Intelligenza Artificiale 1 Gestione della conoscenza lezione 2 Prof. M.T. PAZIENZA a.a. 2000-2001.

Slides:



Advertisements
Presentazioni simili
Intelligenza Artificiale 1
Advertisements

Implementazione del problema della approssimazione ai minimi quadrati
ECONOMIA SANITARIA Prof Fabio Miraglia.
Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria – Sede di Modena Corso di Laurea in Ingegneria Informatica – Nuovo Ordinamento Protocolli.
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Lezione 7 Chiara Mocenni Corso di laurea L1.
Chiara Mocenni – Analisi delle Decisioni a.a Analisi delle Decisioni Conoscenza incerta e probabilita Chiara Mocenni.
Programmazione per Obiettivi
Sistemi basati su conoscenza Conoscenza e ragionamento Prof. M.T. PAZIENZA a.a
Gestione dei dati e della conoscenza (agenti intelligenti) M.T. PAZIENZA a.a
Intelligenza Artificiale 1 Gestione della conoscenza lezione 7 Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza (agenti intelligenti) Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale 1 Gestione della conoscenza lezione 8
Intelligenza Artificiale 1 Gestione della conoscenza Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Conoscenza e ragionamento Prof. M.T. PAZIENZA a.a
Introduzione ai circuiti sequenziali
Apprendimento per rinforzo
LO SVILUPPO COGNITIVO.
CORSO DI PSICOLOGIA COGNITIVA Docente: Prof
Cosa tralascia il Modello IS-LM? Microfondazioni della Macroeconomia
AA2003/04 © M.A. Alberti Programmazione Strutture dati 1 Programmazione Corso di laurea in Informatica.
Alcune definizioni dellAI Dario Bianchi 1999 Sistemi che pensano come gli esseri umani: modellizzazione cognitiva. Sistemi che pensano razionalmente: le.
Gestione documenti La funzione principale di MOSAICO è il trattamento documenti. Grazie ad una corretta configurazione dellanagrafica documenti e causali,
M.A.E.A.I. Mobile Agent and Enterprise Architecture Integration Il gestore delle politiche Valerio Siri Reti di Calcolatori LS Docente: Antonio Corradi.
Razionalità - Mariachiara Colucci
Lezione del 6 giugno A) Planning con SMODELS (vedere programma di esempio) B) Struttura di un robot.
Intelligenza Artificiale

Slides Intelligenza Artificiale, Vincenzo Cutello
Modelli di insegnamento Insegnante cognitivista Prof. F
Sistemi basati su conoscenza Gestione della conoscenza Prof. M.T. PAZIENZA a.a
Robotica Lezione 6. Paradigma Gerarchico Il paradigma gerarchico, altrimenti detto knowledge-based, procede top-down dalla definizione del compito assegnato.
Intelligenza Artificiale 2 Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Robotica Lezione 8. Robot Autonomo Un robot autonomo è una macchina capace di estrarre informazione dall'ambiente ed usare la conoscenza del mondo per.
Algoritmi online Maria Simi, a.a. 2007/08 Problemi di esplorazione  Gli agenti per il problem-solving assumono:  ambienti deterministici e osservabili.
Intelligenza Artificiale 1 Gestione della conoscenza lezione 19 Prof. M.T. PAZIENZA a.a
Tassonomia dei Sistemi Distribuiti Antonio D'Angelo.
Robotica Lezione 4. 2 Attributi dell’Intelligenza Pensiero Capacita’ a risolvere problemi Apprendimento e Memoria Linguaggio Intuizione e Creativita’
UN’INTRODUZIONE AI SISTEMI AD AGENTE E MULTIAGENTE Sistemi per il governo dei Robot,
Gestione del processore (Scheduler)
Psicologia dei gruppi e delle organizzazioni
MRS: an Introduction © A. D’Angelo Multi Robot Systems: an Introduction Antonio D’Angelo.
Intelligenza Artificiale Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
R. Soncini Sessa, MODSS, L21 Accettare la casualità Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini Sessa.
SEZIONE DEL LAVORO E ARGOMENTI
Intelligenza Artificiale 2 Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Mobile Agent and Enterprise Architecture Integration Il gestore della mobilità degli agenti Raffaelli Massimo matricola
1 Interpretazione astratta: un approccio sistematico all’analisi statica.
Sistemi basati su conoscenza Metodi di ricerca informata Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Metodi di ricerca informata Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale Conoscenza e ragionamento incerto Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza (agenti intelligenti) Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale 1 Gestione della conoscenza lezione 18 Prof. M.T. PAZIENZA a.a
1 Linguaggi: guardando la semantica §esistono un insieme di concetti semantici e di strutture di implementazione in termini dei quali si descrivono in.
Intelligenza Artificiale 1 Gestione della conoscenza lezione 4 Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale 1 Gestione della conoscenza lezione 14 Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale 1 Gestione della conoscenza lezione 15 Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
PROGETTAZIONE DI BASE DI DATI Metodologie e modelli.
Agenti intelligenti Maria Simi a.a. 2013/2014 Riassunto  Intelligenza come capacità diverse …  Capacità di simulare il comportamento umano?  Capacità.
Ricerca online Maria Simi a.a. 2011/2012 Ambienti più realistici  Gli agenti risolutori di problemi “classici” assumono:  Ambienti completamente osservabili.
Causa diverge dal TIPO che designa un modello di contratto definito La causa è un limite perché si impone che le parti perseguano un interesse meritevole.
Il modello di Von Neumann
ICF Classificazione internazionale del Funzionamento, della Disabilità e della Salute Servizio Studenti Disabili – Università di Bologna Formazione insegnanti.
10/5/061 Lez. 12 Previsioni di traffico Generalità Previsioni di scenario.
Bruner Psicologo statunitense che si è occupato di problemi educativi dagli anni 50 ad oggi Di indirizzo cognitivista, ha una dotazione culturale molto.
AA LEZ 01Sistemi per la Gestione Aziendale - Prof. Giuseppe Zollo1 Sistemi per la Gestione Aziendale. AA Ingegneria Gestionale (LS) Facoltà.
Gestione dei dati e della conoscenza (agenti intelligenti)
Transcript della presentazione:

Intelligenza Artificiale 1 Gestione della conoscenza lezione 2 Prof. M.T. PAZIENZA a.a

Agenti razionali Un agente è un’entità/funzione che agisce, date alcune percezioni Un agente razionale ideale si descrive attraverso la specifica della lista di azioni che può compiere in risposta a qualsiasi sequenza di percezioni possibile. (progetto di agente ideale)

Agenti razionali reali Limiti computazionali impediscono di raggiungere la perfetta razionalità Negli agenti razionali reali Autonomia e capacità di apprendimento Valutazione delle prestazioni Agente con la migliore prestazione

Progettazione di un agente

Programma che implementi la corrispondenza dell’agente dalle percezioni alle azioni all’interno di un ambiente e con prestazioni predefinite Agente = architettura + programma

Progettazione di un agente PAGE PERCEPTS (percezioni) ACTIONS (azioni) GOALS (obiettivi) ENVIRONMENTS (ambiente)

Azione razionale Qualunque azione finalizzata al perseguimento di un obiettivo che massimizzi il valore atteso della misura di prestazione, data una particolare sequenza di percezioni ricevute dall’agente intelligente in un particolare ambiente.

Azione razionale Razionale non vuol dire : Onniscenza Chiaroveggenza Che ha sempre successo

Schema di agente Ad ogni attivazione: Aggiornamento memoria con percezione Scelta dell’azione migliore Aggiornamento memoria con azione

Agente basato su tabella consultazione Tabella totalmente e precedentemente specificata Agente tiene conto della sequenza delle percezioni consultando la tabella La tabella non viene aggiornata

Tipi di programmi di agente Agente con riflessi semplici Agenti che tengono conto del mondo Agenti basati su obiettivi Agenti basati su utilità

Agente con riflessi semplici Regole: Condizione / azione Situazione / azione Produzione If - then

Agente con riflessi semplici

Agente Trova regola in accordo con situazione corrente (definita da percezione) Compie azione associata

Agente riflessi semplici e stato interno

Agente: Trova regola in accordo situazione corrente (definita da percezioni e stato interno) Compie azione associata

Agenti basati su obiettivi Pianificatori

Agenti basati su utilità Teoria delle decisioni

Proprietà degli ambienti Accessibile Deterministico / Stocastico Episodico Statico / Dinamico Discreto / Continuo

Tipi di ambienti Il tipo di ambiente determina fortemente il disegno dell’agente Il mondo reale è: Inaccessibile, stocastico, sequenziale dinamico e continuo