni esempi specifici sono (i) i dispositivi impiantabili basati sul silicio,che possono essere attivati elettricamente, in modo da aprire un orifizio in cuipossono essere liberati farmaci precaricati, (ii) dispositivi al silicio funziona-lizzati con polimeri attivati elettricamente che possono fungere da valvola oda muscolo per rilasciare farmaci precaricati, (iii) microcapsule basate sul sili-cio con membrane nanoporose per il rilascio di insulina, (iv) particelle poli-meriche (o di idrogel) che possono essere precaricate con farmaci e poi spintea espandersi all’esposizione a condizioni ambientali specifiche come una va-riazione del PH e a liberare il farmaco, (v) nanoparticelle metalliche rivestitedi proteine di riconoscimento, dove le particelle possono essere riscaldate daenergia ottica esterna e possono riscaldare e danneggiare localmente cellule etessuti non desiderati, ecc.

R. Bashir, “BioMEMS: State-of-the-Art in Detection, Opportunities and Prospects”,Advanced Drug Delivery Reviews 56.11, 22 settembre 2004, pp. 1565-86. Reprint dis-ponibile a https://engineering.purdue.edu/LIBNA/pdf/publications/BioMEMS%20review%20ADDR%20final.pdf. Si veda anche Richard Grayson et al, “A BioMEMSReview: MEMS Technology for Physiologically Integrated Devices”, IEEE Proceed-ings 92, 2004, pp. 6-21.

5. Per le attività della International Society for BioMEMS and Biomedical Nano-technology, si veda http://www.bme.ohio-state.edu/isb. I convegni BioMEMS sonoelencati anche sul sito della SPIE, http://www.spie.org/Conferences.

6. I ricercatori hanno usato una nanoparticella di oro per controllare gli zuccheri nelsangue dei diabetici. Y. Xiao et al., “ ‘Plugging into Enzymes’: Nanowiring of Re-dox Enzymes by a Gold Nanoparticle”, Science 299.5614, 21 marzo 2003, pp. 1877-81. Si veda anche T. A. Desai et al., “Abstract Nanoporous Microsystems for Islet Cell



Replacement”, Advanced Drug Delivery Reviews 56.11, 22 settembre 2004, pp. 1661-73.

7. A. Grayson, et al., “Multi-pulse Drug Delivery from a Resorbable Polymeric Mi-crochip Device” Nature Materials 2, 2003, pp. 767-72.

8. Q. Bai e K. D. Wise, “Single-Unit Neural Recording with Active Microelectrode Ar-rays”, IEEE Transactions on Biomedical Engineering 48.8, agosto 2001, pp. 911-20. Si ve-da la discussione del lavoro di Wise in J. DeGaspari, “Tiny, Tuned, and Unattached”,Mechanical Engineering, luglio 2001), http://www.memagazine.org/backissues/july01/features/tinytune/tinytune.html; K. D. Wise, “The Coming Revolution in WirelessIntegrated MicroSystems”, Digest International Sensor Conference 2001 (InvitedPlenary), Seoul, ottobre 2001. Versione online, 13 gennaio 2004, http://www.stanford. edu/class/ee392s/Stanford392S-kw.pdf.

9. “‘Microbots’ Hunt Down Disease”, BBC News, 13 giugno 2001, http://news.bbc.co.uk/l/hi/health/1386440.stm. Le micromacchine sono basate su magnetici ci-lindrici; si veda K. Ishiyama, M. Sendoh, K. I. Arai, “Magnetic Micromachines forMedical Applications”, Journal of Magnetism and Magnetic Materials 242-45, parte1, aprile 2002, pp. 41-46.

10. Si veda il comunicato dei Sandia National Laboratories, “Pac-Man-Like Micro-structure Interacts with Red Blood Cells”, 15 agosto 2001, http://www.sandia.gov/media/NewsRel/NR2001/gobbler.htm. Per un articolo di fonte commerciale inrisposta, si veda D. Wilson, “Microteeth Have a Big Bite”, 17 agosto 2001, http://www.e4engineering.com/item.asp?ch=e4_home& type=Features&id=42543.

11. Si vedano i libri di Freitas, Nanomedicine, vol. 1, Basic Capabilities, Landes Bio-science, Georgetown, Tex., 1999, e Nanomedicine, vol. 2A, Biocompatibility, LandesBioscience, Georgetown, Tex., 2003, entrambi liberamente disponibili online all’in-dirizzo http://www. nanomedicine.com. Si veda anche la pagina “Nanomedicine”del Foresight Institute, opera di Robert Freitas, che elenca i suoi attuali lavori tecnici(http://www.foresight.org/Nanomedicine/index.html#MedNanoBots).

12. Robert A. Freitas Jr., “Exploratory Design in Medical Nanotechnology: A Mechanical Ar-tificial Red Cell”, Artificial Cells, Blood Substitutes, and Immobilization Biotechnology 26,1998, pp. 411-30, http://www.foresight.org/Nanomedicine/Respirocytes.html.

13. Robert A. Freitas Jr., “Clottocytes: Artificial Mechanical Platelets”, Foresight Update no.41, 30 giugno 2000, pp. 9-11, http://www.imm.org/Reports/Rep018.html.

14. Robert A. Freitas Jr., “Microbivores: Artificial Mechanical Phagocytes”, Foresight Up-date n. 44, 31 marzo 2001, pp. 11-13, http://www.imm.org/Reports/Rep025.html ohttp://www.KurzweilAI.net/meme/frame.html?main=/articles/ art0453.html.

15. Robert A. Freitas Jr., “The Vasculoid Personal Appliance”, Foresight Update n. 48, 31marzo 2002, pp. 10-12, http://www.imm.org/Reports/Rep031.html; articolo comple-to: Robert A. Freitas Jr. e Christopher J. Phoenix, “Vasculoid: A Personal Nanomedi-cal Appliance to Replace Human Blood”, Journal of Evolution and Technology 11, aprile2002, http://www.jetpress.org/volumel 1/vasculoid.html.

16. Carlo Montemagno e George Bachand, “Constructing Nanomechanical Devices Pow-ered by Biomolecular Motors”, Nanotechnology 10, settembre 1999, pp. 225-31; “Bio-fuel Cell Runs on Metabolic Energy to Power Medical Implants”, Nature online, 12novembre 2002, http://www.nature.com/news/2002/021111/full/021111-l.html, chefa riferimento a N. Mano, F. Mao, A. Heller, “A Miniature Biofuel Cell Operating in aPhysiological Buffer”, Journal of the American Chemical Society 124, 2002, pp. 12962-63; Carlo Montemagno et al., “Self-Assembled Microdevices Driven by Muscle”,


NOTE 575

Nature Materials 4.2, febbraio 2005, pp. 180-84, pubblicazione elettronica 16 gennaio2005.

17. Si veda il sito del Lawrence Livermore National Laboratory (http://www.llnl.gov)per informazioni aggiornate su questa iniziativa, e anche il sito della Medtronic Mini-Med, http://www.minimed.com/corpinfo/index.shtml.

18. “Le comunicazioni dirette da cervello a cervello … sembrano più materia per filmhollywoodiani che per relazioni governative – ma queste sono fra i progressi pre-visti in una recente relazione della U.S. National Science Foundation e del Depart-ment of Commerce”. G. Brumfiel, “Futurists Predict Body Swaps for Planet Hops”, Na-ture 418, 25 luglio 2002, p. 359. La stimolazione profonda del cervello, in cui correntielettriche prodotte da elettrodi impianti influenzano le funzioni cerebrali, è un impiantoneurale approvato dalla FDA per il morbo di Parkinson e in fase di test per altri disturbineurologici. Si veda Al Abbott, “Brain Implants Show Promise Against Obsessive Dis-order”, Nature 419, 17 ottobre 2002, pp. 658, e B. Nuttin et al., “Electrical Stimula-tion in Anterior Limbs of Internal Capsules in Patients with Obsessive-CompulsiveDisorder”, Lancet 354.9189, 30 ottobre 1999, p. 1526.

19. Si veda il sito del Retinal Implant Project (http://www.bostonretinalimplant.org), cheindica una serie di risorse, fra cui anche articoli recenti. Uno di questi è R. J. Jensen etal., “Thresholds for Activation of Rabbit Retinal Ganglion Cells with an Ultrafine, Ex-tracellular Microelectrode”, Investigative Ophthalmology and Visual Science 44.8,agosto 2003, pp. 3533-43.

20. La FDA ha approvato l’impianto della Medtronic con questa finalità nel 1997 soloper un emisfero del cervello; è stato approvato per entrambi gli emisferi il 14 gen-naio 2002. S. Snider, “FDA Approves Expanded Use of Brain Implant for Parkin-son’s Disease”, U.S. Food and Drug Administration, PDA Talk Paper, 14 gennaio2002, http://www.fda.gov/bbs/topics/ANSWERS/2002/ANS01130.html. Le versioni piùrecenti consentono l’aggiornamento del software dall’esterno del paziente.

21. La Medtronic produce anche un impianto per la paralisi cerebrale. Si veda S. Hart,“Brain Implant Quells Tremors”, ABC News, 23 dicembre 1997, http://nasw.org/us-ers/hart/sub html/abcnews.html. Si veda anche il sito Web della Medtronic, http://www.medtronic.com.

22. Giinther Zeck e Peter Fromherz, “Noninvasive Neuroelectronic Interfacing withSynaptically Connected Snail Neurons Immobilized on a Semiconductor Chip”,Proceedings of the National Academy of Sciences 98.18, 28 agosto 2001, pp. 10457-62.

23. Si veda R. Colin Johnson, “Scientists Activate Neurons with Quantum Dots”, EETimes, 4 dicembre 2001, http://www.eetimes.com/story/OEG20011204S0068. Ipunti quantistici possono essere usati anche per l’imaging: si veda M. Dahan et al,“Diffusion Dynamics of Glycine Receptors Revealed by Single-Quantum Dot Track-ing”, Science 302.5644, 17 ottobre 2003, pp. 442-45; J. K. Jaiswal e S. M. Simon,“Potentials and Pitfalls of Fluorescent Quantum Dots for Biological Imaging”,Trends in Cell Biology 14.9, settembre 2004, pp. 497-504.

24. S. Shoham et al., “Motor-Cortical Activity in Tetraplegics”, Nature 413.6858, 25ottobre 2001, pp. 793. Per il comunicato dell’Università dello Utah, si veda “An EarlyStep Toward Helping the Paralyzed Walk”, 24 ottobre 2001, http://www.utah.edu/news/releases/01/oct/spinal.html.

25. Le osservazioni di Stephen Hawking, riportate in modo errato da Focus, erano ci-tate in Nick Paton Walsh, “Alter Our DNA or Robots Will Take Over, Warns Hawk-ing”, Observer, 2 settembre 2001, http://observer.guardian.co.uk/uk_news/story/



0,6903,545653,00.html. La traduzione errata, che è stata ampiamente divulgata,faceva pensare che Hawking stesse mettendo in guardia contro lo sviluppo diun’intelligenza automatica superiore a quella umana. In realtà, difendeva l’ideache ci dobbiamo affrettare a chiudere il collegamento fra intelligenza biologica enon biologica. Hawking ha fornito le citazioni corrette a KurzweilAI.net (“Hawk-ing Misquoted on Computers Taking Over”, 13 settembre 2001, http://www.KurzweilAI.net/news/frame.html?main=news_single.html?id%3D495).

26. Si veda la nota 34 del Capito 1.

27. Un esempio è Nomad for Military Applications, prodotto dalla Micro-vision,azienda con sede a Bothell, Washington. Si veda http://www.microvision.com/nomadmilitary/index.html.

28. Olga Kharif, “Your Lapel Is Ringing”, Business Week, 21 giugno 2004.

29. Laila Weir, “High-Tech Hearing Bypasses Ears”, Wired News, 16 settembre 2004, http://www.wired.eom/news/technology/0,1282,64963,00.html?tw= wn_tophead_4.

30. Hypersonic Sound, http://www.atcsd.com/tl_hss.html; Audio Spotlight, http://www.holosonics.com/technology.html.

31. Phillip F. Schewe e Ben Stein, American Institute of Physics Bulletin of PhysicsNews 236, 7 agosto 1995), http://www.aip.org/enews/physnews/1995/phys-news.236.htm. Si veda anche R. Weis e P. Fromherz, “Frequency Dependent Signal-Transfer in Neuron-Transistors” Physical Review E 55, 1997, pp. 877-89.

32. Si veda la nota 18 supra. Si veda anche J. O. Winter et al, “Recognition Molecule Di-rected Interfacing Between Semiconductor Quantum Dots and Nerve Cells”, Ad-vanced Materials 13, novembre 2001, pp. 1673-77; I. Willner e B. Willner, “Biomateri-als Integrated with Electronic Elements: En Route to Bioelectronics”, Trends in Bi-otechnology 19, giugno 2001, pp. 222-30; Deborah A. Fitzgerald, “Bridging the Gapwith Bioelectronics”, Scientist 16.6, 18 marzo 2002, p. 38.

33. Robert Freitas fornisce un’analisi di questo scenario: Robert A. Freitas Jr., Nanom-edicine, vol. 1, Basic Capabilities, sezione 7.4.5.4, “Cell Message Modification”, LandesBioscience, Georgetown, Tex., 1999, pp. 194-96, http://www.nanomedicine.com/NMI/7.4.5.4.htm#p5, e sezione 7.4.5.6, “Outmessaging to Neurons”, pp. 196-97,http://www.nanomedicine.eom/NMI/7.4.5.6.htm#p2.

34. Per una descrizione del progetto Ramona, con video della presentazione in realtàvirtuale al TED e un video “Making of Ramona” con il “dietro le quinte”, si veda“All About Ramona” http://www.KurzweilAI.net/meme/ frame.html?m=9.

35. I. Fried et al., “Electric Current Stimulates Laughter”, Nature 391.6668, 12 febbraio 1998,p. 650. Si veda Ray Kurzweil, The Age of Spiritual Machines, Viking, New York, 1999.

36. Robert A. Freitas Jr., Nanomedicine, vol. 1, Basic Capabilities, sezione 7.3, “Com-munication Networks”, Landes Bioscience, Georgetown, Tex., 1999, pp. 186-88, http://www.nanomedicine.eom/NMI/7.3.htm.

37. Allen Kurzweil, The Grand Complication: A Novel, Hyperion, New York, 2002; AllenKurzweil, A Case of Curiosities, Harvest Books, New York, 2001. Allen Kurzweil èmio primo cugino.

38. Citato in Aubrey de Grey, “Engineering Negligible Senescence: Rational Design ofFeasible, Comprehensive Rejuvenation Biotechnology”, Kronos Institute Seminar Se-ries, 8 febbraio 2002. Presentazione in PowerPoint disponibile a http://www.gen.cam.ac.uk/sens/sensov.ppt.

39. Robert A. Freitas Jr., “Death Is an Outrage!” presentazione alla quinta Alcor Conferenceon Extreme Life Extension, Newport Beach, Calif., 16 novembre 2002, http://www.rfre


NOTE 577

itas.com/Nano/DeathlsAnOutrage.htm, pubblicato su KurzweilAI.net i9 gennaio2003: http://www.KurzweilAI.net/articles/art0536. html.

40. Cro-magnon, “30 anni o meno, spesso molto meno…”: http://anthro.palomar.edu/homo2/sapiens_culture.htm.Egitto: Jac J. Janssen citato in Brett Palmer, “Playing the Numbers Game”, in SkepticalReview, pubblicato online 5 maggio 2004, http://www.theskepticalreview.com/palmer/numbers.html.Europa 1400: Gregory Clark, The Conquest of Nature: A Brief Economic History of theWorld, Princeton University Press, Princeton, 2005, Capitolo 5, “Mortality in theMalthusian Era”, http://www.econ.ucdavis.edu/faculty/gclark/GlobalHistory/Global%20History-5.pdf.1800: James Riley, Rising Life Expectancy: A Global History, Cambridge UniversityPress, Cambridge UK, 2001, pp. 32-33.1900: http://www.cdc.gov/nchs/data/hus/tables/2003/03hus027.pdf.

41. Il museum inizialmente era a Boston, ora è a Mountain View, Calif., http://www.computerhistory.org).

42. Lyman e Kahle sull’archiviazione di lungo termine: “Mentre la buona carta dura500 anni, i nastri per computer ne durano 10. Finché ci saranno organizzazioni at-tive per creare copie, le nostre informazioni saranno al sicuro, ma non abbiamo unmeccanismo efficace per fare copie di materiali digitali che durino 500 anni…”.Peter Lyman e Brewster Kahle, “Archiving Digital Cultural Artifacts: Organizing anAgenda for Action”, D-Lib Magazine, luglio-agosto 1998. Stewart Brand scrive: “Allespalle di ogni splendido computer nuovo e funzionante c’è una scia di corpi di com-puter estinti, supporti di memoria estinti, applicazioni estinte, file estinti. Lo scrit-tore di fantascienza Bruce Sterling ha definito la nostra epoca come ‘l’Età Aurea deimedia defunti, la maggior parte dei quali ha avuto una vita operativa pari a quelladi un pacchetto di cioccolatini’.” Stewart Brand, “Written on the Wind”, Civiliza-tion Magazine, novembre 1998 (“01998” in terminologia Long Now), reperibile on-line a http://www.longnow.org/10klibrary/library.htm.

43. Il progetto Information Processing Technology Office della DARPA si chiamaLifeLog, http://www.darpa.mil/ipto/Programs/lifelog; Si veda anche Noah Shacht-man, “A Spy Machine of DARPA’s Dreams”, Wired News, 20 maggio 2003, http://www.wired.com/news/business/0,1367,58909,00.html; il progetto di Gordon Bell(per Microsoft) è MyLifeBits, http://research.microsoft.com/research/barc/MediaPre-sence/MyLifeBits.aspx; per la Long New Foundation, si veda http://longnow.org.

44. Bergeron è assistente di anestesiologia alla Harvard Medical School ed è autore divolumi come Bioinformatics Computing, Biotech Industry: A Global, Economic, and Fi-nancing Overview, e The Wireless Web and Healthcare.

45. La Long Now Foundation sta sviluppando una possibile soluzione: il Rosetta Disk,che conterrà grandi archivi di testo in lingue che potrebbero estinguersi nellontano futuro. Il piano è usare una peculiare tecnologia di memoria basata su undisco di nickel da due pollici che può conservare circa 350.000 pagine, con unasperanza di vita stimata in 2000 - 10.000 anni. Si veda Long Now Foundation, Li-brary Ideas, http://longnow.org/10klibrary/10kLibConference.htm.

46. John A. Parmentola, “Paradigm Shifting Capabilities for Army Transformation”, sag-gio presentato su invito allo SPIE European Symposium on Optics/Photonics inSecurity and Defence, 25-28 ottobre 2004; disponibile in versione elettronica inBridge 34.3, autunno 2004, http://www.nae.edu/NAE/bridgecom.nsf/weblinks/MKEZ-65 RLTA?OpenDocument.



47. Fred Bayles, “High-tech Project Aims to Make Super-soldiers”, USA Today, 23 maggio2003, http://www.usatoday.com/news/nation/2003-05-22-nanotech-usat_x.htm;si veda il sito dell’Institute for Soldier Nanotechnologies, http://web.mit.edu/isn;Sarah Putnam, “Researchers Tout Opportunities in Nanotech”, MIT News Office,9 ottobre 2002, http://web.mit.edu/newsoffice/2002/cdc-nanotech-1009.html.

48. Ron Schafer, “Robotics to Play Major Role in Future Warfighting”, http://www.jfcom.mil/newslink/storyarchive/2003/pa072903.htm; Russell Richards, “Unmanned Sys-tems: A Big Player for Future Forces?” Unmanned Effects Workshop allo Applied PhysicsLaboratory, Johns Hopkins University, Baltimore, 29 luglio - 1 agosto 2003.

49. John Rhea, “NASA Robot in Form of Snake Planned to Penetrate Inaccessible Areas”,Military and Aerospace Electronics, novembre 2000, http://mae.pennnet.com/Articles/Article_Display.cfm?Section=Archives&Subsection=Display&ARTICLE_ID=86890.

50. Lakshmi Sandhana, “The Drone Armies Are Coming”, Wired News, 30 agosto 2002,http://www.wired.com/news/technology/0)1282,54728,00.html. Si veda anche MarioGerla, Kaixin Xu, Alien Moshfegh, “Minuteman: Forward Projection of UnmannedAgents Using the Airborne Internet”, IEEE Aerospace Conference 2002, Big Sky,Mont., marzo 2002: http://www.cs.ucla.edu/NRL/wireless/uploads/mgerla_aerospace02.pdf.

51. James Kennedy e Russell C. Eberhart, con Yuhui Shi, Swarm Intelligence, MorganKaufmann, San Francisco, 2001, http://www.swarmintelligence.org/SIBook / Sl.php.

52. Will Knight, “Military Robots to Get Swarm Intelligence”, 25 aprile 2003, http://www.newscientist.com/news/news.jsp?id=ns99993661.

53. Ibidem.

54. S. R. White et al., “Autonomic Healing of Polymer Composites”, Nature 409, 15 febbraio2001, pp. 794-97, http://www.autonomic.uiuc.edu/files/NaturePaper.pdf; KristinLeutwyler, “Self-Healing Plastics”, ScientificAmerican.com, 15 febbraio 2001, http://www.sciam.com/article.cfm?articleID=000B307F-C71A-1 C5AB8828 09EC588ED9F.

55. Sue Baker, “Predator Missile Launch Test Totally Successful”, Strategic Affairs, 1 aprile2001, http://www.stratmag.com/issueApr-l/page02.htm.

56. Si veda l’elenco dei corsi OpenCourseWare: http://ocw.mit.edu/index.html.

57. Brigitte Bouissou citata nella pagina delle citazioni del MIT OpenCourseWare:http://ocw.mit.edu/OcwWeb/Global/AboutOCW/additionalquotes.htm e Eric Bend-er, “Teach Locally, Educate Globally”, MIT Technology Review, giugno 2004,http://www. techreview.com/articles/04/06/bender0604.asp?p= 1.

58. Kurzweil Educational Systems (http://www.Kurzweiledu.com) fornisce il sistemadi lettura Kurzweil 3000 per persone affette da dislessia. Può leggere all’utente qualsia-si libro, evidenziando quello che viene letto su una immagine ad alta risoluzione dellapagina. Incorpora una serie di caratteristiche per migliorare le capacità di lettura degliutenti.

59. Citato da Natasha Vita-More, “Arterati on Ideas”, http://64.233.167.104/search?q=cache:QAnJsLcXHXUJ:www.extropy.com/ideas/journal/previous/1998/02-01.html+Arterati+on+ideas&hl=en e http://www.extropy.com/ideas/ journal/previous/1998/02-01 .html.

60. Christine Boese, “The Screen-Age: Our Brains in our Laptops”, CNN.com, 2 agosto2004.

61. Thomas Hobbes, Leviathan, 1651 [tr. it. Leviatano, Laterza, Bari, 2005; oppureBompiani, Milano, 2001 con testo inglese e latino a fronte].


NOTE 579

62. Seth Lloyd e Y. Jack Ng, “Black Hole Computers”, Scientific American, novembre 2004.

63. Alan M. MacRobert, “The Alien Telescope Array: SETI’s Next Big Step”, Sky & Telescope,aprile 2004, http://skyandtelescope.com/printable/resources/seti/article_ 256.asp.

64. Ibidem.

65. Ibidem.

66. C. H. Townes, “At What Wavelength Should We Search for Signals from ExtraterrestrialIntelligence?” Proceedings of the National Academy of Sciences USA 80, 1983, pp.1147-51. S. A. Kingsley in S. A. Kingsley e G. A. Lemarzoand (a cura), The Search forExtraterrestrial Intelligence in the Optical Spectrum, vol. 2, 1996, Proc. WPIE 2704,pp. 102-16.

67. N. S. Kardashev, “Transmission of Information by Extraterrestrial Civilizations”, So-viet Astronomy 8.2, 1964, pp. 217-20. Riassunto in Guillermo A. LeMarchand,“Detectability of Extraterrestrial Technological Activities”, SETlQuest 1:1, pp. 3-13,http://www.coseti.org/lemarch 1 .htm.

68. Frank Drake e Dava Sobel, Is Anyone Out There?, Dell, New York, 1994; Carl Sa-gan e Frank Drake, “The Search for Extraterrestrial Intelligence”, Scientific Ameri-can, maggio 1975, pp. 80-89. Una calcolatrice per l’equazione di Drake si può tro-vare a http://www.activemind.corn/Mysterious/Topics/SETI/drake_equation.html.

69. Molte descrizioni dell’equazione di Drake esprimono fL come frazione della vitadel pianeta durante la quale avvengono trasmissioni radio, ma è più corretto espri-merla come frazione della vita dell’universo, dato che non sappiamo realmente daquanto tempo esista il pianeta; a noi interessa piuttosto la durata delle trasmissioniradio.

70. Seth Shostak ha fornito “una stima che va da circa 10.000 a un milione di radi-otrasmettitori nella galassia”. Marcus Chown, “ET First Contact ‘Within 20Years,’ “ New Scientist 183. 2457, 24 luglio 2004). Disponibile online a http://www.new scientist.com/article.ns?id=dn6189.

71. T. L. Wilson, “The Search for Extraterrestrial Intelligence”, Nature, 22 febbraio 2001.

72. La maggior parte delle stime recenti sono fra dieci e quindici miliardi di anni. Lestime del 2002 basate su dati dello Hubble Space Telescope erano fra tredici equattordici miliardi di anni. Uno studio pubblicato da Lawrence Krauss della CaseWestern Reserve University e da Brian Caboyer della Dartmouth University ha ap-plicato scoperte recenti sull’evoluzione delle stelle e ne ha concluso che con unlivello di confidenza del 95 per cento l’età dell’universo è compresa fra 11,2 e 20miliardi di anni. Lawrence Krauss e Brian Chaboyer, “Irion, the Milky Way’s Rest-less Swarms of Stars”, Science 299, 3 gennaio 2003, pp. 60-62. Ricerche recentidella NASA hanno precisato l’età dell’universo in 13,7 miliardi di anni, più o meno200 milioni, http://map.gsfc.nasa.gov/m_mm/mr_age.html.

73. Citato in Eric M. Jones, “ ‘Where Is Everybody?’: An Account of Fermi’s Ques-tion”,Los Alamos National Laboratories, marzo 1985, http://www.bayarea.net/-kins/About-Me/Fermi_and_Teller/fermi_question.html.

74. Innanzitutto, consideriamo la stima di 1042 cps per il laptop freddo definitivo (come nelCapitolo 3). Possiamo stimare che la massa del sistema solare sia all’incirca uguale allamassa del Sole, che è 2 x 1030 kg. Un ventesimo dell’1 per cento di questa massa èpari a 1027 kg. Con 1042 cps per kg, 1027 kg fornirebbero 1069 cps. Se usiamo la sti-ma di 1050 cps per il laptop caldo definitivo, arriviamo a 1077 cps.

75. Anders Sandberg, “The Physics of Information Processing Superobjects: Daily Life



Among the Jupiter Brains”, Journal of Evolution and Technology 5, 22 dicembre1999), http://www.jetpress.org/volume5/Brains2.pdf.

76. Freeman John Dyson, “Search for Artificial Stellar Sources of Infrared Radiation”, Sci-ence 131, 3 giugno 1960, pp. 1667-68.

77. Citato in Sandberg, “The Physics of Information Processing Superobjects”, cit.

78. Nel 1994 sono stati messe in commercio 195,5 miliardi di unità di chip a semicondut-tori, 433.5 miliardi nel 2004. Jim Feldhan, president, Semico Research Corpora-tion, http://www.semico.com.

79. Robert Freitas è stato uno dei maggiori sostenitori dell’uso di sonde robotiche inparticolare autoreplicanti. Si veda Robert A. Freitas Jr., “Interstellar Probes: A NewApproach to SETI”, J. British Interplanet. Soc. 33, marzo 1980, pp. 95-100, http://www.rfreitas.com/Astro/InterstellarProbesJBIS1980.htm; Robert A. Freitas Jr., “ASelf-Reproducing Interstellar Probe”, J. British Interplanet. Soc. 33, luglio 1980,pp. 251-64, http://www.rfreitas.com/Astro/ReproJBIS Julyl980.htm; FranciscoValdes e Robert A. Freitas Jr., “Comparison of Reproducing and NonreproducingStarprobe Strategies for Galactic Exploration”, J. British Interplanet. Soc. 33, no-vembre 1980, pp. 402-8, http://www.rfreitas.com/Astro/ComparisonReproNov1980.htm; Robert A. Freitas Jr., “Debunking the Myths of InterstellarProbes”, AstroSearch 1, luglio-agosto 1983, pp. 8-9, http://www.rfreitas.com/As-tro/ProbeMythsl983.htm; Robert A. Freitas Jr., “The Case for InterstellarProbes”, J. British Interplanet. Soc. 36, novembre 1983, pp. 490-95, http://www.rfreitas.com/Astro/TheCaseForInterstellarProbes1983.htm.

80. M. Stenner et al, “The Speed of Information in a ‘Fast-Light’ Optical Medium”, Na-ture 425, 16 ottobre 2003, pp. 695-98. Si veda anche Raymond Y. Chiao et al., “Super-luminal and Parelectric Effects in Rubidium Vapor and Ammonia Gas”, Quantum andSemiclassical Optics 7, 1995, pp. 279.

81. I. Marcikic et al., “Long-Distance Teleportation of Qubits at TelecommunicationWavelengths”, Nature 421, gennaio 2003, pp. 509-13; John Roach, “PhysicistsTele-port Quantum Bits over Long Distance”, National Geographic News, 29 gen-naio 2003; Herb Brody, “Quantum Cryptography”, in “10 Emerging TechnologiesThat Will Change the World”, MIT Technology Review, febbraio 2003; N. Gisin etal., “Quantum Correlations with Moving Observers”, Quantum Optics, dicembre2003, pp. 51; Quantum Cryptography exhibit, ITU Telecom World 2003, Ginevra,Svizzera, 1 ottobre 2003; Sora Song, “The Quantum Leaper”, Time, 15 marzo 2004;Mark Buchanan, “Light’s Spooky Connections Set New Distance Record”, New Scientist,28 giugno 1997.

82. Charles H. Lineweaver e Tamara M. Davis, “Misconceptions About the Big Bang”,Scientific American, marzo 2005.

83. A. Einstein e N. Rosen, “The Particle Problem in the General Theory of Relativity”, Phys-ical Review 48, 1935, p. 73.

84. J. A. Wheeler, “Geons”, Physical Review 97, 1955, pp. 511-36.

85. M. S. Morris, K. S. Thorne, U. Yurtsever, “Wormholes, Time Machines, and theWeak Energy Condition”, Physical Review Letters 61.13, 26 settembre 1988, pp. 1446-49; M. S. Morris e K. S. Thorne, “Wormholes in Spacetime and Their Use for InterstellarTravel: A Tool for Teaching General Relativity”, American Journal of Physics 56.5, 1988,pp. 395-412.

86. M. Visser, “Wormholes, Baby Universes, and Causality”, Physical Review D 41.4, 15febbraio 1990, pp. 1116-24.


NOTE 581

87. Sandberg, “The Physics of Information Processing Superobjects”, cit.

88. David Hochberg e Thomas W. Kephart, “Wormhole Cosmology and the Horizon Prob-lem”, Physical Review Letters 70, 1993, pp. 2665-68, http://prola.aps.org/abstract/PRL/v70/i18/p2665_1; D. Hochberg e M. Visser, “Geometric Structure of the Ge-neric Static Transversable Wormhole Throat”, Physical Review D 56, 1997, pp.4745.

89. J. K. Webb et al., “Further Evidence for Cosmological Evolution of the Fine StructureConstant”, Physical Review Letters 87.9, 27 agosto 2001, pp. 091301; “WhenConstants Are Not Constant”, Physics in Action, ottobre 2001, http://physicsweb.org/articles/world/14/10/4.

90. Joao Magueijo, John D. Barrow, and Haavard Bunes Sandvik, “Is It e or Is It c? Ex-perimental Tests of Varying Alpha”, Physical Letters B 549, 2002, pp. 284-89.

91. John Smart, “Answering the Fermi Paradox: Exploring the Mechanisms of UniversalTranscension”, http://www.transhumanist.com/Smart-Fermi. htm. Si veda anchehttp://singularitywatch.com e la sua biografia a http://www.singularitywatch.com/bio_johnsmart.html.

92. James N. Gardner, Biocosm: The New Scientific Theory of Evolution: Intelligent Life Isthe Architect of the Universe, Inner Ocean, Maui, 2003.

93. Lee Smolin in “Smolin vs. Susskind: The Anthropic Principle”, Edge 145, http://www.edge.org/documents/archive/edgel45.html; Lee Smolin, “Scientific Alternativesto the Anthropic Principle”, http://arxiv.org/abs/hep-th/0407213.

94. Kurzweil, Age of Spiritual Machines, cit. pp. 258-60.

95. Gardner, Biocosm, cit.

96. S. W. Hawking, “Particle Creation by Black Holes”, Communications in MathematicalPhysics 43, 1975, pp. 199-220.

97. La scommessa originale è a http://www.theory.caltech.edu/people/preskill/info_bet.html. Si veda anche Peter Rodgers, “Hawking Loses Black Hole Bet”,Physics World, agosto 2004, http://physicsweb.Org/articles/news/8/7/l 1.

98. Per arrivare a queste stime Lloyd ha preso la densità osservata della materia (circaun atomo di idrogeno per metro cubo) e ha calcolato l’energia totale nell’universo.Dividendo questa grandezza per la costante di Planck, ha ottenuto circa 1090 cps.Seth Lloyd, “Ultimate Physical Limits to Computation”, Nature 406.6799, 31 ago-sto 2000, pp. 1047-54. Le versioni elettroniche (versione 3 datata 14 febbraio2000) sono disponibili a http://arxiv.org/abs/quant-ph/9908043, 31 agosto 2000.Il collegamento che segue è a una pagina che richiede un pagamento per l’accesso:http://www.nature.com/cgi-taf/DynaPage.taf?file=/nature/journal/v406/n6799/full/4061047aOjs.html& content_filetype=PDF.

99. Jacob D. Bekenstein, “Information in the Holographic Universe: Theoretical Re-sults about Black Holes Suggest That the Universe Could Be Like a Gigantic Holo-gram”, Scientific American 289.2, agosto 2003, pp. 58-65, http://www.sciam.com/article.cfm?articleID=000AF072-4891-1F0A-97AE80A84189EEDF.

Capitolo 7

1. In Jay W. Richards et al., Are We Spiritual Machines? Ray Kurzweil vs. the Critics ofStrong A.I., Discovery Institute, Seattle, 2002, introduzione, http://www.KurzweilAI.net/meme/frame.html?mam=/articles/art0502.html.



2. Ray Kurzweil w Terry Grossman, M.D., Fantastic Voyage: Live Long Enough to LiveForever, Rodale Books, New York, 2004.

3. Ibidem.

4. Ibidem.

5. Max More e Ray Kurzweil, “Max More and Ray Kurzweil on the Singularity”, 26febbraio 2002, http://www.KurzweilAI.net/articles/art0408.html.

6. Ibidem.

7. Ibidem.

8. Arthur Miller, After the Fall, Viking, New York, 1964.

9. Da un saggio letto alla Oxford Philosophical Society nel 1959 e poi pubblicato conil titolo “Minds, Machines and Godel”, Philosophy 36, 1961, pp. 112-27. È statoristampato per la prima di molte volte in Kenneth Sayre e Frederick Crosson (a cu-ra), The Modeling of Mind, University of Notre Dame Press, Notre Dame, 1963, pp.255-71.

10. Martine Rothblatt, “Biocyberethics: Should We Stop a Company from Unplugging anIntelligent Computer?” 28 settembre 2003, http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0594.html (con collegamenti a un Webcast e trascrizioni).

11. Jaron Lanier, “One Half of a Manifesto”, Edge, http://www.edge.org/3rd_culture/lanier/lanier_index.html; Si veda anche Jaron Lanier, “One-Half of a Manifesto”,Wired News, dicembre 2000, http://www.wired.eom/wired/archive/8.12/lanier.html.

12. Ibidem.

13. Norbert Wiener, Cybernetics: or, Control and Communication in the Animal and theMachine, MIT Press, Cambridge, Mass., 1948 [tr. it. La cibernetica: controllo e comuni-cazione nell’animale e nella macchina, Il Saggiatore, Milano, 1968).

14. “How Do You Persist When Your Molecules Don’t?”, Science and ConsciousnessReview 1.1, giugno 2004), http://www.sci-con.org/articles/20040601. html.

15. David J. Chalmers, “Facing Up to the Problem of Consciousness”, Journal of Con-sciousness Studies 2.3, 1995, pp. 200-219, http://jamaica.u.arizona. edu/~chalmers/papers/facing.html.

16. Huston Smith, The Sacred Unconscious, videotape, The Wisdom Foundation,2001, acquistabile da http://www.fonsvitae.com/sacredhuston.html.

17. Jerry A. Fodor, Representations: Philosophical Essays on the Foundations of Cognitive Sci-ence, MIT Press, Cambridge, Mass., 1981.

Capitolo 8

1. Bill McKibben, “How Much Is Enough? The Environmental Movement as a PivotPoint in Human History”, Harvard Seminar on Environmental Values, 18 ottobre2000.

2. Negli anni Sessanta, il governo americano ha condotto un esperimento: ha chiestoa tre studenti di fisica da poco laureati di costruire un’arma nucleare utilizzandosolo informazioni pubblicamente disponibili. Il risultato è stato positivo: i tre stu-denti ne hanno costruita una in circa tre anni (http://www.pimall.eom/nais/nl/n.nukes.html). I piani per la costruzione di una bomba atomica sono disponibili su In-ternet e sono stati pubblicati in forma di libro da un laboratorio nazionale. Nel 2002,il Ministero inglese della difesa ha rilasciato al Public Record Office misure, diagram-


NOTE 583

mi e dettagli precisi sulla costruzione di bombe, poi rimossi (http://news.bbc.co.Uk/l/hi/uk/1932702.stm). Si badi che a questi indirizzi non si trovano i piani effettiviper la costruzione di armi atomiche.

3. “The John Stossel Special: You Can’t Say That!” ABC News, 23 marzo 2000.

4. Sul Web si trovano molte informazioni, anche manuali militari, su come costruirebombe, armi ed esplosivi. Alcune sono errate, ma si possono continuare a trovareinformazioni accurate su questi argomenti nonostante tutti i tentativi che sono sta-ti fatti di cancellarle. Il Congresso americano ha approvato un emendamento (ilFeinstein Amendment, SP 419) a un decreto del Dipartimento della difesa delgiugno 1997, che proibisce la diffusione di istruzioni sulla costruzione di bombe.Si veda Anne Marie Helmenstine, “How to Build a Bomb”, 10 febbraio 2003, ht-tp://chemistry.about.com/library/weekly/aa021003a.htm. Le informazioni sullesostanze chimiche tossiche di produzione industriale si trovano facilmente sul Web enelle biblioteche, e lo stesso vale per le informazioni e gli strumenti per coltivare bat-terie e virus e per le tecniche di creazione di virus informatici e per l’hacking di com-puter e reti. Badate che non fornisco esempi specifici di queste informazioni, poichépotrebbero essere utili a individui e gruppi con intenti distruttivi. Mi rendo conto chebasta dire che queste informazioni sono disponibili per favorirne la diffusione, macredo che i vantaggi di un dialogo aperto sull’argomento compensino largamente lepossibili preoccupazioni. Peraltro, della disponibilità di questo tipo di informazioni siè ampiamente discusso nei media e in altre sedi.

5. Ray Kurzweil, The Age of Intelligent Machines, MIT Press, Cambridge, Mass., 1990.

6. Ken Alibek, Biohazard, Random House, New York, 1999.

7. Ray Kurzweil, The Age of Spiritual Machines, Viking, New York, 1999.

8. Bill Joy, “Why the Future Doesn’t Need Us”, Wired, aprilee 2000, http://www.wired.com/ wired/archive/8.04/joy.html.

9. Sono largamente disponibili manuali sullo splicing dei geni (per esempio A. J. Harwood [acura], Basic DNA and RNA Protocols, Humana Press, Totowa, N.J., 1996) nonché re-agenti e kit per lo splicing.

10. Un sito per informazioni sulla simulazione “Dark Winter” è “DARK WINTER: A Bi-oterrorism Exercise June 2001”: http://www.biohazardnews.net/scen_smallpox.shtml. Un riepilogo breve è in http://www.homelandsecurity.org/darkwinter/index.cfm.

11. Richard Preston, “The Specter of a New and Deadlier Smallpox”, New York Times, 14ottobre 2002, disponibile a http://www.ph.ucla.edu/epi/bioter/specterdeadliersmallpox.html.

12. Alfred W. Crosby, America’s Forgotten Pandemic: The Influenza of 1918, Cambridge Uni-versity Press, New York, 2003.

13. “Power from Blood Could Lead to ‘Human Batteries,’ “ Sydney Morning Herald, 4agosto 2003, http://www.smh.com.au/articles/2003/08/03/1059849 278131.html. Si ve-da la nota 129 al Capitolo 5. Si veda anche S. C. Barton, J. Gallaway, P. Atanassov,“Enzymatic Biofuel Cells for Implantable and Microscale Devices”, Chemical Re-views 104.10, ottobre 2004, pp. 4867-86.

14. J. M. Hunt ha calcolato che ci siano 1,55 × 1019 kg (1022 grammi) di carbonio or-ganico sulla Terra. In base a questa cifra, e ipotizzando che tutto il “carbonio orga-nico” sia contenuto nella biomassa (si badi che la biomassa non è definita in modomolto chiaro, perciò si segue una impostazione prudenziale piuttosto ampia), si puòcalcolare il numero approssimativo degli atomi di carbonio come segue:



Peso atomico medio del carbonio (tenuto conto degli isotopi) = 12,011.Carbonio nella biomassa = 1,55 × 1022 g / 12,011 = 1,3 × 1021 mol.1,3 × 1021 × 6,02 × 1023 (numero di Avogadro) = 7,8 × 1044 atomi di carbonio. J. M.Hunt, Petroleum Geochemistry and Geology, W. H. Freeman, San Francisco, 1979.

15. Robert A. Freitas Jr., “The Gray Goo Problem”, 20 marzo 2001, http://www.KurzweilAI.net/articles/art0142.html.

16. “Gray Goo Is a Small Issue”, Briefing Document, Center for Responsible Nanotechnolo-gy, 14 dicembre 2003, http://crnano.org/BD-Goo.htm; Chris Phoenix e Mike Tred-er, “Safe Utilization of Advanced Nanotechnology”, Center for Responsible Nanotech-nology, gennaio 2003, http://crnano.org/safe.htm; K. Eric Drexler, Engines of Crea-tion, cit., Capitolo 11, “Engines of Destruction”, Anchor Books, New York, 1986), pp.171-90, http://www.foresight.org/EOC/EOC_Chapter_l l.html; Robert A. Freitas Jr. eRalph C. Merkle, Kinematic Self-Replicating Machines, sezione 5.11, “Replicatorsand Public Safety”, Landes Bioscience, Georgetown, Tex., 2004, pp. 196-99, http://www.MolecularAssembler.eom/KSRM/5.ll.htm, e sezione 6.3.1, “Molecular Assem-blers Are Too Dangerous”, pp. 204-6, http://www.Molecular Assembler. com/KSRM/6.3.1.htm; Foresight Institute, “Molecular Nanotechnology Guidelines: Draft Version3.7”, 4 giugno 2000, http://www.foresight.org/guidelines/.

17. Robert A. Freitas Jr., “Gray Goo Problem” e “Some Limits to Global Ecophagy by Biov-orous Nanoreplicators, with Public Policy Recommendations”, Zyvex preprint,aprile 2000, sezione 8.4 “Malicious Ecophagy” e sezione 6.0 “Ecophagic Thermal Pollu-tion Limits (ETPL)”, http://www.foresight.org/NanoRev/Ecophagy. html.

18. Nick D. Bostrom, “Existential Risks: Analyzing Human Extinction Scenarios and Relat-ed Hazards” 29 maggio 2001, http://www.KurzweilAI.net/meme/frame.html?main=/articles/artO 194.html.

19. Robert Kennedy, 13 Days, Macmillan, Londra, 1968, p. 110.

20. H. Putnam, “The Place of Facts in a World of Values”, in D. Huff e O. Prewitt (a cura),The Nature of the Physical Universe, John Wiley, New York, 1979, p. 114.

21. Graham Allison, Nuclear Terrorism, Times Books, New York, 2004.

22. Martin I. Meltzer, “Multiple Contact Dates and SARS Incubation Periods”, Emerging In-fectious Diseases 10.2, febbraio 2004, http://www.cdc.gov/ncidod/EID/vol10no2/03-0426-Gl.htm.

23. Robert A. Freitas Jr., “Microbivores: Artificial Mechanical Phagocytes Using Digest andDischarge Protocol”, Zyvex preprint, marzo 2001, http://www.rfreitas.com/Na-no/Microbivores.htm, e “Microbivores: Artificial Mechanical Phagocytes”, Fore-sight Update n. 44, marzo 31,2001, pp. 11-13, http://www.imm.org/Reports/Rep025.html.

24. Max More, “The Proactionary Principle”, maggio 2004, http://www.max-more.com/proactionary.htm e http://www.extropy.org/proactionaryprinciple.htm.More riassume il “principio di proazione” come segue:1. La libertà dei singoli di innovare tecnologicamente è preziosa per l’umanità.L’onere della prova perciò ricade su quanti propongono misure restrittive. Tutte lemisure proposte debbono essere esaminate scrupolosamente.2. Valutare il rischio in base alla scienza esistente, non alla percezione popolare, etener conto degli errori sistematici del ragionamento comune.3. Dare la precedenza a ciò che combatte le minacce note e assodate alla salute umanae alla qualità ambientale, rispetto alle azioni motivate da rischi ipotetici.4. Trattare i rischi tecnologici come i rischi naturali: evitare di sottovalutare i rischi


NOTE 585

naturali e di sopravvalutare i rischi della tecnologia umana. Tener conto a pieno deivantaggi del progresso tecnologico.5. Valutare le opportunità che si perdono abbandonando una tecnologia, e tenerconto dei costi e dei rischi di sostituire altre opzioni credibili, considerando gli effettiad ampia distribuzione e gli effetti delle ricadute.6. Prendere in considerazione misure restrittive solo se l’impatto potenziale diun’attività ha una probabilità significativa e una gravità significativa. In tali casi, sel’attività genera anche vantaggi, rivalutare l’impatto in base alla possibilità di adattarsiagli effetti negativi. Se sembra giustificato prendere delle misure per limitare il pro-gresso tecnologico, verificare che l’estensione di tali misure sia proporzionatoall’estensione degli effetti probabili.7. Quando si sceglie fra misure per limitare l’innovazione tecnologica, stabilire unagerarchia dei criteri decisionali come segue: dare la priorità ai rischi agli esseri umanie ad altre forme di vita intelligenti rispetto ai rischi ad altre specie; dare alle minaccenon letali alla salute umana la priorità rispetto alle minacce limitate all’ambiente(entro limiti ragionevoli); dare la priorità alle minacce immediate rispetto a quellelontane; preferire la misura con il valore atteso più alto, dando la priorità alleminacce più certe e alle conseguenze irreversibili o persistenti, rispetto a quelle transi-torie.

25. Martin Rees, Our Final Hour: A Scientist’s Warning: How Terror, Error, and Envi-ronmental Disaster Threaten Humankind’s Future in This Century – on Earth andBeyond, Basic Books, New York, 2003.

26. Scott Shane, Dismantling Utopia: How Information Ended the Soviet Union, Chi-cago: Ivan R. Dee, 1994); Si veda anche la recensione di James A. Dorn a http://www.cato.org/pubs/journal/cjl6n2-7.html.

27. Si veda George DeWan, “Diary of a Colonial Housewife”, Newsday, 2005, per unracconto delle difficoltà della vita umana un paio di secoli fa: http://www.newsday.com/community/guide/lihistory/ny-history-hs331a,0,6101197. story.

28. Jim Oeppen e James W. Vaupel, “Broken Limits to Life Expectancy”, Science296.5570, 10 maggio 2002, pp. 1029-31.

29. Steve Bowman e Helit Barel, Weapons of Mass Destruction: The Terrorist Threat, Con-gressional Research Service Report for Congress, 8 dicembre 1999, http://www.cnie.org/nle/crsreports/international/inter-75.pdf.

30. Eliezer S. Yudkowsky, “Creating Friendly AI 1.0, The Analysis and Design of Be-nevolent Goal Architectures”, 2001, The Singularity Institute, http://www.singinst.org/CFAI/; Eliezer S. Yudkowsky, “What Is Friendly AI?”, 3 maggio 2001, http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0172.html.

31. Ted Kaczynski, “The Unabomber’s Manifesto”, 14 maggio 2001, http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0182.html.

32. Bill McKibben, Enough: Staying Human in an Engineered Age, Times Books, New York,2003.

33. Kaczynski, “The Unabomber’s Manifesto”, cit.

34. Foresight Institute e IMM, “Foresight Guidelines on Molecular Nanotechnol-ogy”,21 febbraio 1999, http://www.foresight.org/guidelines/current.html; Christine Pe-terson, “Molecular Manufacturing: Societal Implications of Advanced Nanotech-nology”, 9 aprile 2003, http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0557.html; Chris Phoenix e Mike Treder, “Safe Utilization of Advanced Nanotechnolo-gy”, 28 gennaio 2003, http://www.KurzweilAI.net/meme/frame.html?main=/articles/



art0547.html; Robert A. Freitas Jr., “The Gray Goo Problem”, KurzweilAI.net, 20 mar-zo 2002, http://www.KurzweilAI.net/meme/ frarne.html?main=/articles/art0142.html.

35. Robert A. Freitas Jr., comunicazione privata a Ray Kurzweil, gennaio 2005. Freitas descrivein dettaglio la sua proposta in Robert A. Freitas Jr., “Some Limits to Global Ecophagy byBiovorous Nanoreplicators, with Public Policy Recommendations”.

36. Ralph C. Merkle, “Self Replicating Systems and Low Cost Manufacturing”, 1994, http://www.zyvex.com/nanotech/selfRepNATO.html.

37. Neil King Jr. e Ted Bridis, “FBI System Covertly Searches E-mail”, Wall Street Journal On-line, 10 luglio 2000), http://zdnet.com.com/2100-11-52207l.html?legacy =zdnn.

38. Patrick Moore, “The Battle for Biotech Progress – GM Crops Are Good for the Envi-ronment and Human Welfare”, Greenspirit, febbraio 2004, http://www.greenspirit.com/logbook.cfm?msid=62.

39. “GMOs: Are There Any Risks?” Commissione Europea, 9 ottobre 2001, http://europa.eu.int/comm/research/biosociety/pdf/gmo_press_release.pdf.

40. Rory Carroll, “Zambians Starve As Food Aid Lies Rejected” Guardian, 17 ottobre2002),http://www.guardian.co.uk/gmdebate/Story/0,2763,813220,00.htmI.

41. Larry Thompson, “Human Gene Therapy: Harsh Lessons, High Hopes”, PDAConsumer Magazine, settembre-ottobre 2000, http://www.fda.gov/fdac/features/2000/500_gene.html.

42. Bill Joy, “Why the Future Doesn’t Need Us”, cit.

43. Le Foresight Guidelines (Foresight Institute, versione 4.0, ottobre 2004, http://www.foresight.org/guidelines/current.html) sono state formulate per affrontare lepotenziali conseguenze positive e negative della nanotecnologia. Il loro intento èinformare i cittadini, le aziende e le pubbliche amministrazioni, e fornire direttivespecifiche per sviluppare in modo responsabile la produzione molecolare nanotec-nologica. Le Foresight Guidelines sono state sviluppate inizialmente allo Institute Work-shop on Molecular Nanotechnology Research Policy Guidelines, sponsorizzato dall’istitutoe dallo Institute for Molecular Manufacturing (IMM), 19-21 febbraio 19-21. Fra i parteci-panti c’erano James Bennett, Greg Burch, K. Eric Drexler, Neil Jacobstein, Tanya Jones,Ralph Merkle, Mark Miller, Ed Niehaus, Pat Parker, Christine Peterson, Glenn Rey-nolds, Philippe Van Nedervelde. Le direttive sono state aggiornate varie volte.

44. Marline Rothblatt, CEO della United Therapeutics, ha proposto di sostituire lamoratoria con un regime regolamentato in cui una nuova Autorità internazionalesugli xenotrapianti esamini e approvi maiali geneticamente modificati privi di pa-togeni come fonti accettabili di xenooragni trapiantabili. La soluzione di Rothblattfavorirebbe anche l’emarginazione di chirurghi avventurieri degli xenotrapianti,promettendo a ogni paese che si associ all’Autorità e si impegni ad attuarne le re-gole entro i suoi confini, una quota degli xenoorgani da trapianto privi di patogeniper i suoi cittadini. Si ved Martine Rothblatt, “Your Life or Mine: Using Geoethics toResolve the Conflict Between Public and Private Interests” in Xenotransplantation,Ashgate, Burlington, Vt., 2004). Precisazione: faccio parte del consiglio di ammi-nistrazione della United Therapeutics.

45. Si veda il Singularity Institute, http://www.singinst.org. Si veda anche la nota 30 su-pra. Yudkowsky ha formato il Singularity Institute for Artificial Intelligence (SIAI)per sviluppare la “Friendly AI”, l’intelligenza artificiale amichevole, nel senso di“creare contenuti cognitivi, caratteristiche progettuali e architetture cognitive chediano come risultato una disposizione benevola” prima che sia possibile una IAquasi umana o superiore a quella umana. Il SIAI ha sviluppato le SIAI Guidelines


NOTE 587

on Friendly AI (direttive sull’IA amichevole): “Friendly AI”, http://www.singinst.org/friendly/. Anche Ben Goertzel e il suo Artificial General Intelligence Research Institutehanno esaminato questioni relative allo sviluppo di una IA amichevole: il suo interesseattuale è per lo sviluppo del Novamente AI Engine, un insieme di algoritmi di ap-prendimento e di architetture. Anche Peter Voss, fofondatore della Adaptive A.I.,Inc., ha collaborato allo studio dell’AI amichevole: http://adaptive ai.com/.

46. Integrated Fuel Cell Technologies, http://ifctech.com. Precisazione: l’autore è stato unodei primi investitori della IFCT, e ne è un consulente.

47. New York Times, 23 settembre 2003, editoriale.

48. La Commissione per la scienza della Camera dei rappresentanti USA ha tenutouna audizione il 9 aprile 2003 per “esaminare le implicazioni sociali della nanote-cnologia e doi H.R. 766, il Nanotechnology Research and Development Act del2002”. Si veda “Full Science Committee Hearing on the Societal Implications ofNanotechnology”, http://www.house.gov/science/hearings/full03/index.htm, “Hear-ing Transcript”, http://commdocs.house.gov/committees/science/hsy86340.000/hsy86340_0f.htm. Per la testimonianza di Ray Kurzweil, si veda anche http://www.KurzweilAI.net/meme/frame.html?main=/articles/art0556.html. Si veda ancheAmara D. Angelica, “Congressional Hearing Addresses Public Concerns AboutNanotech”, 14 aprile 2003, http://www.KurzweilAI.net/articles/art0558.html.

Capitolo 9

1. Michael Denton, “Organism and Machine”, in Jay W. Richards et al, Are We SpiritualMachines? Ray Kurzweil vs. the Critics of Strong A.I., Discovery Institute Press, Seattle,2002, http://www.KurzweilAI.net/meme/frame.html? main=/articles/art 0502.html.

2. Jaron Lanier, “One Half of a Manifesto”, Edge, 25 settembre 2000, http://www.edge.org/documents/archive/edge74.html.

3. Ibidem.

4. Si vedano i Capitoli 5 e 6 per esempi di IA ristretta ora incorporata in profonditànella nostra infrastruttura moderna.

5. Jaron Lanier, “One Half of a Manifesto”, cit.

6. Un esempio è Kurzweil Voice, sviluppato in origine da Kurzweil Applied Intelligence.

7. Alan G. Ganek, “The Dawning of the Autonomic Computing Era”, IBM Systems Mi-crotubules: The ‘Orch OR’ Model for Consciousness”, Mathematics and Com-puter Simulation 40, 1996, pp. 453-80, http://www.quantumconsciousness.org/penrosehameroff/orchOR.html.

23. Sander Olson, “Interview with Seth Lloyd”, 17 novembre 2002, http://www.nanomagazine.com/i.php?id=2002_l 1_17.

24. Bell, “Levels and Loops”, cit.

25. Si vedano i grafici sulla crescita esponenziale dell’informatica nel Capitolo 2.

26. Alfred N. Whitehead e Bertrand Russell, Printipia Mathematica, 3 voll., Cam-bridge University Press, Cambridge, U.K., 1910,1912, 1913).

27. Il teorema di incompletezza di Gödel è stato pubblicato nel suo “Über formal unent-scheidbare Satze der Principia Mathematica und verwandter Systeme I”, Monatsheftefur Mathematik und Physik 38, 1931, pp. 173-98.

28. Alan M. Turing, “On Computable Numbers with an Application to the Entschei-



dungsproblem”, Proceedings of the London Mathematical Society 42, 1936, pp.230-65. L’“Entscheidungsproblem” è il problema della decisione o della fermata –cioè come determinare in anticipo se un algoritmo si fermerà (arriverà a una deci-sione) o continuerà a girare all’infinito.

29. La versione di Church è stata pubblicata in Alonzo Church, “An Unsolvable Prob-lem of Elementary Number Theory”, American Journal of Mathematics 58, 1936,pp. 345-63.

30. Per un esame introduttivo e attraente di alcune delle conseguenze della tesi diChurch-Turing, Douglas R. Hofstadter, Gödel, Escher, Bach: An Eternal Golden Braid,Basic Books, New York, 1979 (tr. it. Gödel, Escher, Bach: Una eterna ghirlanda brillante,Adelphi, Milano, 1981).

31. Il problema dell’alacre castoro è un esempio di un’ampia classe di funzioni noncomputabili: si veda Tibor Rado, “On Noncomputable Functions”, Bell SystemTechnical Journal 41.3, 1962, pp. 877-84.

32. Ray Kurzweil, “Kurzweil’s Turing Fallacy”, cit.


34. Un essere umano, cioè, che non è addormentato, non è in coma ed è abbastanza svi-luppato (cioè non è un feto prima dello sviluppo del cervello) da essere cosciente.

35. John R. Searle, “I Married a Computer”, in Richards et al., Are We Spiritual Ma-chines?

36. John R. Searle, The Rediscovery of the Mind, MIT Press, Cambridge, Mass., 1992 (tr,it. La riscoperta della mente, Bollati Boringhieri, Torino, 1994).

37. Hans Moravec, Letter to the Editor, New York Review of Books, http://www.kurzweiltech.com/Searle/searle_response_letter.htm.

38. John Searle a Ray Kurzweil, 15 dicembre 1998.


40. David Brooks, “Good News About Poverty”, New York Times, 27 novembre 2004,A35.

41. Hans Moravec, Letter to the Editor, New York Review of Books, http://www.kurzweiltech.com/Searle/searle_response_letter.htm.

42. Patrick Moore, “The Battle for Biotech Progress – GM Crops Are Good for theEnvironment and Human Welfare”, Greenspirit, febbraio 2004, http://www.greenspirit.com/logbook. cfm?msid=62.

43. Joel Cutcher-Gershenfeld, comunicazione personale a Ray Kurzweil, febbraio2005.

44. William A. Dembski, “Kurzweil’s Impoverished Spirituality”, in Richards et al., Are WeSpiritual Machines?, cit.

45. Michael Denton, “Organism and Machine”, cit.

Epilogo

1. Citato in James Gardner, “Selfish Biocosm”, Complexity 5.3, gennaio-febbraio 2000,pp. 34-45.

2. Nella funzione y = 1/x, se x = 0 la funzione è letteralmente indefinita, ma possia-mo mostrare che il valore di y supera qualsiasi numero finito. Possiamo trasfor-mare y = 1/x in x = 1/y scambiando numeratori e denominatori in entrambi i


NOTE 589

membri dell’equazione. Se dunque diamo a y un valore finito molto grande, pos-siamo vedere che x diventa molto piccolo ma sempre diverso da zero, per quantogrande diventi y. Perciò si può dire che il valore di y in y = 1/x supera qualsiasivalore finito di y se x = 0. Un altro modo di dire la stessa cosa è che possiamo su-perare qualsiasi possibile valore finito di y ponendo x più grande di 0 ma più pic-colo di 1 diviso per quel valore.

3. Con stime di 1016 cps per la simulazione funzionale del cervello umano (si veda ilCapitolo 3) e circa 1010 (meno di dieci miliardi) di cervelli umani, si ha un totale di1026 cps per tutti i cervelli biologici umani. Perciò 1090 cps è maggiore per un fattore1064. Se usiamo il valore più prudenziale di 1019 cps, che ho stimato siano necessari persimulare ogni non linearità in ciascuna componente neuronale (dendriti, assoni e cosìvia), otteniamo un fattore 1061 (che è un 1 seguito da 61 zeri, un enorme numero dimiliardi di miliardi di miliardi…).

4. Si vedano le stime della nota precedente: 1042 cps è dieci milioni di miliardi (1016)di volte più grande.

5. Stephen Jay Gould, “Jove’s Thunderbolts”, in Natural History 103.10, ottobre 1994,pp. 6-12; Capitolo 13 di Dinosaur in a Haystack: Reflections in Natural History, Har-mony Books, New York, 1995.


Documents

La singolarità è vicina, note - Apogeo Editore · moso musicista, direttore della Bell Symphony, fondatore e direttore del Queens-borough College Music Department. 2. La collana