SOCIALISMO QUANTICO

 

 

di  Renato Costanzo Gatti – Socialismo XXI Lazio |

 

Premessa

Lo sforzo teorico e dialettico per affermare il socialismo arriva prima o poi (a ben vedere molto poi) a doversi confrontare con la prassi, dove alle enunciazioni teoretiche, alle citazioni evocative, alle elaborazioni e rivoluzioni culturali, si oppongono, con la gravità del fare i problemi pratici.

Il tema che voglio affrontare parte da una provocazione: una volta andati al governo i socialisti, socializzati i mezzi di produzione, come affrontano il tema della “pianificazione”? Quale tecnologia adottare, che algoritmi usare, come sostituire i meccanismi del mercato? Quale preparazione scientifica abbiamo in proposito? In quale università, in quale scuola si affrontano questi temi?

Impostazione del tema

La domanda che ho posto nasce dalla lettura di un articolo di Paul Cockshott “Application of Artificial Intelligence Techniques to Economic Planning”.

Socialismo significa gestire l’economia sostituendo la conflittualità del mercato con la scientificità delle scelte. I fallimenti del mercato portano a ricorrenti crisi irrisolte nonostante il poderoso intervento di Keynes che ha impostato un connubio tra intervento statale e mercato per evitare appunto i ricorrenti fallimenti del mercato. Ciò non ostante le crisi si susseguono aggravandosi; quella del 2007 non ha ancora avuto una spiegazione definitiva e le raccomandazioni di Nouriel Roubini giacciono inascoltate.

Sostituire il mercato con la scienza significa riconoscere che il tema di cosa e come produrre partendo da beni e mezzi limitati e volendo raggiungere una ottimizzazione degli obiettivi che ci si pone. Si tratta cioè di impostare un modello matematico da ottimizzare e che presenta enormi complessità, vincoli e che sia solubile in tempi ragionevoli a costi compatibili. Ricordo, per completezza,il Rapporto sui limiti dello Sviluppo commissionato al MIT nel ’72 che si baso’ proprio su una simulazione di un sistema economico/ambientale limitato che fu un 
primo tentativo di modellizzazione del problema.

Il modello matematico richiede l’elaborazione di un algoritmo con input, vincoli, obiettivi e la tecnologia ci può offrire gli strumenti, in continua evoluzione, per far elaborare il modello. L’impostazione del problema consiste nel partire dalle risorse attualmente disponibili, dalle tecnologie esistenti e dalle schede di consumo (possibili, esistenti o desiderate). L’obiettivo del calcolo è di definire la miglior combinazione di risorse atte a soddisfare al meglio le schede di consumo.  

Gli strumenti tecnologici oggi disponibili sono i computers che hanno la capacità di elaborare calcoli, operare iterazioni a velocità irraggiungibili dall’uomo. I vincoli che ci sono posti sono di tempo e di costo; una elaborazione non serve se la risposta viene fornita troppo tardi rispetto ai tempi richiesti per operare; se il costo della tecnologia adottata è troppo alto rispetto alle efficienze che si possono raggiungere non è il caso di adottarle.

Le impostazioni proposte

La programmazione lineare.

L’autore del testo citato ci dice che “Kantorovich ha dimostrato che il problema del piano come da lui formalizzato era logicamente solubile utilizzando tecniche di programmazione lineare”. Alec Novel, nel 1983, nel suo libro “Economics of feasible socialism” ha calcolato in 12 milioni i prodotti finali di un paese socialista (l’Ukraina) stimando che per risolvere con la programmazione lineare il problema, coi mezzi allora esistenti, sarebbe occorso che l’intera popolazione mondiale lavorasse per milioni di anni per  risolvere le equazioni.

Solo per immagazzinare i coefficienti tecnici di una matrice input/output per l’URSS sarebbero serviti 1000000000000 bytes di una memoria di un computer ed al costo a quel tempo di 1000$ per milione di bytes il costo calcolato sarebbe di 100 milioni di $.(Oggi una CPU contiene 50 miliardi di transistors e costa circa 100 €)

La rete neurale

Un altro approccio che semplifica la complessità del problema è quello di costruire una rete neurale: la rete neurale può essere intesa come un insieme di entità con interazioni locali. Un neurone interagisce con gli altri neuroni che gli forniscono un segnale di input e dopo elaborazione invia un segnale di output a altri neuroni. I settori di imprese possono essere considerati come neuroni e così costruire la rete programmatoria, partendo da una distribuzione casuale degli input iniziali e ottimizzando con N iterazioni il modello in esame. A ottimizzazione ottenuta si procederà a ripartire il carico di input relativi ad ciascun settore di impresa alle singole imprese di ciascun settore. Al fine di semplificare e gerarchizzare la rete si possono distinguere i settori di imprese partendo dai settori interessati alla produzione dei prodotti-base sraffiani (Sraffa Produzione di merci a mezzo di merci  1960).

La tecnologia

La tecnologia adottata è fondamentale per determinare il costo ed i tempi di elaborazione. Nell’elaborazione fatta nel testo citato il computer elabora poco meno di un milione di operazioni al secondo ed ha elaborato una rete di 3705 industrie in circa 320 secondi, è quindi ragionevole pensare ad un super-computer che consideri i 12 milioni di prodotti individuati da Alec Nove.

Ma l’autore dell’articolo non ha considerato l’avvento dei computer quantistici che stanno rivoluzionando il mondo informatico. In brevissima sintesi la differenza tra computer classico e computer quantistico consiste nell’uso di qubit anziché di bit. Il classico bit può essere 0 o 1, acceso o spento, ON o OFF, mentre il qubit tra 0 e 1 prevede una sovrapposizione di stati compresi tra 0 e 1, per cui un sistema quantistico a due livelli può operare considerando infinite sovrapposizioni di strati. In sintesi la capacità di calcolo si amplia in modo incredibile; recentemente  Il computer cinese Jiuzhang usa particelle di luce per eseguire in 200 secondi un calcolo che richiederebbe 600 milioni di anni con i computer classici.

Ma i computer quantistici non rimpiazzano i computer classici, infatti sono per il momento indicati soprattutto in simulazioni, ottimizzazioni, machine learning e crittografia. Ma sono questi, in particolare ottimizzazione e simulazione, i campi che possono rendere ancora più economico, veloce ed efficace il processo di pianificazione economica.

 L’obiettivo è la pianificazione da attuare ma può essere ampliato per simulare il mutamento o l’evoluzione dei parametri immessi; per esempio si può simulare cosa cambia migliorando la produttività (ad es. l’ingresso di robots); oppure come possa essere influenzata l’agricoltura e le attività a valle dal mutamento del tempo atmosferico; o, ancora, l’aumento o la diminuzione della popolazione e quindi la dimensione dei consumi. Tutto ciò comporta un sistema di raccolta dati, monitoraggio delle ricerche tecnologiche in corso, studio di nuovi sviluppi del quantum computing che impegnano non poco le nostre intelligenze.

La risposta alla domanda che mi ponevo in apertura: “In quale università, in quale scuola si affrontano questi temi?” temo si abbia al momento una sola risposta: ”In nessuna”.