Per secoli la fisica ha costruito la propria forza sulla semplificazione: corpi ideali, traiettorie regolari, leggi universali capaci di descrivere il movimento dei pianeti o la caduta di un oggetto. A un certo punto, però, ha dovuto confrontarsi con ciò che semplice non era affatto: fenomeni collettivi, sistemi disordinati, comportamenti emergenti. È qui che entrano in gioco la probabilità, la statistica e la complessità. L’universo smette di apparire come un meccanismo lineare e diventa un intreccio di relazioni in cui il comportamento dell’insieme non coincide con la somma dei singoli elementi. Gas, ecosistemi, cervelli, mercati finanziari, reti neurali: sistemi diversissimi che condividono la presenza di un numero enorme di agenti in interazione reciproca. Da Ludwig Boltzmann ai vetri di spin, dalle proprietà emergenti della materia fino alle reti neurali artificiali, prende forma un percorso che collega la nascita della fisica statistica ottocentesca all’attuale esplosione dell’intelligenza artificiale. La questione centrale riguarda la possibilità che sistemi estremamente complessi presentino molteplici stati di equilibrio, passando rapidamente da una configurazione all’altra senza perdere la propria identità. È il caso della memoria umana, del clima terrestre, dell’evoluzione biologica. La complessità non coincide con il caos assoluto: implica piuttosto l’esistenza di strutture nascoste, di regolarità profonde che emergono soltanto osservando il comportamento collettivo. In questa prospettiva anche l’intelligenza artificiale contemporanea smette di apparire come una rivoluzione improvvisa nata dal nulla. Le reti neurali e i Large Language Models vengono ricondotti a una lunga genealogia scientifica che attraversa la termodinamica, la teoria delle probabilità e la fisica dei sistemi disordinati. L’apprendimento automatico emerge così come uno dei più recenti capitoli di una storia iniziata nell’Ottocento. Accanto all’entusiasmo per le possibilità aperte dall’IA, affiorano però interrogativi politici e filosofici: chi controllerà queste tecnologie? Quali equilibri economici e sociali produrranno? È possibile sviluppare una ricerca scientifica capace di sottrarsi alle logiche monopolistiche? E soprattutto: fino a che punto una macchina può davvero comprendere il mondo?
A queste e ad altre domande prova a rispondere Giorgio Parisi nel saggio Le simmetrie nascoste, scritto con la collaborazione di Anna Parisi. Il libro si colloca nel percorso divulgativo intrapreso dal fisico romano dopo il Nobel del 2021 e sviluppa ulteriormente riflessioni già presenti in In un volo di storni e in Gradini che non finiscono mai. Al centro vi è il tentativo di spiegare perché il Nobel per la Fisica assegnato nel 2024 a John Hopfield e Geoffrey Hinton, legato al machine learning, non rappresenti una deviazione dalla fisica, ma una sua evoluzione coerente. Parisi adotta uno stile divulgativo estremamente limpido, evitando formule matematiche e privilegiando esempi concreti, analogie narrative e ricostruzioni storiche. Il racconto scientifico si intreccia spesso con quello autobiografico: compaiono figure decisive della fisica teorica contemporanea, da Nicola Cabibbo a Daniel Amit, insieme ai luoghi simbolici della ricerca europea come Cargèse o Les Houches. Questo continuo passaggio tra memoria personale e storia della scienza contribuisce a rendere accessibili concetti complessi come i vetri di spin, il metodo delle repliche o le reti associative di Hopfield. Il libro si inserisce nel dibattito contemporaneo sull’intelligenza artificiale senza assumere toni apocalittici o entusiastici. La riflessione sui rischi del monopolio tecnologico, sulla dipendenza europea dalle grandi aziende statunitensi e cinesi e sulla necessità di investimenti pubblici nella ricerca accompagna costantemente l’analisi scientifica. Parisi sa trasformare temi altamente specialistici in un racconto leggibile anche da un pubblico non tecnico, mantenendo il rigore concettuale. Ne emerge un’opera che può interessare sia chi segue il dibattito sull’IA sia chi desidera comprendere come la fisica contemporanea abbia progressivamente allargato il proprio sguardo fino a includere il cervello, la memoria e i sistemi complessi della vita sociale.
