Clima, un enigma da rete neurale

Il CNR è impegnato in un progetto epico: comprendere in che modo l'attività umana influenza il clima del Pianeta. E ha già scoperto le prime prove dell'impatto antropico. PI ne parla con uno dei ricercatori impegnati nel progetto di IA

Clima, un enigma da rete neuraleRoma - Un viaggio all'interno del nostro cervello per cercare di capire come funziona e come la tecnologia può imitarlo. E' questo il punto di partenza per lo sviluppo di qualsiasi intelligenza artificiale, sistema capace di simulare, emulare e rappresentare processi di elaborazione che possono essere in qualche modo posti in relazione con le abilità umane. Non solo calcoli, dunque, come soltanto i calcolatori (anche quelli più potenti) possono fare ma qualcosa di più. In Italia, nonostante la stagione buia della ricerca, si stanno portando avanti alcuni progetti che riguardano lo sviluppo delle reti neurali (che puntano a riprodurre artificialmente il funzionamento dei neuroni e delle sinapsi.

In particolare l' Istituto sull'inquinamento atmosferico del CNR (Consiglio nazionale delle ricerche) ha avviato da qualche mese un progetto che dovrà essere in grado di conoscere, anche a livello locale, la temperatura del nostro pianeta negli ultimi 140 anni, per capire meglio le cause che stanno portando al progressivo riscaldamento del pianeta. Sotto accusa quella che gli scienziati chiamano azione antropica, ovvero l'agire dell'uomo e l'impatto che le sue azioni hanno sul clima. Per farlo, è stato messo a punto un modello a rete neurale che simula semplici funzionalità del cervello umano, come l'apprendimento, e che è in grado di ricostruire la temperatura dell'aria a varie scale, a partire dai dati dei fattori di influenza esterna al sistema clima, siano essi naturali o di origine umana.

"I fattori principali che guidano l'andamento della temperatura media globale negli ultimi 140 anni sono ascrivibili sia alle attività umane sia, per quanto riguarda la variabilità climatica che si riscontra da un anno a quello immediatamente successivo, al fenomeno di El Niño". Questo è quanto ha scritto Antonello Pasini, da anni impegnato nel progetto del CNR e autore insieme a Massimo Lorè dell'Istituto del CNR, di uno studio condotto con Fabrizio Ameli dell'Istituto nazionale di fisica nucleare (Infn). Per spiegare meglio in cosa consista lo studio e quali scenari possano aprirsi, Punto Informatico ha parlato proprio con Pasini, già del Servizio meteorologico dell'Aeronautica.
Punto Informatico: Il discorso è molto complesso e tecnico ma proviamo a far comprendere a tutti di cosa si tratta. Iniziamo con il concetto di intelligenza artificiale...
Antonello Pasini: Da molto tempo l'uomo prova a ricreare le funzionalità della propria mente per riprodurre una intelligenza in maniera artificiale che possa servire diversi ambiti della scienza. Una intelligenza è cosa ben diversa dagli attuali computer che si limitano ad elaborare dati forniti. Per avere una idea diciamo che siamo ancora molto lontani dal superare il famoso test di Turing dove tre soggetti si confrontano dovendo individuare quale fra loro è l'intelligenza artificiale. Al momento diciamo che abbiamo intrapreso un lungo percorso iniziando a studiare il nostro cervello...

PI: Il nostro cervello? Cioè?
AP: Abbiamo cercato di ricreare con le nostre conoscenze tecnologiche la struttura del cervello con neuroni e sinapsi e abbiamo provato a farli interagire fra loro, seguendo gli stessi meccanismi presenti in natura. Siamo riusciti così a creare una speciale rete neurale con neuroni artificiali caricati con dati messi in rete tramite delle connessioni che svolgono il ruolo delle sinapsi.
Le reti neurali sono note oggi, anche se non nel dettaglio, a chi si occupa un po' di sistemi artificiali, applicazioni in qualche modo "informatiche". Ci siamo accorti così che con questo sistema venivano elaborate e messe in evidenza azioni e reazioni in sistemi complessi, che altrimenti sarebbero sfuggite alla nostra mente.

PI: Per esempio?
AP: Noi studiamo il clima e la temperatura negli ultimi 140 anni. Gli attuali sistemi basati sui modelli matematici si fondano su equazioni e parametri che tuttavia non permettono di catturare tutte le relazioni tra i diversi fattori. La rete neurale analizza dei dati in un sistema complesso come il clima e trova delle relazioni fra le diverse variabili che sono molto difficili per noi umani da individuare, perché troppo complesse. La rete ha il vantaggio che riesce a fare correlazioni non lineari ottimizzando il risultato.

PI:...In effetti diventa piuttosto complicato. Ma diciamo che con la rete neurale oltre alla elaborazione dei dati il sistema riesce anche svolgere una sorta di "valutazione" dei dati e di "apprendimento" cioè facendo in modo che non si compiano più gli stessi errori
AP: Alcune nostre ricerche precedenti mostravano come un modello a rete neurale fosse in grado di stabilire legami e leggi fisiche in sistemi complessi come quelli ambientali. Il nostro obiettivo è stato allora quello di applicare tale modello alla ricostruzione del clima passato.
TAG: ricerca
24 Commenti alla Notizia Clima, un enigma da rete neurale
Ordina
  • e la rete distribuita con il boinc del climate@home non è cmq migliore come capacità di calcolo?
    non+autenticato
  • Per quello che ho potuto contatere le reti neurali sono un metodo di previsione statistica come tanti altri (Quindi non bisogna lasciarsi ingannare da tutte le storie sui neuroni, intelligenza ecc...).
    E devono essere confrontate con gli altri metoti, cosa che gli esperti di reti neurali non fanno quasi mai.

    Inoltre a veder bene funzionano anche piuttosto male e sono difficili da calibrare.

    Per quello che ne penso la statistica offre sistetemi di previsione molto piu efficienti e semplici.

    Infine un mio ex. Prof. di statistica mi ha detto che un buon procedimento basato sulla classicissima regressione lineare funziona molto meglio di qualsiasi rete neurale.

    non+autenticato

  • - Scritto da: Anonimo
    > Per quello che ho potuto contatere le reti
    > neurali sono un metodo di previsione statistica
    > come tanti altri (Quindi non bisogna lasciarsi
    > ingannare da tutte le storie sui neuroni,
    > intelligenza ecc...).

    P.S. com'e' che qua' ci sono solo una decina di post e invece centinaia e centinaia dove si parla di windos e p2p, questo la dice lunga sul livello dei partecipanti di 'sto forum, meglio se torno su slashdot va'...
    non+autenticato
  • > P.S. com'e' che qua' ci sono solo una decina di
    > post e invece centinaia e centinaia dove si parla
    > di windos e p2p, questo la dice lunga sul livello
    > dei partecipanti di 'sto forum, meglio se torno
    > su slashdot va'...

    Probabilmente perche' l'argomento e' di scarso interesse. O forse perche' quando qualcuno come me legge CNR pensa a tutti i fondi assorbiti da un ente fuffa che produce molto meno di quanto farebbe qualsiasi altro ente con tutti quei soldi (e che per paradosso ha un numero di amministrativi maggiore di quello dei ricercatori) e volta pagina... (faccio parte di quelli che hanno subito danni con l'accorpamento dell'infm sotto il cnr voluto solo per far figurare come cnr tutte le pubblicazioni ed i brevetti sviluppati dall'infm dato che il cnr produce oggettivamente troppo poco per quello che rappresenta).
    non+autenticato

  • Ma ricordo male o al CNR si lamentavano per la scarsita' dei fondi? Senza contare checomunque la fuga dei cervelli c'e' anche li' eh
    non+autenticato

  • - Scritto da: Anonimo
    > Per quello che ho potuto contatere le reti
    > neurali sono un metodo di previsione statistica
    > come tanti altri

    come il tuo cervello? Sorride

    > (Quindi non bisogna lasciarsi
    > ingannare da tutte le storie sui neuroni,
    > intelligenza ecc...).

    sono basate sul funzionamento dei neuroni, sia che siano digitali o analogiche. punto

    > E devono essere confrontate con gli altri metoti,
    > cosa che gli esperti di reti neurali non fanno
    > quasi mai.

    questa non l'ho capita

    >
    > Inoltre a veder bene funzionano anche piuttosto
    > male

    naturalmente questa é una tua opinione, in giappone un treno ad alta velocità é controllata da una logica fuzzy, puoi vedere i passegeri aspettare in colonne dove in orario si fermerà esattamente la porta del vagone, cosa praticamente impossibile per un uomo

    > e sono difficili da calibrare.

    ci sono degli algoritmi, non é mica alchimia

    > Infine un mio ex. Prof. di statistica mi ha detto
    > che un buon procedimento basato sulla
    > classicissima regressione lineare funziona molto
    > meglio di qualsiasi rete neurale.
    >

    mi saluti il suo ex prof di statistica, e gli chieda se domenica é bello che voglio fare un giro...
    non+autenticato
  • Non ho capito .....
    Me é possibile che c'è sempre della gente che non capendo nulla su di un argomento deve sempre rispodere con stupidagini.


    - Scritto da: Anonimo
    >
    > - Scritto da: Anonimo
    > > Per quello che ho potuto contatere le reti
    > > neurali sono un metodo di previsione statistica
    > > come tanti altri
    >
    > come il tuo cervello? Sorride
    >
    > > (Quindi non bisogna lasciarsi
    > > ingannare da tutte le storie sui neuroni,
    > > intelligenza ecc...).
    >
    > sono basate sul funzionamento dei neuroni, sia
    > che siano digitali o analogiche. punto

    Non è assulatamente vero il nome che gli è stato assegnato è solo un nome originale.
    I neuroni veri sono copletamente diversi.

    >
    > > E devono essere confrontate con gli altri
    > metoti,
    > > cosa che gli esperti di reti neurali non fanno
    > > quasi mai.
    >
    > questa non l'ho capita

    Ci sono gli agoritmi non è mica alchimiaA bocca aperta

    > >
    > > Inoltre a veder bene funzionano anche piuttosto
    > > male
    >
    > naturalmente questa é una tua opinione, in
    > giappone un treno ad alta velocità é controllata
    > da una logica fuzzy, puoi vedere i passegeri
    > aspettare in colonne dove in orario si fermerà
    > esattamente la porta del vagone, cosa
    > praticamente impossibile per un uomo

    Vorrei farti presente che la logica fuzzy non ha nulla a che vedere con le reti nurali.

    Se poi ci sono applicazioni che combinano i due sistemi questa è un altra storia.

    > > e sono difficili da calibrare.
    >
    > ci sono degli algoritmi, non é mica alchimia

    E' che di algoritmi ce ne sono anche troppi.

    > > Infine un mio ex. Prof. di statistica mi ha
    > detto
    > > che un buon procedimento basato sulla
    > > classicissima regressione lineare funziona molto
    > > meglio di qualsiasi rete neurale.
    > >
    >
    > mi saluti il suo ex prof di statistica, e gli
    > chieda se domenica é bello che voglio fare un
    > giro...

    Forse ti farebbe bene studiare ....
    non+autenticato

  • >
    > Non è assulatamente vero il nome che gli è stato
    > assegnato è solo un nome originale.
    > I neuroni veri sono copletamente diversi.
    >

    ci sono delle entrate pesate ed un'uscita, non vedo la terribile differenza

    > >
    > > > E devono essere confrontate con gli altri
    > > metoti,
    > > > cosa che gli esperti di reti neurali non fanno
    > > > quasi mai.
    > >
    > > questa non l'ho capita
    >
    > Ci sono gli agoritmi non è mica alchimiaA bocca aperta

    questa mi piace Sorride

    >

    >
    > Vorrei farti presente che la logica fuzzy non ha
    > nulla a che vedere con le reti nurali.

    nulla a vedere no "It can be viwed as a special class of feedforward artificial neural networks"

    io intendevo il fatto che comunque si tratta di bilanciare dei valori in entrata in base a dei pesi


    >
    > E' che di algoritmi ce ne sono anche troppi.
    >

    si sceglie a dipendenza del caso, poi effettivamente ci sono ancora passi da fare

    >
    > Forse ti farebbe bene studiare ....

    cerco sempre di farlo, ma sai com'é, mens sana...
    non+autenticato
  • ma lascialo stare, e' solo un provocatore.
    sono sostanzialmente daccordo con te sulle reti neurali.
    c'e' qualcosa di nuovo recentemente riguardo all'impiego di reti che simulano la visione e che ottengono risultati di riconoscimento molto buoni.
    non+autenticato
  • Non sono quello che ha iniziato il thread.

    > Per quello che ho potuto contatere le reti
    > neurali sono un metodo di previsione statistica
    > come tanti altri (Quindi non bisogna lasciarsi
    > ingannare da tutte le storie sui neuroni,
    > intelligenza ecc...).

    Ma quando hai centinaia di parametri (o variabili aleatorie, di cui a priori non conosci la legge monovariata, e per di più spesso sono funzioni aleatorie che dipendono da spazio e tempo: avresti bisogno della legge multivariata!!) hai bisogno di:

    1) Potenza di calcolo enorme per elaborare i dati;

    2) inferire modelli; quali? Chi conosce le leggi di correlazione ed autocorrelazione di tutte le funzioni aleatorie?? Già è difficile stimare la covarianza o il variogramma, figuriamoci la legge!

    3) fare simulazioni.

    Applicare algoritmi neurali è un tentativo di simulare la conoscenza di un sistema complesso. Chiaramente tantissima strada deve ancora essere fatta.

    > Inoltre a veder bene funzionano anche piuttosto
    > male e sono difficili da calibrare.

    Dai tempo al tempo: le reti neurali e gli algoritmi genetici sono un campo di ricerca promettente. A mio modo di vedere, più dei metodi bayesiani. O l'assimilazione dei dati.

    > Per quello che ne penso la statistica offre
    > sistetemi di previsione molto piu efficienti e
    > semplici.

    Dipende dai modelli che usi... anche un semplice cokrigaggio da' dei buoni risultati. Ma non sempre.

    > Infine un mio ex. Prof. di statistica mi ha detto
    > che un buon procedimento basato sulla
    > classicissima regressione lineare funziona molto
    > meglio di qualsiasi rete neurale.

    Se hai a che fare con un problema lineare! Quando le relazioni non sono lineari, appaiono fenomeni di shock, feedback positivi prima e negativi poi, e tu non hai nè dati sufficienti per inferire modelli adeguati nè potenza di calcolo per fare simulazioni coerenti con questi modelli... oppure quando conosci le equazioni differenziali alla base del fenomeno, e queste non sono lineari...
    Nel framework delle reti neurali, più progredisce la potenza di calcolo più hai modelli potenti, (in generale) senza toccare gli algoritmi, perché è la rete stessa che si autocalibra e ingloba quanti più dati e condizioni possibili. Oggi è poco più che embrionale, ma domani...

    Domanov interessato

    non+autenticato

  • - Scritto da: Anonimo
    > Non sono quello che ha iniziato il thread.
    >
    > > Per quello che ho potuto contatere le reti
    > > neurali sono un metodo di previsione statistica
    > > come tanti altri (Quindi non bisogna lasciarsi
    > > ingannare da tutte le storie sui neuroni,
    > > intelligenza ecc...).
    >
    > Ma quando hai centinaia di parametri (o variabili
    > aleatorie, di cui a priori non conosci la legge
    > monovariata, e per di più spesso sono funzioni
    > aleatorie che dipendono da spazio e tempo:
    > avresti bisogno della legge multivariata!!) hai
    > bisogno di:
    >
    > 1) Potenza di calcolo enorme per elaborare i
    > dati;
    >
    > 2) inferire modelli; quali? Chi conosce le leggi
    > di correlazione ed autocorrelazione di tutte le
    > funzioni aleatorie?? Già è difficile stimare la
    > covarianza o il variogramma, figuriamoci la
    > legge!
    >
    > 3) fare simulazioni.
    >
    > Applicare algoritmi neurali è un tentativo di
    > simulare la conoscenza di un sistema complesso.
    > Chiaramente tantissima strada deve ancora essere
    > fatta.

    Se è un tentativo è giusto che si faccia.
    Per quello che ne penso io inserirei le reti neurali nella categoria delle regressioni non parametriche, quindi devono essere confrontate coi metodi concorreti.

    Vedi sline regressive ecc...

    Indubbiamente le reti neurali hanno ilvantaggio di essere veloci in esecuzione, quindi adatte a funzionare su DSP e aggeggi simili.


    > > Inoltre a veder bene funzionano anche piuttosto
    > > male e sono difficili da calibrare.
    >
    > Dai tempo al tempo: le reti neurali e gli
    > algoritmi genetici sono un campo di ricerca
    > promettente. A mio modo di vedere, più dei metodi
    > bayesiani. O l'assimilazione dei dati.
    >
    > > Per quello che ne penso la statistica offre
    > > sistetemi di previsione molto piu efficienti e
    > > semplici.
    >
    > Dipende dai modelli che usi... anche un semplice
    > cokrigaggio da' dei buoni risultati. Ma non
    > sempre.
    >
    > > Infine un mio ex. Prof. di statistica mi ha
    > detto
    > > che un buon procedimento basato sulla
    > > classicissima regressione lineare funziona molto
    > > meglio di qualsiasi rete neurale.
    >
    > Se hai a che fare con un problema lineare! Quando
    > le relazioni non sono lineari, appaiono fenomeni
    > di shock, feedback positivi prima e negativi poi,
    > e tu non hai nè dati sufficienti per inferire
    > modelli adeguati nè potenza di calcolo per fare
    > simulazioni coerenti con questi modelli... oppure
    > quando conosci le equazioni differenziali alla
    > base del fenomeno, e queste non sono lineari...
    > Nel framework delle reti neurali, più progredisce
    > la potenza di calcolo più hai modelli potenti,
    > (in generale) senza toccare gli algoritmi, perché
    > è la rete stessa che si autocalibra e ingloba
    > quanti più dati e condizioni possibili. Oggi è
    > poco più che embrionale, ma domani...
    >
    > Domanov interessato
    >

    Su questo le oppinioni possono divergere.

    Comunque esistono procedimenti abbastanza efficienti per individure modelli regressivi partendo da set di dati multidimensinali.
    non+autenticato
  • tutti punti di vista condivisibili.

    Io non vedo il campo dell ANN particolarmente promettente. Cioe' non nel contensto delle previsioni.
    I passi avanti nell'apprendimento stocastico si stanno facendo con i kernel methods (come le Support Vector MAchines).
    Invece le ANN, intese con emulatori di neuroni stanno dando recentemente dei risultati promettenti nella visione artificiale, superando le altre migliori tecniche attuali. Si perche le Ann battono i metodi statistici dove la geometria della rete e' importante per il calcolo.
    E questo e' il caso della corteccia visiva.


    non+autenticato
  • scrivi un software basato su una rete neurale e ... miracolo, sei in prima pagina

    La verita' e' che le potenzialita' delle reti neurali sono enormi, ma quelle che circolano adesso sono TUTTE mooooooooooooolto lontane dal simulare quelle biologiche, in un rapporto che e' 1:10000

    Un po' come dire che un aereoplano di carta si rifa' al volo di un'aquila ...

    L'unica ricerca serie in corso e' quella di IBM, Blue synapse, le altre fanno "sorridere"
    non+autenticato
  • Le applicazioni basate sul funzionamento delle reti neurali non hanno lo scopo di simulare il funzionamento di una rete neurale biologica. Si basano soltanto sui principi che sono alla base dell'intelligenza "biologica" per raggiungere un determintato obiettivo, come per esempio cercare di comprendere gli effetti delle attività umana sul clima.
    Il progetto Blue Brain che hai portato come esempio, invece, è una simulazione vera e propria di una piccolissima parte della neocorteccia del cervello dei mammiferi. Ed ha lo scopo di simulare i processi biologici che si svolgono nelle cellule cerebrali. Il suo scopo è quello di capire meglio il funzionamento del cervello biologico e non quello di decidere se facendo una scoreggia fai venire un uragano in Florida.
    Sono due cose leggermente diverse e come tali vanno trattate diversamente.

  • - Scritto da: trichogaster
    >
    > nelle cellule cerebrali. Il suo scopo è quello di
    > capire meglio il funzionamento del cervello
    > biologico e non quello di decidere se facendo una
    > scoreggia fai venire un uragano in Florida.

    The Butterfly Effect?
    non+autenticato
  • Non hai colto il senso della mia critica, probabilmente mi sono espresso male. Che effetto ti faceva, da informatico, leggere che i programmi di scacchi con cui per la prima volta il PC sfidava l'uomo veniva descritti con parole quali "intelligenza" o "coscienza"?

    Quello che scrivi e' tutto vero, ma TUTTE le reti neurali con backpropagation simulano (MOOOOOOOOOOLTO alla lontana) il funzionamento del cervello, proprio come nell'esempio di un aereoplano di carta e dell'aquila. In effetti all'uomo e' venuto in mente di volare guardando gli uccelli, pero', in questa affermazione, l'ascoltatore finale sa ben distinguere la tecnologia evoluta di un uccello (piume, ossa cave, aereodinamicita', etc. etc.) con la rozzezza di un aereo con 2 motori a benzina.

    Quando questi signori si vantano di essersi ispirati al funzionamento dei neuroni, quanti sanno distinguere che tra i neuroni e quello che loro fanno ci passa il cielo e la terra? Voglio dire, perche' non indicare che questi software "si ispirano alla lontana" ai neuroni anziche' scrivere "sviluppo delle reti neurali (che puntano a riprodurre artificialmente il funzionamento dei neuroni e delle sinapsi.)". Una fotografia digitale ad alta risoluzione ad un dipinto del Caravaggio e una sua stampa rappresentano una riproduzione digitale. Un aereo di carta NON E' una riproduzione digitale di un falco, ne' delle sue piume ...
    non+autenticato
  • hai quasi ragione,
    pero non si puo' cercare la simulazione perfetta di una rete neuronale perche cio non e' possibile.
    Sia per ragioni pratiche che per ragioni direi quasi concettuali.
    A quale punto ci sideve fermare nello sforzo di simulazione?

    Ci sono modelli complicatissimi che mirano a simulare un paio di neuroni in comunicazione.
    Ci sono altri modelli in cui un neurone e' una sommatoria ed una soglia.
    In quale punto qui in mezzo ci possiamo fermare se vogliamo costruire un modello che simula l'intelligenza?

    Al momento secondo me le ANN non sono particolarmente promettenti se applicate al pattern recognition.
    In questo campo i Kernel Methods (come le Support Vector Machines) si stanno di mostrando gia da alcuni anni migliori.

    le Ann invece stanno emergendo la dove la struttura della rete diventa importante. Ad esempio nella visione artificiale dove simulano la corteccia visiva.
    Se a qualcuno interessa raccolgo qualche riferimento
    ciao

    non+autenticato
  • Perdonami, chiunque tu sia. Non riesco ad afferrare il motivo di tanta ostilità verso il modello di calcolo neurale. Non credo che nessuno sano di mente si sia mai sognato di dire che il suo programma è, oppure sfrutta, un modello perfettamente identico al cervello umano.
    Piuttosto si dice che per raggiungere uno scopo preciso è stato usato il principio che è alla base di un cervello biologico. Cioè si opera su una struttura dati che è simile ad un insieme di neuroni biologici interconnessi. Questo sistema ha dei vantaggi rispetto ai modelli tradizionali.
    Ma non credo che per fare questo uno debba implemetare i processi di metabolismo o respirazione cellulari per i neuroni artificiali. Ne deve simulare per forza i meccanismi biochimici che sono alla base della comunicazione tra i neuroni. Sono aspetti piuttosto insignificanti quando si ha a che fare con un compito di previsione o di classificazione. Correggimi se erro da qualche parte.
    Lo stesso discorso vale per l'aeroplanino (di carta o il boeing 747) e l'aquila. Sfruttano lo stesso identico principio per volare. Ma la tecnologia (se così la possiamo chiamare) dell'aquila è basata sul metabolismo cellulare del volatile per contrarre i muscoli motori, sulle ali mobili e sulle piume/penne, che hanno oltre alla funzione aerodinamica, anche una funzione protettiva. La tecnologia alla base dell'aeroplanino non necessita di tutte queste cose per farlo decollare. Ma il risultato è lo stesso: l'oggetto è in grado di planare. Se poi dotiamo l'aereo di un propulsore adeguato il risultato è nettamente superiore, per certi aspetti.
    Concludo, dicendo che ne l'aereo ne le ANN hanno la pretesa di essere una riproduzione artificiali dei rispettivi omologhi biologici. Di simile hanno soltanto il principio, fine. E poi scusa, perché non si dovrebbe scrivere "sviluppo delle reti neurali"? Dov'è il problema?

  • Mi ci è voluto un po' per capire l'immagine di oggi...
    non+autenticato

  • - Scritto da: Anonimo
    > Mi ci è voluto un po' per capire l'immagine di
    > oggi...

    ciaipresenteilfilmeee ?Occhiolino
    non+autenticato
  • - Scritto da: Anonimo
    > > Mi ci è voluto un po' per capire l'immagine di oggi...
    >
    > ciaipresenteilfilmeee ?Occhiolino

    ciaio ciaio
    non+autenticato