Alcune definizioni dellAI Dario Bianchi 1999 Sistemi che pensano come gli esseri umani: modellizzazione cognitiva. Sistemi che pensano razionalmente: le leggi del pensiero. Sistemi che operano come gli esseri umani: test di Turing. Sistemi che agiscono razionalmente: lagente razionale.

Che cosa e lIntelligenza Artificiale Pensare come gli esseri umani Il nuovo sforzo entusiasmante di far pensare i computer … macchine con la mente in senso completo e letterale(Haugeland, 1985) Lautomazione di attivita che che associamo al pensare umano, come prendere decisioni, risolvere problemi, apprendere…(Bellman, 1978) Pensare razionalmente Lo studio di facolta` mentali mediante modelli computazionali (Charniak e Mc Dermott, 1985) Lo studio delle computazioni che rendono possibile percepire, ragionare e agire Operare come gli esseri umani Larte di creare macchine che eseguono funzioni che richiedono intelliogenza se vengono eseguite da persone (Kurzweil, 1991) Lo studio di come far fare al computer delle cose che, attualmente, le persone fanno meglio (Rich e Knight 1991) Agire razionalmente Un campo di studio che cerca di spiegare ed emulare un comportamento intelligente in termini di processi computaszionali (Schalkoff, 1990) Il ramo dellinformatica che si occupa di automatizzare un comportamento intelligente (Luger e Stubblefield, 1993)

Le macchine possono pensare? Il filosofo Jonh Searle crede che cio di cui siamo fatti sia fondamentale per la nostra intelligenza. Il pensiero puo esistere solo in macchine molto speciali, quelle viventi fatte di proteine. Una macchina fatta di proteine potrebbe pensare ma una fatta di silicio non potrebbe. Newell e Simon propongono invece lipotesi del sistema di simboli fisico. Qualunque macchina capace di trattare dati simbolici puo agire in modo intelligente.

Le macchine possono pensare? Il cervello elabora nozioni in parallelo mentre I computer convenzionali lo fanno in serie. Il computer convenzionale si basa sulla logica binaria vero/falso, I sistemi intelligenti dovrebbero usare una logica di tipo fuzzy. I neuroni animali sono molto piu complessi degli interrruttori realizzati con i circuiti elettronici.

Test di Turing Proposto da Alan Turing nel In forma semplificata consiste nella interrogazione di un computer da parte di un essere umano attraverso una tastiera remota. Il test viene superato se linterrogatore non riuascisse a capire se dallaltra parte ce un computer o un uomo.

Test di Turing Per superare il test il cacolatore dovrebbe essere in grado di: Capire il linguaggio naturale (per comunicare con linterlocutore) Rappresentare la conoscenza (per immagazzinare le informazioni iniziali e quelle acquisite durante il dialogo) Ragionare automaticamente sulle informazioni a disposizione per rispondere alle domande Apprendere automaticamente per adattarsi a nuove situazioni o per costruire nuovi modelli

Agenti razionali Agiscono razionalmente per raggiungere degli obiettivi in base alle propre credenze. Possono percepire e agire. Possono essere oggetti fisici (dotati di sensori e attuatori) o oggetti software. Possono interagire fra di loro (Intelligenza artificiale distribuita).

Due differenti approcci all IA Top Down o simbolico. Si rappresenta la conoscenza mediante simboli. Si usa spesso la logica e la capacita` di fare inferenze. Bottom UP o sub-simbolico (basato sul segnale) Non ce una rappresentazione esplicita della conoscenza. Si usano reti neurali, approcci evolutivi etc.

Comportamento Emergente Per costruremacchine intelligenti bisognerebbe prima imitare i sistemi biologici in comportamenti semplici come lelaborazione di segnali e i sistemi di controllo. L agente deve interagire con lambiente. Vari moduli elementari possono interagire con lambiente per fornire un comportamento complesso senza usare modelli centralizzati (Brooks)

Ingegneria della conoscenza e sistemi esperti Introduzione Dario Bianchi 1999 Gli inizi ( ) Giochi Dimostratori di teoremi (in logica, geometria) e risolutori di problemi matematici Micromondi Metodi basati sulla conoscenza ( ) Sistemi esperti Fattori di certezza Analisi linguaggio naturale Affrontare problemi reali ( ) Applicazioni di interesse industriale. Reti neurali Algoritmi genetici

Ingegneria della conoscenza e sistemi esperti Introduzione Dario Bianchi 1999 Un esempio di problema risolto con il programma ANALOGY di Evans (1968)

Ingegneria della conoscenza e sistemi esperti Introduzione Dario Bianchi 1999 MICROMONDI - Una scena dal mondo dei blocchi. Un compito per un robot potrebbe essere prendi un blocco rosso grande, espresso in linguaggio naturale o in una notazione formale.

Ingegneria della conoscenza e sistemi esperti Introduzione Dario Bianchi 1999 Sistemi esperti Cercano di trasferire la conoscenza di un esperto, in un settore limitato, in un insienme di regole if condizione then azione Un esempio (da Mycin) if 1) the stain of the organism is gramneg, and 2) the morphology of the organism is rod, and 3) the aerobicity of the organism is aerobic then there is evidence 0.8 that the class of the organism is enterobacteriaceae.

Ingegneria della conoscenza e sistemi esperti Introduzione Dario Bianchi 1999 Risoluzione di problemi Risolvere problemi con la ricerca Metodi di ricerca informata Giochi Conoscenza e ragionamento Logica proposizionale Logica del primo ordine Basi di conoscenza Sistemi di ragionamento logico Pianificazione Apprendimento Da esempi Reti neurali Per rinforzo (algoritmi genetici) Ragionamento con incertezza Sistemi di ragionamento probabilistico Logica fuzzy Decisioni Comunicazione Grammatiche e linguaggi formali Analizzatori sintattici Interpretazione semantica Ambiguità Elaborazione del linguaggio naturale Percezione Elaborazione di immagini Riconoscimento di oggetti Riconoscimento del linguaggio parlato. Robotica

Ingegneria della conoscenza e sistemi esperti Agenti intelligenti Dario Bianchi 1999 Gli agenti interagiscono con gli ambienti per mezzo di sensori e attuatori Misura di prestazione Sequenza di percezione Conoscenza dellambiente Conoscenza predefinita Azioni che lagente puo eseguire Agente razionale: Per ogni szequenza di percezione deve compiere lazione che massimizza la misura di prestazione. Sistema autonomo: Il suo comportamento viene determinato dalla sua esperienza personale.

Ingegneria della conoscenza e sistemi esperti Agenti intelligenti Dario Bianchi 1999

Ingegneria della conoscenza e sistemi esperti Agenti intelligenti Dario Bianchi 1999 Uno schema di agente. Ad ogni attivazione, la memoria dellagente viene aggiornata per ripflettere la nuova percezione, viene scelta lazione migliore e viene anche immagazzinato in memoria il fatto che lazione è stata eseguita. La memoria persiste da una attivazione a quella successiva.

Ingegneria della conoscenza e sistemi esperti Agenti intelligenti Dario Bianchi 1999 Un agente basato su una tabella di consultazione. Lagente tiene conto della sequenza di percezione e si limita a consultare lazione migliore

Ingegneria della conoscenza e sistemi esperti Agenti intelligenti Dario Bianchi 1999 Lagente di tipo tassista. Agenti con riflessi semplici Agenti che tengono conto del mondo Agenti basati su obiettivi Agenti basati su utilità

Ingegneria della conoscenza e sistemi esperti Agenti intelligenti Dario Bianchi 1999 Un agente con riflessi semplici Regola condizione-azione: if macchina-davanti-sta-frenando then inizia-a-frenare

Ingegneria della conoscenza e sistemi esperti Agenti intelligenti Dario Bianchi 1999 Un agente con riflessi semplici. Funziona trovando una regola le cui condizioni si accordano con lo stato corrente (come definito dalla percezione) e quindi compiendo lazione associata a quella regola.

Ingegneria della conoscenza e sistemi esperti Dario Bianchi 1999 Un agente con riflessi che ha uno stato interno.. Lo stato interno serve a tenere conto del mondo. Lo stato viene aggiornato: in base a informazioni su come il mondo evolve tenedo conto che le azioni dellagente modificano il mondo.

Ingegneria della conoscenza e sistemi esperti Agenti intelligenti Dario Bianchi 1999 Un agente con riflessi con stato interno. Funziona trovando una regola la cui condizione si accorda con la situazione corrente (come definita dalla percezione e dallo stato interno memorizzato) e compie quindi l`azione associata a questa regola.

Ingegneria della conoscenza e sistemi esperti Dario Bianchi 1999 Un agente con obiettivi espliciti. Risulta più flessibile. Deve trovare sequenze di azioni opportune per raggiungere lobiettivo usando ricerca e pianificazione.

Ingegneria della conoscenza e sistemi esperti Agenti intelligenti Dario Bianchi 1999 Agente completo basato sull utilità. A ciascuno stato corrisponde un grado di utilità o di felicità per lagente. Ci possono essere più obiettivi contrastanti e lutilità fornosce un opportuno bilanciamento. Ci possono essere diversi obiettivi, nessuno dei quali può essere raggiunto con certezza: la probabilità di successo può essere valutata rispetto allimportanza degli obiettivi.

Ingegneria della conoscenza e sistemi esperti Agenti intelligenti Dario Bianchi 1999 Come può essere un ambiente: Accessibile - lapparato sensorio permette allagente accesso allo stato completo dellambiente. Deterministico - Lo stato successivo è determinato dallo stato attuale e dalle azioni degli agenti. Episodico - Le azioni vengono selezionate solo in base allo stato corrente (non tenendo conto della storia). Statico/Dinamico - Se lambiente rimane fisso o varia mentre lagente delibera. Discreto/Continuo - Se le percezioni e le azioni sono in numero limitato o variano con continuita.

Ingegneria della conoscenza e sistemi esperti Agenti intelligenti Dario Bianchi 1999 Il programma di base di un simulatore di ambienti: Fornisce ad ogni agente la sua percezione. Riceve una azione da ogni agente. Aggiorna lambiente

Ingegneria della conoscenza e sistemi esperti Dario Bianchi 1999 Testi consigliati: Russel e Norvig, Intelligenza Artificiale, Utet libreria. Nils N. Nillson Intelligenza Artificiale, Apogeo. Rolston, Sistemi Esperti, McGraw-Hill. Bratko, Programmare in Prolog per lintelligenza artificiale, Masson Adorni, Gaglio e MassoneManuale di Intelligenza artificiale. Il linguaggio Prolog e le sue applicazioni, Nis La Nuova Italia Scientifica