La mente umana dà un senso al mondo in cui l’individuo vive creandone il maggior numero possibile di rappresentazioni. Il significato non si basa quindi solamente sulla mappatura tra un oggetto e la sua rappresentazione mentale, quanto sulla mappatura tra un oggetto e le sue diverse rappresentazioni.
Questa è la tesi alla base del post http://apperceptual.wordpress.com/2009/07/24/meaning-mapping-panalogy-and-netflix/, che traduco qui di seguito.
Esistono decine di teorie sul significato, ma tutte condividono un elemento in comune: il significato (semantica) ha a che fare con la mappatura. Noi capiamo qualche cosa, gli diamo significato, mappandolo a qualcos’altro. In più, e questo è il punto cruciale, una mappatura sola non è sufficiente. Più correlazioni stabiliamo, meglio capiamo. Una singola mappatura ci dà solamente parte della verità.
Noi capiamo cose (parole, eventi, percezioni, persone, segnali) correlandole (connettendole, mappandole) ad altre cose. Questo processo di creazione dell’analogia è il modo in cui capiamo sia idee e concetti di alto livello che percezioni di basso livello:
“Abbiamo ripetutamente visto come le analogie e le correlazioni facciano emergere significati secondari che si sovrappongono ai significati primari. Abbiamo visto che anche i significati primari dipendono da mappature implicite, e dunque alfine abbiamo visto che ogni significato è mediato dalle mappature, il che corrisponde a dire che ogni significato giunge dalle analogie” [corsivo nostro] — Douglas Hofstadter, I am a Strange Loop
Ma un’analogia non è sufficiente. Nessuna analogia è perfetta, e noi compensiamo quest’imperfezione utilizzando più analogie e fondendo insieme analogie. Marvin Minsky chiama questo fenomeno panalogy (analogia parallela):
“Se voi ‘capite’ qualche cosa in un modo solo, è difficile che lo capiate del tutto, poiché quando vi bloccate non avete nessuna alternativa. Ma se rappresentate qualche cosa in modi differenti, quando sarete sufficientemente frustrati potrete adottare diversi punti di vista fino a quando troverete quello che fa per voi!” — Marvin Minsky, The Emotion Machine
Se volete saperne di più su come costruiamo analogie, raccomando vivamente The Way We Think: Conceptual Blending and the Mind’s Hidden Complexities, di Gilles Fauconnier e Mark Turner.
Forse la lezione più importante che possiamo trarre dal concorso Netflix è che molti modelli sono meglio di uno solo:
- “La più grande lezione che la disciplina del Machine Learning ha potuto trarre dal Netflix contest è stato il formidabile picco di performance offerto dagli ensemble methods” — John Langford, Netflix nearly done
- “Abbiamo appreso che gli ensemble methods sono la soluzione per il problema della maggiore accuratezza.” — Daniel Lemire, After Netflix? What next?
Io vedo questo come conferma al principio della Panalogia: noi non capiamo niente finché non lo capiamo in molti modi diversi. Non esistono verità intere, ma ce la possiamo cavare ragionevolmente bene con un buon numero di mezze verità.
Dimenticavo: Apperceptual è un blog fichissimo.
SiCapisce 
bgmole
9 settembre 2009
l’idea della moltiplicazione delle mappature è affascinante. però ho sempre trovato il modello della mapping da oggetto a immagine mentale piuttosto meccanico, no? e poi non ho mai capito cosa fosse questa “immagine mentale”…
Samuel Zarbock
9 settembre 2009
Che buffo. Hai una vaga immagine mentale dell’immagine mentale…
:)
Probabilmente è davvero un modello un po’ rigido, ma probabilmente questa moltiplicazione del numero delle mappature ne attenua parecchio gli spigoli, arricchendo il modello con una nota di imprevedibilità e di correlazione al contestuale.