Orizzonti futuri

La sintesi neurosimbolica: unire logica e apprendimento può risolvere il problema del ragionamento dell’IA?

La tesi a favore dell’approccio neurosimbolico poggiava su AlphaGeometry: un sistema ibrido supera ciascuna delle sue componenti presa da sola. Poi, nel luglio 2025, un semplice modello linguistico ha conquistato l’oro alle IMO lavorando in

AI.info Team · 2026-08-20

Il dibattito che non si è mai davvero chiuso

Nell’estate del 2019, Gary Marcus — lo scienziato cognitivo della NYU e critico dell’IA che da anni sosteneva che il deep learning avrebbe raggiunto un limite insuperabile — pubblicò con Ernest Davis un libro che suscitò una dura reazione tra i principali esponenti del deep learning. «Rebooting AI», sostenevano, richiedeva un ritorno alle idee che avevano dominato la ricerca sull’IA prima della rivoluzione delle reti neurali: rappresentazioni strutturate, regole esplicite, logica simbolica e basi di conoscenza del senso comune. La risposta dei principali ricercatori del deep learning fu in gran parte sprezzante. Il settore avanzava, i risultati nei benchmark miglioravano e si dava implicitamente per scontato che l’aumento di scala e architetture migliori avrebbero superato ogni limite ancora presente.

Sette anni dopo, con modelli linguistici all’avanguardia capaci di superare l’esame di abilitazione alla professione forense ma ancora in difficoltà davanti a elementari rompicapi logici quando se ne cambia la formulazione, Marcus si è ritrovato nella scomoda posizione di aver avuto ragione a metà: in modi che nessuno voleva riconoscere e in modi che lui non avrebbe scelto.

Il pendolo non è tornato ai sistemi puramente simbolici degli anni 1980: decenni di prove della loro fragilità e incapacità di gestire l’ambiguità del mondo reale sono troppo convincenti. Ma nei principali laboratori di ricerca sta prendendo forma una nuova sintesi: sistemi che combinano la capacità delle reti neurali di riconoscere schemi con la precisione e la composizionalità del ragionamento simbolico. È la svolta neurosimbolica: stabilire se rappresenti una vera rivoluzione architetturale o una correzione incrementale è oggi la questione aperta più importante nella ricerca sull’IA.

La frattura trentennale: neurale contro simbolico

Per capire perché questa sintesi sia importante, bisogna comprendere la frattura che cerca di ricomporre.

La storia della ricerca sull’IA dagli anni 1950 agli anni 1990 è stata dominata dall’IA simbolica: sistemi costruiti su rappresentazioni esplicite della conoscenza e regole di inferenza logica. Sistemi esperti come MYCIN (diagnosi medica, Stanford, anni 1970), Cyc (base di conoscenza del senso comune, Lenat, 1984) e i motori di ragionamento basati su LISP dimostrarono che le macchine potevano compiere inferenze sofisticate se disponevano di basi di conoscenza ben strutturate. Anche il loro punto debole era ben noto: erano fragili (qualsiasi lacuna nella conoscenza causava un fallimento), richiedevano un’estenuante codifica manuale della conoscenza e non sapevano gestire la complessa ambiguità del linguaggio naturale e della percezione del mondo reale.

La rivoluzione delle reti neurali, accelerata negli anni 2010 dal deep learning, dalle GPU e dai grandi dataset, superò proprio questi limiti. Le reti neurali non avevano bisogno di regole scritte a mano: imparavano dagli esempi. Erano robuste rispetto al rumore e all’ambiguità. Potevano sfruttare quantità crescenti di dati e capacità di calcolo in un modo impossibile per i sistemi simbolici. Entro il 2020, avevano superato le prestazioni umane in una notevole varietà di compiti percettivi e linguistici.

Ma le reti neurali portavano con sé limiti propri. Erano opache: le loro rappresentazioni interne erano sostanzialmente non interpretabili, il che rendeva difficile esaminarne il ragionamento o diagnosticare gli errori. Erano fragili sul piano strutturale: piccoli cambiamenti nella formulazione di un problema o nella distribuzione dei dati potevano alterarne drasticamente le prestazioni. Mancavano di generalizzazione composizionale: non sapevano combinare in modo affidabile concetti noti in configurazioni nuove, come i sistemi simbolici (e gli esseri umani) riescono a fare senza sforzo. E non offrivano alcuna garanzia di correttezza: una rete neurale accurata al 99% sbaglierà nell’1% dei casi, senza che sia possibile sapere in anticipo quali saranno.

L’obiettivo della ricerca neurosimbolica è ottenere il meglio di entrambi gli approcci: la capacità di apprendere su larga scala e la robustezza percettiva delle reti neurali, unite al ragionamento strutturato, all’interpretabilità e alla generalizzazione composizionale dei sistemi simbolici.

Perché gli LLM continuano a sbagliare nei compiti di ragionamento

Il limite specifico che ha dato maggiore impulso alla ricerca neurosimbolica è la persistente difficoltà dei grandi modelli linguistici nei compiti di ragionamento quando cambia la struttura dei problemi.

In una serie di studi iniziata nel 2023, i ricercatori hanno dimostrato sistematicamente che gli LLM ottengono risultati scarsi nei compiti di ragionamento quando cambiano caratteristiche superficiali che non dovrebbero influire sulla struttura logica sottostante. L’aggiunta di proposizioni irrilevanti ai problemi matematici formulati a parole riduce le prestazioni fino al 65% in alcuni benchmark. Sostituire nei rompicapi logici nomi familiari (John, Mary) con nomi insoliti (Zobod, Frenaz) peggiora significativamente l’accuratezza. Porre la stessa domanda in un ordine leggermente diverso cambia la risposta. Inserire informazioni «esca», concepite per sembrare vincoli pertinenti, induce i modelli ad abbandonare percorsi di ragionamento corretti che seguivano prima dell’inserimento dell’esca.

Questi errori hanno una struttura comune: i modelli potrebbero non applicare un algoritmo al contenuto logico del problema, ma limitarsi a riconoscere schemi nelle caratteristiche superficiali. Quando queste entrano in conflitto con la struttura logica, spesso prevalgono.

Non si tratta di una questione marginale legata ai benchmark. È un limite fondamentale per qualsiasi applicazione che richieda di ragionare in condizioni nuove, cioè per gran parte delle applicazioni di alto valore che si vorrebbe affidare all’IA. Un sistema di ragionamento giuridico che cambia le proprie conclusioni in base alla formulazione anziché al contenuto logico è inutile. Un sistema di diagnosi medica che viene confuso da dettagli clinici irrilevanti non può essere impiegato in sicurezza. Un sistema autonomo che interpreta male configurazioni fisiche nuove perché assomigliano superficialmente a esempi familiari incontrati durante l’addestramento è pericoloso.

AlphaGeometry: come si presenta davvero il ragionamento ibrido

La dimostrazione concreta più sorprendente che gli approcci neurosimbolici possono produrre un ragionamento qualitativamente migliore di quello ottenuto con ciascuno dei due approcci da solo è AlphaGeometry di DeepMind, presentato su Nature nel gennaio 2024.

AlphaGeometry risolve problemi di geometria di livello olimpico: un compito che richiede sia di riconoscere schemi geometrici sia di costruire dimostrazioni logiche precise. Il sistema combina due componenti strettamente integrate: un modello linguistico neurale che propone costruzioni geometriche ausiliarie (la parte creativa e intuitiva della risoluzione dei problemi di geometria: riconoscere che aggiungere una particolare retta o un punto a una figura potrebbe aprire nuove strade per la dimostrazione) e un motore di deduzione simbolica che verifica rigorosamente ogni passaggio della dimostrazione secondo regole logiche formali.

Nessuna delle due componenti, da sola, ha eguagliato la loro combinazione: il motore simbolico, da solo, ha risolto 14 problemi. La componente neurale è potente nel riconoscere schemi e generare ipotesi, ma non può garantire la correttezza dei propri passaggi. La componente simbolica può verificare e sviluppare dimostrazioni con pieno rigore, ma non può generare le ipotesi creative che rendono affrontabili i problemi difficili. Insieme, hanno risolto 25 dei 30 problemi delle Olimpiadi internazionali della matematica, avvicinandosi ai risultati dei medagliati d’oro umani e superando nettamente qualsiasi precedente sistema di IA.

DeepMind ha presentato AlphaGeometry 2 il 5 febbraio 2025. Ha sostituito il modello linguistico sviluppato appositamente con uno basato su Gemini, ha ampliato il linguaggio del dominio fino a coprire, dal 66 all’88 per cento, i problemi di geometria delle Olimpiadi internazionali della matematica dal 2000 al 2024, e ha portato la percentuale di problemi risolti in quell’insieme dal 54 all’84 per cento. L’architettura non è cambiata. Il sistema ibrido è diventato più efficace nel combinare i due approcci.

AlphaGeometry è importante non soltanto come risultato tecnico, ma anche come dimostrazione di fattibilità. Dimostra che un’architettura neurosimbolica può produrre un ragionamento verificabile, passo dopo passo, che sia al tempo stesso creativo (richiedendo il riconoscimento di schemi e la generazione di ipotesi) e rigoroso (richiedendo la correttezza garantita di ogni passaggio). Questa combinazione, che né i sistemi puramente neurali né quelli puramente simbolici possono ottenere, è esattamente ciò che serve perché i sistemi di IA siano ritenuti affidabili negli ambiti in cui il ragionamento comporta rischi elevati.

Il controesempio: le Olimpiadi del 2025

L’argomento più netto contro quella lezione è arrivato diciotto mesi dopo, dallo stesso laboratorio.

Il 21 luglio 2025 Google DeepMind ha annunciato che una versione avanzata di Gemini con Deep Think aveva risolto cinque dei sei problemi delle Olimpiadi internazionali della matematica di quell’anno, ottenendo 35 punti su 42: un punteggio da medaglia d’oro, assegnato dai coordinatori stessi delle Olimpiadi secondo i criteri applicati agli studenti.

Possiamo confermare che Google DeepMind ha raggiunto il traguardo tanto ambito, ottenendo 35 punti su 42 possibili: un punteggio da medaglia d’oro. — Gregor Dolinar, presidente delle Olimpiadi internazionali della matematica

Ciò che conta qui è come ci è riuscito. Non c’era alcun motore di deduzione simbolica, nessuna traduzione in un linguaggio formale come Lean, nessun essere umano a formalizzare gli enunciati. Il modello ha letto il testo ufficiale dei problemi e ha scritto le dimostrazioni in linguaggio naturale entro il tempo previsto dalla competizione. Un anno prima, un risultato della stessa categoria aveva richiesto la formalizzazione da parte di esperti e da due a tre giorni di calcolo.

OpenAI ha rivendicato un risultato comparabile nella stessa settimana, ma la sua rivendicazione ha retto meno bene nel tempo: le sue dimostrazioni sono state valutate da tre ex medagliati delle Olimpiadi internazionali della matematica incaricati dalla stessa OpenAI, non dai coordinatori delle Olimpiadi, e OpenAI non ha pubblicato alcun tentativo di risolvere il problema 6, che nessun sistema ha risolto. Terence Tao ha messo in guardia dal confrontare risultati ottenuti con metodologie di verifica scelte dai laboratori stessi; l’obiezione di Kevin Buzzard è che le affermazioni delle aziende non possono essere verificate in modo indipendente.

Nulla di tutto questo salva la tesi neurosimbolica nella sua forma più forte. Un modello linguistico generale, senza alcuna struttura simbolica di supporto, ha fatto in linguaggio naturale ciò che l’anno prima aveva richiesto un sistema ibrido progettato appositamente per farlo in un linguaggio formale. O l’aumento di scala è più efficace di quanto il programma neurosimbolico ammettesse, oppure un modello addestrato su un numero sufficiente di tracce di dimostrazioni ha interiorizzato qualcosa che funziona come un motore di deduzione senza essere stato scritto come tale. Entrambe le interpretazioni mettono in difficoltà la tesi secondo cui l’architettura debba essere esplicita.

Il Neuro-Symbolic Concept Learner del MIT: vedere e ragionare insieme

Una diversa dimostrazione del principio neurosimbolico viene dal Neuro-Symbolic Concept Learner (NSCL), sviluppato al Computer Science and Artificial Intelligence Laboratory del MIT da Jiayuan Mao, Chuang Gan, Pushmeet Kohli, Joshua Tenenbaum e Jiajun Wu.

NSCL affronta un problema chiamato risposta a domande su immagini: rispondere a domande in linguaggio naturale relative a immagini, come «C’è una piccola sfera rossa a sinistra del grande cubo metallico?». La particolarità di NSCL è che apprende contemporaneamente sia i concetti visivi sia la struttura logica del linguaggio, partendo soltanto da terne composte da immagine, domanda e risposta, senza alcuna supervisione esplicita della rappresentazione intermedia.

Il sistema analizza la domanda e la trasforma in un programma logico strutturato, usando un parser semantico neurale, quindi esegue il programma su una rappresentazione strutturata della scena, costruita da un parser visivo neurale. La risposta è il risultato dell’esecuzione logica: non una probabilità ottenuta per corrispondenza di schemi, ma un calcolo simbolico su rappresentazioni strutturate.

Il sistema mostra quindi una generalizzazione sistematica: può rispondere a domande su nuove combinazioni di concetti che ha incontrato separatamente, perché ragiona su di essi attraverso operazioni logiche esplicite anziché cercare corrispondenze tra schemi. Può anche spiegare il proprio ragionamento: il programma logico che esegue è leggibile e verificabile, a differenza delle attivazioni interne di una rete neurale.

Il più ampio programma di ricerca di Tenenbaum al MIT — sui programmi probabilistici e sulle collaborazioni con psicologi dello sviluppo riguardo alla «conoscenza di base» che i neonati sembrano possedere fin dall’inizio — offre una delle argomentazioni più sofisticate a sostegno dell’idea che la struttura simbolica non sia un’aggiunta facoltativa all’intelligenza delle macchine, ma una sua componente.

L’impiego industriale di Amazon: dove l’IA neurosimbolica è già arrivata

Mentre il dibattito accademico prosegue, almeno un importante attore industriale ha scelto di adottare metodi neurosimbolici su larga scala. Amazon ha impiegato approcci ibridi neurali-simbolici in diverse linee di prodotti, fornendo alcune delle prove più chiare che questa sintesi è praticabile anche al di fuori delle dimostrazioni di laboratorio.

I robot da magazzino Vulcan di Amazon, la cui introduzione è iniziata nel 2025, usano un approccio neurosimbolico per pianificare la presa degli oggetti: una rete neurale per la percezione visiva (identificare gli oggetti, stimarne le proprietà fisiche, riconoscere le configurazioni di imballaggio) combinata con un sistema simbolico di soddisfazione dei vincoli che pianifica le strategie di presa secondo regole logiche esplicite relative alla stabilità, alla distribuzione del peso e alla sicurezza. Nessuna delle due componenti, da sola, era sufficiente: la rete neurale non poteva garantire in modo affidabile il rispetto dei vincoli fisici, mentre il pianificatore simbolico non poteva gestire la complessità visiva degli ambienti di magazzino reali.

L’assistente Alexa for Shopping di Amazon (precedentemente Rufus), introdotto su Amazon.com, usa una soluzione ibrida simile: un modello linguistico neurale per comprendere il linguaggio naturale e conversare, combinato con ontologie simboliche dei prodotti e regole di inferenza logica per la compatibilità dei prodotti e la logica delle raccomandazioni. Si è riscontrato che gli approcci basati esclusivamente su modelli linguistici generavano raccomandazioni di prodotti apparentemente plausibili ma logicamente incoerenti: consigliavano accessori incompatibili con il prodotto principale o suggerivano prodotti che violavano vincoli espliciti posti dall’utente.

Questi impieghi non sono dimostrazioni di fattibilità in contesti accademici controllati, ma sistemi in produzione al servizio di milioni di utenti. Il fatto che Amazon abbia scelto approcci ibridi anziché soluzioni di riferimento puramente neurali, nonostante la complessità ingegneristica, suggerisce che i vantaggi in termini di prestazioni pratiche siano reali e misurabili.

Logic Tensor Networks e ragionamento differenziabile

Per diventare un approccio di uso generale, anziché una raccolta di soluzioni ibride pensate per compiti specifici, l’IA neurosimbolica ha bisogno di un quadro unificato che esprima apprendimento e ragionamento logico in un linguaggio matematico comune: un linguaggio differenziabile e quindi compatibile con il normale addestramento basato sul gradiente.

Le Logic Tensor Networks (LTNs), sviluppate da Luciano Serafini e Artur d’Avila Garcez e presentate in un fondamentale articolo del 2022 su Artificial Intelligence, offrono un quadro di questo tipo. Le LTNs esprimono le formule logiche come funzioni differenziabili su tensori a valori reali, consentendo di ottimizzare congiuntamente, mediante discesa del gradiente, i parametri sia delle funzioni neurali di percezione sia dei predicati logici. Una rete neurale che riconosce oggetti nelle immagini e un insieme di regole logiche sulle relazioni tra gli oggetti possono essere addestrati simultaneamente: i vincoli logici forniscono un segnale di supervisione che guida l’apprendimento della rete neurale.

L’innovazione fondamentale è la logica fuzzy: i valori di verità binari della logica classica (vero o falso) vengono sostituiti da gradi continui di soddisfacimento compresi tra 0 e 1. In questo modo le formule logiche diventano differenziabili e possono essere ottimizzate come funzioni di perdita. Una regola come «tutti gli uccelli possono volare» diventa un termine di perdita che penalizza il modello nella misura in cui classifica come «uccelli» entità alle quali non attribuisce la capacità di «volare». La regola agisce come vincolo morbido, anziché come regola rigida, permettendo al modello di bilanciare coerenza logica ed evidenza empirica.

I Neural Theorem Provers (NTPs), sviluppati da Tim Rocktäschel e Sebastian Riedel allo University College London, seguono un approccio diverso: rendono differenziabile il processo di ricerca delle dimostrazioni, consentendo ai metodi basati sul gradiente di apprendere sia le regole sia la base di fatti usata nel ragionamento. Gli NTPs possono apprendere regole logiche dagli esempi e, al tempo stesso, usarle per compiere inferenze strutturate: una vera integrazione di apprendimento e ragionamento.

GraphRAG, il sistema di generazione aumentata dal recupero delle informazioni di Microsoft, rappresenta un approccio neurosimbolico più pragmatico, già ampiamente utilizzato: integra la generazione dei modelli linguistici con il recupero di informazioni da grafi di conoscenza strutturati, fornendo l’ancoraggio simbolico che manca ai modelli linguistici puri quando rispondono a domande su fatti e relazioni. Rappresentando la conoscenza in strutture a grafo esplicite e interrogandole con metodi simbolici prima di usare i modelli linguistici per generare la risposta, GraphRAG fornisce risposte nettamente più complete e diversificate a domande ampie su grandi raccolte di documenti, anche se Microsoft ne ha misurato una fedeltà simile a quella del RAG ordinario.

La rivincita di Marcus: cosa mostrano oggi le prove

Vale la pena tornare sulle tesi centrali di Gary Marcus: ampiamente respinte nel 2019, hanno da allora trovato un sostanziale sostegno empirico.

Marcus sosteneva che i sistemi di deep learning avrebbero incontrato difficoltà con:

Tre di queste quattro tesi hanno retto. La quarta sta cedendo, ed è quella su cui l’argomento neurosimbolico faceva maggiormente leva: se il ragionamento astratto flessibile fosse strutturalmente fuori dalla portata delle reti neurali portate su larga scala, ARC-AGI-2 sarebbe il benchmark che avrebbe dovuto dimostrarlo, e non l’ha fatto.

Marcus non sosteneva che il deep learning fosse inutile. Sosteneva che fosse insufficiente: che i limiti appena descritti fossero strutturali e non potessero essere superati aumentando soltanto la scala. La versione più debole di questa tesi, secondo cui questi fallimenti sono reali e costosi, oggi è incontestata. La versione più forte, secondo cui solo una componente simbolica esplicita può porvi rimedio, è quella che gli ultimi due anni hanno messo in discussione.

La domanda interessante è quale forma assumerà la sintesi. Marcus stesso sostiene architetture ibride esplicite: reti neurali abbinate a rappresentazioni simboliche della conoscenza. Altri ritengono che la strada giusta sia addestrare modelli molto più grandi, con dati e architetture migliori, per far emergere implicitamente rappresentazioni simili a quelle simboliche. La competizione empirica tra questi approcci si svolgerà nel prossimo decennio.

Sfide e problemi aperti

L’IA neurosimbolica non è un problema risolto. Restano diverse sfide profonde prima che possa essere considerata un approccio maturo e generale.

La prima è l’acquisizione della conoscenza: i sistemi simbolici richiedono conoscenze strutturate, e acquisirle su larga scala resta un collo di bottiglia. I 40 anni di lavoro di Cyc per codificare manualmente il senso comune hanno mostrato i limiti di un approccio interamente artigianale; l’entusiasmo attuale per gli LLM suggerisce che l’estrazione statistica di conoscenze dai testi sia parte della risposta, ma non è chiaro se produca le conoscenze simboliche strutturate necessarie al ragionamento logico.

La seconda è la scalabilità: i componenti simbolici dei sistemi neurosimbolici tendono a scalare male al crescere della base di conoscenze. L’inferenza logica su grandi grafi di conoscenza è onerosa dal punto di vista computazionale, e impiegare sistemi neurosimbolici sulla scala delle attuali applicazioni degli LLM resta una sfida ingegneristica aperta.

La terza è l’integrazione: la maggior parte degli attuali sistemi neurosimbolici combina componenti neurali e simbolici attraverso interfacce relativamente semplici: il componente neurale produce una rappresentazione, su cui opera quello simbolico. La sfida più profonda è un’integrazione stretta, in cui apprendimento e ragionamento si vincolino a vicenda in un ciclo continuo di feedback.

L’orizzonte: sistemi del cui ragionamento ci si possa fidare

L’importanza a lungo termine della sintesi neurosimbolica non sta soltanto nel miglioramento dei risultati nei benchmark, ma anche nella prospettiva di sistemi di IA di cui ci si possa fidare perché ragionino correttamente in situazioni nuove: sistemi il cui ragionamento sia accurato e verificabile.

Le applicazioni per cui questa capacità è più urgente sono quelle in cui gli errori dell’IA hanno conseguenze gravi: diagnosi mediche e raccomandazioni terapeutiche, ragionamento giuridico e supporto all’attività giudiziaria, valutazione del rischio finanziario, progettazione ingegneristica in cui la sicurezza è cruciale e formulazione di ipotesi scientifiche. In tutti questi ambiti, l’impossibilità di verificare il ragionamento dell’IA — di ripercorrere la catena inferenziale dalle prove alla conclusione e controllarne ogni passaggio — è un ostacolo fondamentale all’impiego che il solo aumento di scala dei modelli neurali non può eliminare.

I sistemi che producono dimostrazioni strutturate e verificabili delle proprie conclusioni — AlphaGeometry e gli assistenti alla dimostrazione che ora vengono affiancati ai modelli generalisti — sono un tipo di IA qualitativamente diverso dai sistemi che producono risposte plausibili senza alcuna garanzia di correttezza. La questione aperta è cambiata. Non è più se si possa costruire un ragionamento verificabile, ma se la verifica debba necessariamente risiedere in un componente simbolico separato, o se un modello sufficientemente grande, insieme a un sistema di verifica posto alla fine, possa arrivare allo stesso risultato per una via meno costosa.

Non è più in discussione, invece, se valga la pena provarci. Amazon non ha costruito due sistemi per una preferenza estetica, e una garanzia che si può verificare vale più, in tribunale, di una probabilità che non si può verificare. Il 2025 ha cambiato i termini del confronto: ora i sistemi ibridi devono superare un termine di paragone in continua evoluzione, e quel termine di paragone è un modello che, secondo le aspettative, non avrebbe dovuto essere affatto in grado di farlo.