Intelligenza
Artificiale
Contributo della
Psicologia
cognitivista
Elaborato a uso interno del Progetto
Prometeo 2009
Autori
D.ssa Cesarina Prandi e
D.ssa Roberta Delle Fratte
INDICE
Introduzione..........................................................................................................3
Capitolo I: Nascita e sviluppo della psicologia cognitiva ..................................4
Capitolo II: Maturazione della scienza cognitiva ..............................................15
Capitolo III: Introduzione al tema dell’intelligenza Artificiale ........................18
Capitolo IV: Intelligenza Artificiale ..................................................................22
Capitolo V : Dall’elaborazione tradizionale dei dati ai sistemi aperti .............26
Capitolo VI : Calcolo dei predicati e inferenza logica ......................................33
Capitolo VII: Approcci computazionali alla rappresentazione e al controllo ..37
Capitolo VIII: Sistemi esperti e esperti risolutori di problemi..........................44
Capitolo IX : I.A e Apprendimento .................................................................47
Conclusioni ........................................................................................................55
Bibliografia ........................................................................................................56
2
Introduzione
La psicologia cognitiva è una branca della psicologia sperimentale che studia
il comportamento e la vita mentale. Nasce come movimento : il
cognitivismo che parte da un modello della mente umana come elaboratore
di funzioni giungenti dagli organi sensoriali. Il fine della psicologia cognitiva
è quello di coniugare lo studio del comportamento e delle capacità cognitive
umane con la riproduzione di queste mediante sistemi artificiali. Per ottenere
questo risultato, la psicologia cognitiva è divenuta
fortemente
interdisciplinare poiché si avvale dei metodi, degli apparati teorici e dei dati
empirici di numerose discipline diverse tra le quali la psicologia, la linguistica,
le neuroscienze, scienze sociali, biologia, intelligenza artificiale e informatica,
matematica, filosofia e fisica.
Partendo da questa breve definizione abbiamo iniziato un viaggio , un
escursus storico che sicuramente non sarà del tutto esaustivo. Del resto solo
scrivendo un elaborato molto più voluminoso di questo avremmo potuto
esaminare tutte le teorie che hanno portato un contributo a quella che oggi è
la scienza cognitiva.
La storia che segue inizia partendo da una panoramica sullo sviluppo della
scienza cognitiva e prosegue nell’ambito del rapporto esistente tra mente,
cervello e calcolatori.
3
Capitolo I °
Nascita e sviluppo della psicologia cognitiva.
La psicologia cognitiva nasce verso la fine degli anni 50, principalmente
come reazione polemica nei confronti della scuola che da anni, soprattutto
in America, dominava il panorama culturale: il Comportamentismo. Il
Comportamentismo, in realtà, fu il vero e proprio punto di partenza per lo
sviluppo delle scienze cognitive, in quanto getto le basi per una psicologia
fondata empiricamente. Entrambe le discipline si basano su una scientificità
di tipo naturalistico, nel comune tentativo di assimilare lo studio della mente
umana alle scienze fisiche. Dal punto di vista dell’epistemologia , la
psicologia cognitiva assume la posizione ontologica del realismo critico,
secondo la quale viene accettata l’ esistenza di una realtà esterna strutturata,
ma allo stesso tempo viene rifiutata la possibilità di riconoscerla
completamente. E’ proprio da questa premessa teorica che si genera la
diatriba con il movimento comportamentista. L’oggetto di studio non è più
soltanto il comportamento umano, ma anche i processi mentali fino ad
allora considerati una black box insondabile e non conoscibile
scientificamente. Tale presa di posizione nei confronti dello studio della
attività psichica si traduce concretamente nella accettazione dell’analisi
introspettiva come metodo conoscitivo, e nell’affermarsi della concezione di
comportamento umano come risultato di un processo articolato e
variamente strutturato di elaborazione delle informazioni. In questo senso, il
cognitivismo fa proprie scoperte derivate dalla cibernetica e dagli studi
sull’intelligenza artificiale, al fine di comprendere gli algoritmi che
sostanziano l’attività mentale.
Gli psicologi parlano spesso di una rivoluzione cognitivista, che possiamo
collocare tra gli anni 1960 e 70 , rivoluzione che ha visto la psicologia
4
cognitivista conquistare una posizione dominante tra le varie scuole di
pensiero e soprattutto nei confronti del Comportamentismo. Il termine
cognizione fa riferimento alla conoscenza e la psicologia cognitivista può
essere definita come lo studio dell’abilità delle persone ad acquisire,
organizzare, ricordare le conoscenze e usarle come guida per il loro
comportamento.
Gli psicologi cognitivisti studiano la mente non attraverso l’introspezione,
ma sulla base di inferenze ricavate dal comportamento manifesto. Il lavoro
degli psicologi cognitivisti consiste nello sviluppare modelli o teorie nei
riguardi dei processi mentali che mediano il comportamento, per poi
sottoporre tali teorie a verifica in situazioni controllate, dove ci si attende
che i soggetti esaminati si comportino in un dato modo se il modello è
corretto e in altro modo se non lo è.
Anche se il cognitivismo ha iniziato ad affermarsi negli anni 60 del
Novecento, possiamo annoverare nella sua ascesa e come precursori della
moderna psicologia altri studiosi. Molti anni prima un gruppo di psicologi
sperimentali, tra cui Clark Hull, 1882- 1952, Edward Tolman 1886-1959,
che si autodefinivano comportamentisti, di fatto seguivano un approccio che
oggi chiameremo cognitivista.
I loro studi comportamentisti venivano definiti S- O-R per distinguerli dagli
studi del comportamentismo S-R ( stimolo – risposta ) di Watson. In
questa sigla la O sta ad indicare ipotetici processi interni all’organismo che
mediano la relazione fra stimoli e risposte. Tolman, studiò la capacità dei
ratti di navigare nei loro ambienti e ipotizzò che lo facessero costruendo
mappe cognitive. Inoltre egli dimostrò l’esistenza di un apprendimento
senza ricompensa e ipotizzò un ruolo per le aspettative e altre variabili
intermedie. Tolman cercò di dimostrare che : “ un comportamentismo
sofisticato può essere consapevole di tutta la ricchezza e la varietà degli
eventi psicologici”. Clark Hull , invece elaborò una teoria meno cognitiva
dell’apprendimento stimolo – risposta. Hull sistematizzò un una gran mole
di dati relativi al condizionamento strumentale in una teoria matematico –
deduttiva. Secondo lo studioso la velocità con cui un ratto rispondeva
5
premendo una leva, dipendeva da variabili input come le ore di deprivazione
alimentare e il numero di prove rinforzate da granuli di cibo. Queste erano
tutte variabili osservabili; la parte complicata comprendeva delle equazioni
che dovevano collegare queste variabili ad altre dette intermedie. La pulsione
o drive era in funzione del numero di ore di astinenza dal cibo; la forza
dell’abitudine era una funzione negativa che poteva essere alimentata dal
numero di rinforzi e dalla riduzione della pulsione; il potenziale eccitatorio
che portava alla risposta effettiva era una funzione moltiplicativa della
pulsione, della forza dell’abitudine e di altre variabili. La teoria di Hull
occupò gran parte del programma di ricerca sull’apprendimento negli anni
quaranta. Ma i risultati delle ricerche non confermarono la teoria e questa
per un periodo fu salvata fino ad una nuova confutazione che avvenne
intorno agli anni 50 con il paradigma del condizionamento operante
elaborato da Skinner. Egli ideò complessi programmi di rinforzo che
producevano gradevoli regolarità nella distribuzione nel tempo di
comportamenti emessi spontaneamente, cioè operanti. Variabili intermedie e
teoria formale non avevano alcun ruolo nel comportamentismo radicale di
Skinner, che era più vicino al filone di Watson che a Hull.
Oltre questo filone di ricerca esisteva una alternativa all’era del
comportamentismo. Esamineremo brevemente alcune ricerche che nella
prima metà del XX secolo, divennero molto importanti per lo sviluppo
della psicologia cognitiva.
Il primo contributo arrivò da F. Bartlett, nel 1932, psicologo sperimentale
noto per i suoi studi sul ruolo della costruzione soggettiva nella memoria.
Secondo questo studioso i ricordi non sono mere registrazioni di eventi;
infatti i soggetti che ricordano li completano e li rifiniscono con eventi che
non erano presenti nel contesto originale. Ad esempio, quando ad alcuni
soggetti veniva chiesto di ricordare un racconto popolare degli indiani
Kwakiutl, la guerra dei fantasmi, essi tendevano a modificare la trama della
storia secondo gli stili occidentali. Per spiegare questa modifica, lo psicologo
inglese ipotizzò che i soggetti organizzassero gli eventi della storia in base ad
alcuni schemi preesistenti. Come vedremo successivamente la nozione di
6
schema inteso come struttura deputata a organizzare le informazioni in
memoria ha svolto un ruolo decisivo in psicologia cognitiva e ancora di più
nella scienza cognitiva.
Anche Jean Piaget condusse impressionanti ed enormi ricerche nel campo
da lui chiamato epistemologia genetica. Piaget lavorò per un lungo periodo
nel laboratorio Binet a Parigi e fu attratto dagli errori che i bambini
commettevano nei test di ragionamento standardizzati. Egli escogitò dei
metodi per portare alla luce le competenze in divenire dei bambini, e nel
corso degli anni elaborò una complessa teoria mentalistica che ipotizzava gli
stadi di sviluppo e i processi interni responsabili del passaggio da uno stadio
all’altro. Questa teoria rimase famosa e diventò punto di riferimento per il
pensiero del XX secolo.
Ancora un’ altra tradizione a orientamento cognitivo fu inaugurata dal
gruppo dell’istituto di Psicologia di Mosca. Lev S. Vygotskij elaborò un
approccio storico culturale della psicologia che guidò le sue ricerche
empiriche sullo sviluppo cognitivo e linguistico dell’infanzia. La stessa scia
teorica caratterizzò il lavoro empirico condotto da A. Laurijia sui disturbi del
linguaggio e le funzioni della corteccia frontale. Particolarmente influente fu
l’ipotesi formulata da questi due studiosi secondo cui le capacità cognitive
emergono durante una relazione con altro soggetto prima di assumere un
ruolo centrale nella vita mentale privata. Le odierne ricerche sull’azione
mediata affondano le radici in questa tradizione sovietica. Mentre il
comportamentismo stava prendendo piede in America, faceva la sua
apparizione in Germania la psicologia della Gestalt. Gestalt è una parola
tedesca che significa “ forma organizzata” o “configurazione completa” :
oggetto di studio dei gestaltisti
fu la percezione, in particolar modo
l’organizzazione percettiva e cognitiva. Loro ritenevano che le esperienze
percettive
dipendessero
dai
modelli
formati
dagli
stimoli
e
dall’organizzazione dell’esperienza. Nella percezione le proprietà di un
oggetto , ad esempio il suo profilo, sono più evidenti delle parti che lo
costituiscono. Il primo studio in cui compare l’impostazione teorica della
Gestalt è un articolo di Max Wertheimer, sul fenomeno φ (phi) : il
7
movimento apparente o illusorio che si verifica quando una luce si accende e
si spegne una frazione di secondo dopo che una luce adiacente si è accesa e
spenta. Lo studioso respinse le teorie del fenomeno φ che ne individuavano
la causa nel riconoscimento distinto delle due luci lampeggianti, e propose
una teoria alternativa basata sulle cosiddette proprietà di campo del cervello.
L’idea che spesso le persone o gli animali vedono o percepiscono le cose
come totalità è un assunto fondamentale della Gestalt. In alcuni casi la
totalità è spaziale, ad esempio come quando si percepisce la rotondità di un
oggetto; in altri casi è temporale ad esempio quando un individuo immagina
degli obiettivi e organizza il proprio comportamento come mezzo per
conseguirli.
Questi interessi portarono, gli psicologi della Gestalt, a proporre una serie di
interpretazioni ,basate sulla percezione, che hanno contribuito a formare le
fondamenta degli attuali sviluppi della psicologia cognitivista.
Nel corso degli anni Quaranta e Cinquanta, i progressi dello studio del
cervello contribuirono alla riflessione sul modo in cui concetti come
informazione e computazione potevano costituire una base per la
comprensione dei processi mentali. L’idea che la psicologia potesse trarre dei
vantaggi dalla collaborazione con le neuroscienze fu formulata dallo
psicologo Donald Hebb, egli sosteneva che esisteva una notevole
somiglianza tra i problemi della psicologia e della neurofisiologia, da qui la
possibilità o la necessità di un aiuto reciproco.
Mentre discipline come la psicologia e la linguistica furono nella posizione di
contribuire alla nascita della scienza cognitiva solo dopo aver subito una
rivoluzione interna, e l’intelligenza artificiale dovette essere prima creata, la
neuroscienza poteva contare su di una storia più lunga. L’idea che il cervello
non è semplicemente l’organo dei processi mentali ma può essere
scomposto in sistemi costituenti che eseguono funzioni specifiche differenti
nella vita mentale è un prodotto del XIX secolo. Il problema della
neuroscienza, ieri come oggi, è quello di analizzare il cervello componendolo
nelle sue parti funzionali e comprendere come queste lavorano insieme in
quanto sistema.
8
Comunque
prima
che
gli
scienziati
potessero
pronunciarsi
sull’organizzazione funzionale del cervello, avevano bisogno di scoprire
qualcosa di più sulla sua architettura generale. Alla fine del XIX secolo
furono compiuti importanti progressi sia a livello micro che a quello macro
nella comprensione del cervello. A livello micro il progresso fondamentale
fu la scoperta che il tessuto nervoso è costituito dai neuroni e con il metodo
introdotto da Camillo Golgi, la colorazione con il nitrato d’argento, diveniva
possibile osservare chiaramente i neuroni completi di tutti i loro assoni e
dendriti .
Successivamente Sir C.S Sherrington
definì i punti di
comunicazione tra i neuroni con il termine sinapsi ( dalla parola greca che
significa congiungere) e ipotizzo che tale comunicazione avesse natura
chimica. Questi processi hanno svolto un ruolo di primo piano nella
comprensione di processi cognitivi come quello dell’apprendimento, e sono
diventati la fonte di ispirazione del modello di scienza basata sulle reti
neuronali. In neuroscienza si è verificato anche un altro tipo di progresso
che consiste nell’istituzione di collegamenti tra differenti aree cerebrali
identificate al macrolivello e specifiche funzioni cognitive. Ciò ha richiesto il
superamento della concezione secondo cui il cervello, in particolar modo la
corteccia cerebrale, opererebbe in modo olistico. L’idea che la
macrostruttura del cervello è suddivisa in aree funzionali diverse, va
attribuito a Franz Joseph Gall. Egli ipotizzò che le protuberanze o le
rientranze
del cranio rispecchiassero le dimensioni delle aree cerebrali
sottostanti . Inoltre suppose che fossero le dimensioni delle aree cerebrali a
determinare il contributo al comportamento. Di conseguenza, vide la
possibilità di identificare le aree cerebrali responsabili di ogni tratto mentale
o caratteriale basandosi sulla correlazione tra le rientranze e le protuberanze,
da un lato e, dall’altro gli eccessi e le insufficienze relative a particolari tratti
mentali e caratteriali. Il nome attribuito a queste idee fu quello di
“Neofrenologia”.
Un altro problema affrontato dai ricercatori che
tentavano di localizzare funzioni mentali nel cervello era la mancanza di un
modo standard di designare le sue parti. I vari ripiegamenti della corteccia
che danno origine a giri o circonvoluzioni e a solchi sono stati utilizzati da
9
anatomisti per suddividere il cervello in differenti lobi, come mostrato nella
figura sottostante.
L’ atlante più famoso , e ancora oggi molto utilizzato per la sua numerazione
delle regioni cerebrali, è quello di Korbinian Brodmann del 1909. brodmann
e altri neuroanatomisti che si dedicavano alla cartografia cerebrale
fondavano le loro idee sul principio della localizzazione funzionale, regioni
cerebrali differenti eseguono funzioni differenti. Una delle più antiche fonti
di informazione sulle funzioni delle aree cerebrali è lo studio dei deficit
conseguenti al danneggiamento di una struttura neuronale. Però la strada che
porta dal danno al punto di arrivo è impervia. Le aree anatomiche e
funzionali sono diverse da individuo ad individuo; è infatti molto complesso
determinare quale contributo apporta la parte danneggiata alla funzione
normale. Queste difficoltà sono illustrate nel celebre caso del sig . Leborgne,
più comunemente noto come “TAN” , unica sillaba che il paziente era in
grado di dire. Il presente caso fu studiato da Paul Broca nel 1861. Tan fu
seguito da Broca non solo per la perdita del linguaggio articolato ma anche
10
per una epilessia e una emiplegia destra. Tan morì sei giorni dopo essere
stato visitato da Broca e questo ultimo effettuò un esame autoptico che
rivelò una vasta lesione del lobo frontale sinistro. La regione centrale della
lesione prese il nome di area di Broca .
Le ricerche di Broca non furono condivise e non tutti sottoscrissero l’idea
che le funzioni mentali sono identificabili con le regioni il cui
danneggiamento può causare la perdita di funzione. Perfino alcuni che
condividevano la tesi di Broca rifiutarono l’idea che la funzione stessa fosse
eseguita nell’area lesionata. Questa posizione fu presa da Carl Wernicke, il
quale nel decennio successivo , presentò casi in cui il danneggiamento di un’
area del lobotemporale causava la perdita delle capacità di comprensione del
linguaggio, lasciando però intatta la capacità di parlare. Questa sarà
denominata l’area di Wernicke . Egli, tuttavia, associava la sede della lesione
non come il luogo deve avveniva la comprensione ma come una zona di
associazione tra idee semplici. Questa concezione portò a considerare l’area
di Wernicke la sede della comprensione linguistica e l’area di Broca la sede
della produzione linguistica.
In tempi più recenti questa teoria della
scomposizione della funzione
linguistica in produzione e comprensione è stata messa in dubbio da
ricercatori influenzati da Chomsky. La teoria linguistica chomskiana prevede
componenti separate per la fonologia, la sintassi e la semantica.
Anche gli studi basati sulle stimolazioni apportarono nuovi elementi di
scoperta. Gli studi sulla stimolazione elettrica non erano una novità, ma
generalmente non avevano dato dei risultati a causa dell’impiego di una
corrente elettrica troppo forte. Uno psichiatra e un anatomista, realizzarono
uno studio che prevedeva l’applicazione di una leggera stimolazione elettrica
a porzioni anteriori della corteccia cerebrale di un cane. I due studiosi
scoprirono che la stimolazione di zone specifiche della corteccia dava luogo
a contrazioni muscolari della parte controlaterale del corpo del cane. Essi
combinarono questo studio di stimolazione con uno studio di lesione con
ablazione della parte della parte della corteccia che attivava la zampa
anteriore. Il risultato fu la compromissione del movimento della zampa . Gli
11
studi di stimolazione ebbero una ricaduta pratica solo quando, nel XX
secolo, la neurochirurgia ebbe larga diffusione. Un neurochirurgo canadese,
sviluppò una procedura per l’ablazione di una porzione del cervello dalla
quale sembrava avessero origine le scariche epilettiche. Analizzando gli
effetti provocati dalle ablazioni di tessuto cerebrale a scopo terapeutico, egli
giunse a ricostruire la localizzazione delle aree del linguaggio nell’emisfero
sinistro e, più in generale, a determinare le funzioni di varie aree corticali, in
particolare quelle frontali e temporali, nella gestione del comportamento
umano. Con questo metodo dell’elettrostimolazione applicato ad aree
diverse della corteccia, elabora una nuova mappa delle funzioni sensoriali e
motorie.
La figura qui sotto, il celebre Homunculus, illustra la proprietà di queste
mappe: regioni corporee differenti sono rappresentate da differenti quantità
di corteccia cerebrale. La mano e la faccia sono rappresentate in evidenza ,
mentre il tronco e il collo sono localizzate in aree molto più piccole
Sempre negli anni 50 ebbe luogo un progresso importante , comparvero le
prime analisi computazionali nei sistemi neuronali e venne dato l’avvio alla
modellistica computazionale
12
“ cerebriforme” , un approccio che, grazie alla mediazione di Hebb, ereditò il
nome
di
connessionismo
dall’approccio
associazionistico
alla
concettualizzazioni del cervello.
La figura che diede l’avvio allo sviluppo di questa teoria, fu McCulloch, un
neurofisiologo. Egli scrisse insieme al logico Pitts, un saggio che analizzava
reti di unità simili a neuroni. Loro dimostrarono che queste reti erano in
grado di valutare qualsiasi funzione logica composta e affermarono che, una
volta integrate da un nastro e da mezzi per modificare i simboli sul nastro, il
loro potere computazionale sarebbe stato equivalente a quello di una
macchina di Turing. Le unità della rete erano concepite come modelli
semplificati di neuroni e da allora vengono chiamate neuroni di McCullochPitts. Ogni unità era un dispositivo binario, significa poteva essere acceso o
spento che riceveva input inibitori e eccitatori da altre unità o dall’esterno
della rete. L’unità fatta in questo modo era idonea non solo a costituire il
modello di un neurone semplificato, ma anche il modello di un relè elettrico
, componente fondamentale di un computer. Di conseguenza i neuroni di
McCulloch – Pitts contribuirono ad istituire quel collegamento tra cervello e
calcolatori che era stato già evidenziato da altri studiosi, ad esempio John
von Neumann e Marvin Minsky .
Al pari della psicologia, la linguistica doveva trasformarsi per poter
contribuire alla scienza cognitiva. Il protagonista di questa trasformazione
fu Noam Chomsky, con la pubblicazione di un libro intitolato “ le strutture
della sintassi”. In questa opera sostiene che il linguaggio deve essere
considerato un sistema di regole mentali, non la concatenazione di eventi
stimolo – risposta che in passato alcuni comportamentisti avevano
ipotizzato. Secondo Chomsky, queste regole sono imposte e in parte
predeterminate dalle capacità innate della mente umana.
Finora abbiamo posto in rilievo gli sviluppi intellettuali che hanno costituito
i fondamenti della scienza cognitiva. Abbiamo anche visto che tutti i
protagonisti della storia non hanno mai condotto le loro ricerche in
isolamento.
13
Dopo la descrizione della nascita e un periodo abbastanza lungo dove si è
sviluppata la scienza cognitiva, passeremo ad un periodo dal 1960 al 1985
dove parleremo di una maturazione vera e propria della scienza cognitiva.
14
Capitolo II
La maturazione della scienza cognitiva .
Il periodo che intercorre tra il 1960 e 1985 costituisce la maturazione della
scienza cognitiva. Durante questi 25 anni essa si perfezionò e iniziò a dare i
suoi frutti sia in termini intellettuali che istituzionali. Seguendo Miller si può
fissare la data della nascita della scienza cognitiva alla fine degli anni
cinquanta.
Durante tutto il processo di perfezionamento ci fu l’abbandono di alcuni
elementi che avevano caratterizzato la scienza cognitiva in tutta la parte di
gestazione. Tra i grandi esclusi ci fu la neuroscienza e le reti neuronali
artificiali.
Durante il periodo di attesa dello sviluppo tutte le discipline della scienza
cognitiva avanzarono proposte per riflettere sui processi cognitivi senza però
riuscire a produrre un modello unitario dei meccanismi responsabili della
cognizione.
Nel 1960 Miller, Galanter e Pribram, svilupparono questo modello, un
meccanismo cognitivo di base che denominarono
“ unità TOTE “.
L’acronimo TOTE è composto dalle iniziali delle parole test, operate, test, exit
(controlla- esegui- controlla- esci). Nell’opera “ Piani e struttura del comportamento”,i
tre studiosi si orientano allo sviluppo degli studi sul comportamento nella
psicologia dell’individuo; essi descrivono l’ attività pianificatrice dell’uomo
secondo degli schemi d’azione .Miller, Galanter e Pribram si concentrarono
sull’azione finalizzata , vale a dire l’esecuzione di piani. Il piano si esprime
fondamentalmente attraverso un continuo confronto fra quanto l’organismo
conosce e si aspetta da una parte, e quanto l’ambiente gli offre rispetto alle
mete del piano, questo confronto viene chiamato test nel modello TOTE..
15
In altre parole, ogni azione è diretta ad un scopo ed ogni volta che un
individuo vuole compiere una azione formula un piano di comportamento
per ottenere lo scopo prefissato. Se, ad esempio, il mio scopo è quello di
mettere un chiodo in un certo punto del muro, inizialmente effettuerò un
test per verificare che il chiodo non sia già presente nel muro. Se c’è, il piano
non viene sviluppato oltre, e si passerà direttamente all’effettuazione di un
nuovo piano per esempio appendere un quadro a quel chiodo, e quindi
uscire. Se non c’è, passerò alla fase operativa, in questo caso pianterò il
chiodo. Eseguita la fase operativa, eseguirò un nuovo test per verificare che
il chiodo sia conficcato nella giusta posizione. Se è così passerò all’uscita, in
caso contrario effettuerò una nuova operazione per correggere la posizione
del chiodo.
In questa ottica l’uomo crea una organizzazione gerarchica del
comportamento, un piano è l’equivalente di un programma di un calcolatore
capace di determinare una particolare strategia d’azione. Gli argomenti degli
autori, infatti, girano intorno ad una duplice analogia: il rapporto tra un
piano e la mente è simile a quello tra un programma e un calcolatore. Senza
le istruzioni, o il programma, il calcolatore non elaborerà le informazioni.
Dati di tutti i tipi possono essere stati immagazzinati nella sua memoria o
inviatigli dall’esterno, ma senza un programma non può succedere niente.
Ora, se le persone sono come i calcolatori, dovremmo avere da qualche
parte un insieme organizzato di istruzioni che tenta di eseguire. L’uomo deve
avere, cioè, un piano che guida il suo comportamento.
In questi presupposti teorici la programmazione euristica della mente al
computer è ovvia: “ un piano è per l’organismo essenzialmente la stessa cosa
che un programma è per un computer”.
Allo stato attuale di conoscenza, le relazioni tra fra cervello e computer sono
ancora in continua evoluzione. Il cervello è un organo elettrochimico con un
gran numero di connessioni ed opera con azioni parallele e globali, olistiche, a
bassa velocità e basso costo energetico, capace di generare in continuazione
nuovi elementi e nuove connessioni; il computer è invece un sistema
elettronico a connessioni fisse, operante quasi solo sequenzialmente e
16
localmente ad alta velocità. Non si pone dunque il problema di identificare
cervello e computer come macchine, a livello hardware, bensì di paragonarli
come comportamento e prestazioni, a livello software. Infatti, appena il
computer fu disponibile si cominciò ad usarlo non soltanto per i calcoli
matematici per i quali era stato progettato, ma anche per simulare aspetti
diversi della attività umana. Ad esempio, Turing, matematico inglese che
sviluppò le basi teoriche dell’informatica e introdusse un modello astratto di
macchina calcolatrice programmabile, iniziò ha scrivere programmi per giocare
ha scacchi e andando avanti si passò a progetti più ambiziosi come la
rappresentazione della conoscenza, analisi del linguaggio, riconoscimento di
immagini, apprendimento per esperienza. Ma come spesso accade, lo spirito di
Turing, di costruire un cervello, divenne il motto programmatico
dell’intelligenza artificiale. Ma mentre per Turing significava soltanto costruire
un computer, questo viene interpretato dagli studiosi di Intelligenza Artificiale
come la costruzione di un programma che simuli le attività cerebrali umane.
L’accento si è dunque spostato tutto sulla parola simulazione, lasciando da
parte il problema discusso precedentemente, se il cervello sia o no un
computer.
Questo tema lo approfondiremo di seguito addentrandoci nella evoluzione
storica, metafisica della Intelligenza artificiale la relazione esistente tra la
psicologia cognitiva e l’Intelligenza Artificiale.
17
Capitolo III
INTRODUZIONE AL TEMA DELL’INTELLIGENZA
ARTIFICIALE
A.
LA
CONTRAPPOSIZIONE
COMPORTAMENTISMO-
COGNITIVISMO
Negli anni Cinquanta e anche prima dominava nelle scienze psicologiche il
paradigma comportamentista; ad esso è succeduto, ed oggi è dominante, il
paradigma cognitivista. Anche in termini storici, quindi, è utile questo
raffronto, ma è molto utile anche in termini concettuali che consente di
schematizzare molto semplicemente dove è la principale differenza di
obiettivi e di metodi. Come possiamo caratterizzare in modo estremamente
elementare il comportamentismo? Il comportamentismo, almeno nella sua
parte più severa e rigorosa, sostiene che bisogna abbandonare tutti i concetti
classicamente psicologici della psicologia del senso comune o della
psicologia filosofica come il concetto di pensiero, intenzione, desiderio,
volontà, intuizione etc, perché sono concetti metafisici, non studiabili con
metodi scientifici. Bisogna invece assumere il comportamento, che appunto
è l’unico oggetto vero della psicologia in quanto è ciò che è osservabile, a
differenza della mente e della psiche che non sono osservabili. Per studiare il
comportamento quello che bisogna fare è osservare gli stimoli che
l’organismo riceve e le risposte. Ciò che c’è nel mezzo è semplicemente una
scatola nera. Abbiamo quindi un sistema in cui c’è un’entità non analizzata
che sta in mezzo all’input e all’output. L’input è ciò che il sistema riceve, cioè
lo stimolo, mentre l’output è ciò che si osserva, cioè la risposta. Tra stimoli e
risposte non si può fare teoria se non in termini di associazioni che si sono
stabilite nel tempo.
18
In sostanza immaginiamo un topino messo in una gabbietta che ha fame e si
agita ed esplora (come è il comportamento normale dei topi) e che in questa
esplorazione spinge una levetta. Allo spingere di questa leva esce del cibo,
viene somministrato del cibo. Il topo, molto rapidamente, in un breve
numero di prove (e così anche il piccione o altri animali) apprende, quando
ha fame, a spingere la leva per ottenere il cibo. Questo è il condizionamento
strumentale o operante. Sulla base di questi modelli di apprendimento e di
condizionamento, basati sull’idea che c’è una associazione tra stimoli e
risposte o tra comportamenti e risultati, si supponeva che si potesse fare
teoria anche delle funzioni superiori dell’uomo. Invece il cognitivismo è
partito in primo luogo proprio dall’idea che questi modelli di apprendimento
e di associazione non sono sufficienti ed adeguati per dar conto del pensiero
o del linguaggio o di altre attività superiori cognitive umane. Il secondo
punto, su cui il cognitivismo si contrappone, è proprio su quale è l’obiettivo
della scienza psicologica e di che cosa si deve fare teoria. Mentre per il
comportamentismo si può fare teoria soltanto di ciò che si osserva (degli
stimoli quindi e dei comportamenti o risposte perché il resto è fuori della
portata della scienza: è metafisica e non è oggetto della scienza positiva), per
il cognitivismo, invece, ciò di cui la psicologia deve fare teoria è proprio ciò
che avviene nella scatola nera, cioè quello che avviene tra lo stimolo
ambientale e il comportamento esterno osservabile, il processo che c’è nel
mezzo. Il cognitivismo è sviluppare dei modelli di cosa avviene dentro la
scatola nera, la natura di questi modelli.
La concezione del soggetto tipica del cognitivismo è una concezione molto
più attiva nel senso che il soggetto elabora attivamente e in base a quello che
ha dentro l’informazione. Il comportamento è assai meno prevedibile, non è
una pura risposta e può inoltre cercare attivamente informazioni nel mondo
per i propri fini.
L'insoddisfazione proviene non solo dall'esterno, ma anche, dall' interno del
comportamentismo stesso: nel 1960, Miller, Galanter e Pribram, tentano di
trovare un'unità di misura del comportamento, che sia in grado di sostituire il
modello classico S-R. Tale unità, TOTE, ( da Test-Operate-Test-Exit )
19
implica già la nozione di feed-back, termine con cui la cibernetica indicava il
concetto di "retroazione". "Quindi è evidente che lo sviluppo della cibernetica
e successivamente la teoria dell' informazione stessero già influenzando questi
cambiamenti. D' altra parte, l'espandersi dell' uso dei calcolatori e i sempre più
raffinati ritrovati tecnologici, offrono alla psicologia sperimentale, oltre che
ulteriori possibilità di analisi, dei supporti consistenti nel considerare la mente
come elaboratore di informazioni. Inoltre con questi nuovi strumenti
tecnologici, è possibile (da un punto di vista metodologico) elaborare dei
modelli di funzionamento dei processi mentali, che, saranno lo scopo
fondamentale della psicologia cognitivista" (Canestrari, 1984)
La locuzione scienze cognitive si riferisce allo studio dei processi cognitivi,
ovvero della mente e della memoria dell'intelligenza. Attualmente non vi è
una disciplina singola in grado di occuparsi di tutte le varie sfaccettature della
mente; pertanto si parla di scienze cognitive al plurale per raccogliere le
tematiche di un'area di ricerca marcatamente interdisciplinare. Alcune delle
discipline partecipanti sono la psicologia, la psicologia cognitiva, la linguistica,
le neuroscienze e l’intelligenza artificiale.
B. PSICOLOGIA COGNITIVA E INTELLIGENZA
ARTIFICIALE
Ulric Neisser pubblica nel 1967 "Cognitive Psycology " che diventa il
manifesto della nuova scuola psicologica.
L'impostazione
cognitivista
parte
dai
seguenti
assunti:
1) la psicologia ha il compito di focalizzare la sua attenzione sui processi
interni dell'organismo, come mediatori tra stimoli e risposte, formulando
modelli del loro funzionamento e confrontando i risultati di laboratorio con le
previsioni dei modelli stessi;
2) i processi interni, devono consistere in processi di elaborazione
dell'informazione, strutturalmente equivalenti a quelli di un computer digitale;
20
3) i processi di elaborazione dell' informazione consistono in processi di
manipolazioni di stimoli.
Nel 1956, in un seminario estivo tenuto nel Dartmouth College, viene coniato
il termine "Intelligenza Artificiale ". Nel corso degli anni '70 si assiste alla
realizzazione di sistemi esperti , il cui progetto mette i ricercatori di fronte al
problema di come rappresentare la conoscenza all' interno di un "congegno
artificiale " e di conseguenza nell'uomo. Da questi assunti nacque la Teoria
dell' Uomo Elaboratore di Informazioni meglio conosciuta come "Human
Information Processing" (HIP) che, basata sul presupposto che la mente sia
un elaboratore di segni, andava alla ricerca di un apparato di segni in grado di
eseguire
i
compiti
e
le
funzioni
che
la
mente
effettua.
21
Capitolo IV
INTELLIGENZA ARTIFICIALE
L'intelligenza artificiale è uno dei numerosi campi di dibattito teorico tra
scienziati e filosofi. Per intelligenza artificiale, spesso abbreviata in AI
(dall'inglese Artificial Intelligence), si intende generalmente la possibilità di far
svolgere ad un calcolatore alcune funzioni e alcuni ragionamenti tipici della
mente umana. Nel suo aspetto puramente informatico, comprende la teoria e
la pratica dello sviluppo di algoritmi che rendano le macchine (tipicamente i
calcolatori) capaci di mostrare un'abilità e/o attività intelligente anche se in
domini molto specifici.
Tali attività e capacità comprendono:
l'apprendimento automatico (machine learning), utile in contesti
quale il gioco degli scacchi
la rappresentazione della conoscenza e il ragionamento automatico in
maniera simile a quanto fatto dalla mente umana
la pianificazione (planning)
la cooperazione tra agenti intelligenti, sia software sia hardware
(robot)
l'elaborazione del linguaggio naturale (Natural Language Processing)
la simulazione della visione e dell'interpretazione di immagini
La domanda al centro del dibattito sull'intelligenza artificiale è
fondamentalmente una sola: "I computer possono pensare?".
Le risposte sono varie e discordi, ma perché abbiano un senso bisogna prima
determinare cosa significhi pensare. Ironicamente, nonostante tutti siano
d'accordo che gli esseri umani sono intelligenti, nessuno è ancora riuscito a
dare una definizione di intelligenza soddisfacente; proprio a causa di ciò,
esistono due principali branche in cui è suddiviso lo studio dell'AI:
la prima, detta intelligenza artificiale forte, sostenuta dai
funzionalisti,
ritiene
che
un
computer
correttamente
programmato possa essere veramente dotato di una intelligenza
22
pura,
non
distinguibile
in
nessun
senso
importante
dall'intelligenza umana. L'idea alla base di questa teoria è il
concetto che risale al filosofo empirista inglese Thomas
Hobbes, il quale sosteneva che ragionare non è nient'altro che
calcolare: la mente umana sarebbe dunque il prodotto di un
complesso insieme di calcoli eseguiti dal cervello;
la seconda, detta Intelligenza Artificiale debole, sostiene che un
computer non sarà mai in grado di essere equivalente a una
mente umana, ma potrà solo arrivare a simulare alcuni processi
cognitivi umani senza riuscire a riprodurli nella loro totale
complessità.
Rimanendo nel campo della programmazione "classica", basata su linguaggi
simbolici e lineari, in cui la grande velocità di calcolo dei processori moderni
supplisce alla carenza di parallelismo, sicuramente assume una posizione
dominante l'AI debole, in quanto si può facilmente constatare come un
computer elabori una serie di simboli che non comprende e che si limiti ad
eseguire i suoi compiti meccanicamente.
Bisogna tuttavia riconoscere che, con la diffusione sempre maggiore di reti
neurali, algoritmi genetici e sistemi per il calcolo parallelo la situazione si sta
evolvendo a favore dei sostenitori del connessionismo.
A detta di alcuni esperti del settore, però, è improbabile il raggiungimento, da
parte di un computer, di una capacità di pensiero classificabile come
"intelligenza", in quanto la macchina stessa è "isolata" dal mondo, o, al
massimo, collegata con esso tramite una rete informatica, in grado di
trasmettergli solo informazioni provenienti da altri computer. La vera
"intelligenza artificiale", perciò, potrebbe essere raggiungibile solo da robot
(non necessariamente di forma umanoide) in grado di muoversi (su ruote,
gambe, cingoli o quant'altro) ed interagire con l'ambiente che li circonda
grazie a sensori ed a bracci meccanici. Spesso, difatti, anche nell'uomo,
l'applicazione dell'intelligenza deriva da qualche esigenza corporea, perciò è
improbabile riuscire a svilupparne un'imitazione senza un corpo.
23
Inoltre, finora, nel tentativo di creare AI, si è spesso compiuto un errore che
ha portato i computer all'incapacità di applicare il buonsenso e alla tendenza
a "cacciarsi nei pasticci". L'errore consiste nel non considerare a sufficienza il
fatto che il mondo reale è complesso e quindi una sua rappresentazione lo
sarà altrettanto. Non solo sarà complessa, ma sarà anche incompleta, perché
non potrà mai includere tutti i casi che il robot potrà incontrare. Perciò, o
immettiamo nel cervello artificiale una quantità enorme di informazioni
corredate da altrettante regole per correlarle (il che originerà, probabilmente,
un vicolo cieco logico alla prima difficoltà incontrata), oppure lo mettiamo in
condizione di imparare. La chiave dell'AI, sembra proprio essere questa:
l'imitazione della sua analoga naturale, tenendo ben presente l'importanza dei
processi evolutivi nello sviluppo delle caratteristiche morfologiche e
comportamentali di un individuo e nella formazione di ciò che viene definito
"senso comune".
Vincenzo Tagliascoi, ricercatore al Laboratorio integrato di robotica avanzata
presso la facoltà di Ingegneria dell'università di Genova, ci fa notare che
nell'evoluzione delle macchine intelligenti si è cercato di saltare intere
generazioni di macchine più modeste, ma in grado di fornire preziosi stimoli
per capire come gli organismi biologici interagiscono con l'ambiente
attraverso la percezione, la locomozione, la manipolazione. Ora, per fortuna,
c'è chi segue un approccio più coerente: prima di insegnare a un robot a
giocare a scacchi, è necessario insegnargli a muoversi, a vedere, a sentire.
Insomma, anche nel robot intelligente occorre creare una "infanzia", che gli
consenta di mettere a punto autonomi processi di apprendimento e di
adattamento all'ambiente in cui si troverà ad agire. E' necessario quindi
riprodurre due evoluzioni parallele: una che da costrutti più semplici porti alla
produzione di macchine sempre più complesse e sofisticate, un'altra, tutta
interna alla vita del singolo automa, che lo faccia crescere intellettualmente,
dandogli modo di apprendere, da solo o sotto la supervisione umana, le
nozioni necessarie al suo compito ed alla formazione di un’autonomia
decisionale.
24
L'intelligenza artificiale, continuando lungo le attuali direttrici di sviluppo,
diverrà sicuramente un'intelligenza "diversa" da quella umana, ma,
probabilmente, comparabile a livello di risultati in molti campi in cui è
necessario applicare capacità di scelta basate su casi precedenti, nozioni
generali e "ragionamento".
È invece molto difficile immaginare un computer in grado di filosofeggiare ed
esprimere concetti e dubbi riguardo l'origine o il senso della vita.
25
Capitolo V
DALL’ELABORAZIONE TRADIZIONALE DEI DATI AI
SISTEMI ESPERTI
1. Il problema della rappresentazione
I sistemi esperti hanno origine dall’elaborazione tradizionale dei dati e sono il
risultato del tentativo di automatizzare alcuni dei principali aspetti del
processo informativo umano.
Un elaboratore ha generalmente il compito di trasformare una sequenza di
simboli in ingresso in una sequenza di simboli in uscita. L’elaboratore d’altro
canto non ha alcuna cognizione di quello che sta facendo ma si limita ad
imitare delle operazioni che noi poi interpretiamo nella realtà.
Il problema che a questo punto si pone deriva dal fatto che le trasformazioni
primitive sono valide soltanto se le sequenze fornite in input sono nel
formato adatto e le sequenze di output sono interpretate correttamente.
Entrambe queste attività sono di natura umana quindi il problema è,
essenzialmente, di rappresentazione. Dobbiamo quindi definire un
formalismo valido, in modo da presentare all’elaboratore delle sequenze di
simboli che definiscano in maniera non ambigua ciò che intendiamo e
parimenti determinare le trasformazioni primitive in modo tale che una volta
eseguite forniscano delle sequenze in uscita che abbiano per noi un significato
non ambiguo.
L’elaborazione tradizionale è pertanto resa possibile dalla definizione di
rappresentazioni adeguate, sia per i dati che vogliamo manipolare, sia per la
sequenza di operazioni che desideriamo svolgere. La scelta della
rappresentazione risulta quindi essere cruciale in quanto determina quali tipi
di processo conoscitivo possano essere adattati o meno all’automazione.
Il processo conoscitivo di un esperto attinge ad ampie fonti d’informazione,
alcune delle quali possono essere incomplete e presentate in molte forme
diverse. Il processo grazie al quale un esperto sceglie, sintetizza e trasforma i
26
dati iniziali è poco noto. Da ciò la necessità di rappresentare le caratteristiche
essenziali del modo in cui avviene l’approccio e la risoluzione di un problema
da parte dell’esperto. Le tecniche tradizionali di rappresentazione sono
risultate inadeguate a far fronte a questi problemi; da ciò il rischio, impostoci
dai nostri limiti di rappresentazione, di raggiungere un punto morto. Con
successo però da diversi anni il problema della rappresentazione è stato
esaminato nel campo dell’Intelligenza Artificiale.
2. La rappresentazione della conoscenza
Gli esseri umani hanno «conoscenza» del mondo in cui vivono che si divide
in due grandi categorie:
quella condivisa dalla maggioranza degli uomini;
quella che ha carattere più specialistico.
La conoscenza di oggetti e delle loro relazioni ci pone in condizione di
classificarli e di stabilire le connessioni reciproche (fatti). Un altro tipo di
conoscenza, le regole, rende possibile specificare come inferire nuove istanze
di una classe, o nuove istanze di una relazione, da oggetti non ancora
classificati.
Fondamentalmente, una struttura di controllo permette di decidere quale sarà
la prossima regola da utilizzare durante il processo. Le regole potrebbero
essere prese in sequenza o potrebbe rendersi necessario qualche sottosistema
di regole per decidere quali altre regole siano da applicare (regole di livello
superiore o metaregole). Il meccanismo di applicazione di una determinata
regola in situazioni caratterizzate da una scelta è anch’esso un problema di
strutture di controllo. In certi punti siamo di fronte ad una scelta; da ciò la
necessità si possedere un metodo adeguato, determinato dalla struttura di
controllo, per la scelta della via da seguire.
In conclusione per descrivere un processo conoscitivo possiamo utilizzare:
una conoscenza dichiarativa (classi e relazioni);
una conoscenza procedurale (regole e strutture di controllo).
27
Il limite tra le due è molto flessibile. In generale, quanta minore è la
conoscenza che dichiariamo, tanto più sarà necessaria una conoscenza
procedurale e viceversa.
3. L’approccio tradizionale
Il primo compito da affrontare implica, quindi, la classificazione di tutti gli
oggetti che devono essere manipolati dall’elaboratore. Questa classificazione
è, in realtà, la costruzione di relazioni tra singoli simboli computazionali e
singoli oggetti esterni o idee. L’atto di porre relazioni stabilisce connessioni tra
oggetti già classificati. In genere si ottiene una classificazione di oggetti simili
fornendo un’etichetta (o nome variabile) e un indice. L’etichetta fornisce una
classe e l’indice un’occorrenza, o istanza, di quella classe. Per definire le
relazioni si usa un approccio piuttosto simile a quello usato per la
classificazione; vengono infatti usati un’etichetta e un indice. Ancora una volta
l’etichetta stabilisce la relazione e l’indice ne definisce un’istanza.
Le procedure, in un secondo tempo, creano nuove istanze di relazioni e classi
a partire da quelle esistenti. E’ da notare quindi l’influenza delle nostre
definizioni di classificazione e relazione sulle costruzioni di procedure. E’
importante sottolineare che l’elaborazione tradizionale non può creare nuove
classi o nuove relazioni – queste vengono tutte definite durante la scrittura del
programma – ma solo istanziare classi o relazioni esistenti. Per far ciò si
utilizzano costrutti artificiali comuni dei linguaggi di programmazione
tradizionali quali DO…WHILE, FOR…DO, REPEAT…UNTIL, ecc.
4. Una struttura di controllo alternativa – i sistemi di produzione
Una possibile struttura di controllo è offerta dal sistema di produzione. Un
sistema di produzione consta dei tre elementi definiti in precedenza:
classificazioni e relazioni;
regole;
28
struttura di controllo.
Le classificazioni e le relazioni vengono denominate «base di dati», che
contiene in sostanza la conoscenza dichiarativa.
Le procedure sono un insieme di regole del tipo:
SE (condizione) ALLORA (azione)
La struttura di controllo determina quale regola venga verificata in seguito, ed
è spesso definita un interprete di regole.
La (condizione) è una prova dello stato corrente della base di dati e l’(azione)
aggiorna in un certo modo la base dati.
Oltre all’approccio fondato sulla regola di produzione, sono possibili molte
altre strutture di controllo, e la ricerca nel campo dell’Intelligenza Artificiale
ha portato alla scoperta di un certo numero di approcci diversi. Un punto
importante concerne la relazione tra la struttura di controllo e il dominio di
conoscenza.
5. Le strutture di controllo e la dipendenza dal dominio
Spesso la struttura di controllo è indipendente dal dominio. In altre parole
questo significa che il suo modus operandi non dipende dalla conoscenza del
dominio in esame. Tali strutture di controllo sono semplici e chiare, e ci
mettono in grado di separare nettamente la conoscenza sull’applicazione (cioè
la base dati comprensiva di fatti, relazioni e regole) dall’operazione
considerata.
In molti problemi reali ciò non è facilmente conseguibile e può non essere
desiderabile. Un semplice esempio di dipendenza dal dominio si riferisce
all’effetto prodotto dal contesto. In molti problemi, certe serie di regole
possono essere applicate solo in circostanze o contesti determinati.
6. Altri limiti all’approccio tradizionale
29
Vi sono altre difficoltà, associate all’elaborazione tradizionale dei dati, che
pongono restrizioni alla determinazione della linea di demarcazione tra
l’elaborazione della conoscenza da parte dell’uomo e da parte dell’elaboratore.
Le più importanti sono quelle relative ai dati inferiti, al ragionamento inesatto
e a soluzioni del problema che non possono essere formulate come algoritmi
convenzionali.
6.1. I dati inferiti
Qualsiasi programma deriva una nuova conoscenza da quella precedente.
L’approccio convenzionale, inoltre, presume che l’ordine in cui i dati siano
inferiti sia noto. Così il procedimento di inferenza può essere tradotto in un
algoritmo convenzionale, che costruisce in sequenza i dati inferiti e quindi usa
nuovamente questi ultimi per derivarne ancora dei nuovi.
L’intero processo è accuratamente pianificato in anticipo. In situazioni reali
spesso non è chiaro, tuttavia «cosa» sarà inizialmente dato e «cosa» sarà
necessario inferire.
L’unico modo di costruire un algoritmo generalizzato è quello di creare tutte
le relazioni possibili prima di rispondere a qualsiasi domanda, ma, in presenza
di una vasta base di dati dichiarativi, questo comporterebbe un notevole
spreco di calcolo da parte dell’elaboratore e aumenterebbe il tempo di
risposta. La sostanza del problema è nella rigidità della struttura di controllo
convenzionale.
6.2. Il ragionamento inesatto
Non sempre quello che concerne la conoscenza è ben determinato. Nella
realtà la conoscenza tende ad essere sfumata quindi le asserzioni ad essa
collegate non assumono il valore VERO o FALSO in modo esclusivo.
Nondimeno, siamo spesso capaci di dedurre conoscenza da dati che risultano
essere inesatti con ragionevole certezza. Per far ciò, dobbiamo combinare
30
pezzi di conoscenza con le loro certezze, allo scopo di dedurre nuova
conoscenza caratterizzata da una certezza derivata.
Un approccio basato su regole può affrontare il problema con relativa facilità.
Alcune regole adatterebbero le probabilità all’informazione nota, in modo da
renderle corrispondenti, mentre altre agirebbero basandosi su livelli di
probabilità.
6.3. Mancanza di algoritmi adatti
In molte situazioni non è possibile costruire un algoritmo per risolvere un
problema particolare in modo univoco. Gli algoritmi convenzionali non sono
molto appropriati alla soluzione di problemi basati sulla conoscenza. In molti
problemi reali, qualsiasi algoritmo che esaminasse tutti i termini possibili di un
problema avrebbe tempi di risposta misurabili in anni; tuttavia tutti gli esseri
umani sono in grado di risolvere tali problemi rapidamente ed in modo
efficiente.
Per risolvere simili problemi, è necessario scegliere all’interno di un
determinato insieme di strategie. Tale selezione dall’insieme si opera
esaminando lo stato del problema e utilizzando quella strategia che ridurrà le
distanze tra la situazione attuale e la soluzione richiesta. Ci avviciniamo alla
soluzione (od obiettivo) attraverso la selezione di strategie che speriamo siano
suscettibili di portarci più vicino possibile al nostro obiettivo.
7. La via da seguire
Come si è potuto constatare si ha la necessità di disporre di modi migliori per:
la rappresentazione della conoscenza dichiarativa, quale quella relativa a classi
e relazioni, senza introdurre specifiche conoscenze di informatica;
la rappresentazione delle regole;
la definizione della struttura di controllo (dipendente o indipendente dai
domini di conoscenza).
31
Si deve quindi cercare di spostare in avanti, per quanto concerne
l’elaborazione della conoscenza, la linea di demarcazione fra la conoscenza
umana e quella dell’elaboratore. Superare il tradizionale approccio algoritmico
così da poter adattare all’automazione attività di elaborazione che si ascrivono
agli esperti.
32
Capitolo VI
CALCOLO DEI PREDICATI E INFERENZA LOGICA
1. Il calcolo dei predicati e la rappresentazione della conoscenza
Nel campo dei sistemi esperti è stata condotta durante gli ultimi venti anni
un’ampia ricerca all’interno della disciplina dell’Intelligenza Artificiale, che ha
tra i suoi principali obiettivi la progettazione di programmi capaci
d’intraprendere attività per le quali veniva ritenuto necessario l’intervento
dell’intelligenza umana. Le origini di tal iniziativa risalgono comunque più
indietro, ad una delle prime discipline accademiche: la logica.
La logica si occupa criticamente della validità delle argomentazioni, cioè dei
metodi atti a determinare se sia possibile trarre validamente conclusioni da
fatti assunti. La logica è, inoltre, pertinente alla programmazione, dal
momento che un programma è in realtà un insieme di asserzioni quasi logiche
che vengono sottoposte a certi procedimenti in modo da generare una
conclusione. All’interno della logica la nozione di «argomentazione vera» ha
un significato preciso e ben definito: un’argomentazione è considerata vera se
e solo se, qualora le sue premesse siano vere, le conclusioni tratte sono
anch’esse vere. D’altronde la logica, dati i molti anni di sviluppo alle spalle ,
fornisce sia un formalismo ben definito e facilmente comprensibile per
rappresentare dei fatti, sia regole per manipolarli.
All’interno del calcolo dei predicati i nomi delle relazioni vengono definiti
«predicati» e gli oggetti vengono definiti «argomenti». Un oggetto può essere
espresso o con una «costante» indicando così un particolare individuo o classe
di individui, o con una «variabile», indicando che l’individuo o la sua classe di
individui rimangono non specificati. Quando in una variabile si inserisce il
nome di un oggetto (diviene, cioè, una «costante»), la variabile si dice
«istanziata». Singole proposizioni, chiamate «atomiche», consistenti ognuna di
un predicato e degli argomenti correlati, possono essere combinate per
formare proposizioni composte mediante l’uso di «connettivi logici». Questi
includono «e
o
non
implica
33
Perché il calcolo dei predicati possa sottoporre a procedimento delle variabili,
è necessaria una struttura supplementare nota come «quantificatore».
Esistono due tipi di
quantificatori:
il
«quantificatore universale»,
quantificatore esistenziale
». Un’ultima considerazione da fare è che la funzione dei connettivi logici e
dei quantificatori nella costruzione di proposizioni composte da proposizioni
semplici («atomiche») è governata da regole ben definite, denominate «regole
di formazione». Queste mantengono il significato dell’insieme di proposizioni
pur mutandone la struttura. Tali proposizioni composte, formate
correttamente, vengono definite «formule ben formate» o in forma
abbreviata «fbf».
2. L’inferenza logica
Per elaborare la conoscenza utilizzando il calcolo dei predicati è essenziale
che si sia in condizione di prendere un dato insieme di fatti e regole e di
inferirne di nuovi.
Inoltre sarebbe desiderabile far questo in modo tale da poter essere sicuri
della validità della nuova informazione. Si ha così bisogno di regole di livello
superiore che all’interno della logica vengono definite «regole di inferenza».
La prima di queste è la regola «modus ponens»
- B (« |- » è denominata «derivazione» e può venir letta come
«PERCIO’»).
Un’altra regola è chiamata «specializzazione universale»
- W(A) afferma che se qualche classe di oggetti ha una
proprietà, anche ogni individuo all’interno di quella classe avrà quella
proprietà.
Esistono, all’interno del calcolo dei predicati, molte regole d’inferenza diverse
che in questo ambito non menzioneremo.
34
3. I problemi connessi al calcolo dei predicati nell’elaborazione della
conoscenza
Il calcolo dei predicati è detto «monotono» intendendo con ciò che le
conclusioni sono aggiuntive e non necessitano mai di essere riesaminate.
Nella vita reale dobbiamo spesso modificare o ritrarre delle conclusioni
quando si rendono disponibili dei fatti nuovi. I sistemi formali che ci
pongono in condizione di farlo si dicono «non monotoni».
Per quanto riguarda l’automazione, un approccio non intelligente che non
verrebbe mai adottato nella pratica, consisterebbe nell’applicare le regole
d’inferenza alla cieca nella speranza che emerga alla fine una «dimostrazione».
Tuttavia non sarebbe realistico, con un procedimento così semplicistico,
aspettarsi che il programma funzioni in tempo reale.
Apparirà pertanto evidente, allo scopo di adattare all’automazione
dimostrazioni di calcolo dei predicati, la necessità di definire un
procedimento, per decidere quali regole applicare, che impedisca
un’esplosione combinatoria e comporti un ragionamento non combinatorio.
Negli anni ’60, sia nel campo della logica che dell’Intelligenza Artificiale, è
stata svolta un’intensa attività diretta alla scoperta di tali procedure efficaci,
come vengono definite. Questi approcci presero due direzioni distinte:
Il primo approccio al problema del controllo, che fu adottato all’interno
dell’Intelligenza Artificiale, abbandonò il principio di generalità e cercò delle
tecniche d’elaborazione che fossero efficaci nei confronti di un determinato
problema all’interno di un dominio specifico. Con queste tecniche, la capacità
di elaborazione viene largamente derivata dalla grande quantità di specifica
conoscenza di dominio codificata in un sistema e segue l’osservazione che gli
esperti umani, quando risolvono dei problemi, utilizzano raramente
procedimenti molto generali, ma raggiungono l’efficacia dal «sapere» di più in
merito al problema. Si sono così sviluppati dei formalismi che sono più
deboli in capacità espressiva, ma maggiormente suscettibili di essere
sottoposti a computazione. Molti di questi approcci furono sviluppati usando
il linguaggio Lisp.
35
Il secondo approccio si mantenne nella tradizione della logica in quanto
cercò di conservare la generalità del calcolo dei predicati identificando delle
procedure di dimostrazione che sono universali ma evitano il problema della
selezione delle regole e dell’esplosione combinatoria. Questo approccio è
stato soprattutto interessante nel campo della logica stessa, essendo
l’investigazione dei metodi per l’automazione di dimostrazioni (definita
«theorem proving») un oggetto degno a pieno diritto d’attenzione. Molti di
questi approcci furono sviluppati usando il linguaggio Prolog che fornisce la
combinazione di un metodo di «theorem proving» e una strategia di controllo
particolarmente efficace.
36
Capitolo VII
APPROCCI COMPUTAZIONALI ALLA
RAPPRESENTAZIONE E AL CONTROLLO
1. Il passaggio a sistemi basati sulla conoscenza
L’approccio all’elaborazione della conoscenza da cui si sviluppò la tecnologia
dei sistemi esperti differì da quello perseguito dai logici nel fatto che cercò
delle tecniche per il controllo dell’inferenza che fossero specifiche ad un
particolare dominio di conoscenza. Per avvicinarsi all’esecuzione umana, era
necessario codificare in sistemi una considerevole parte di conoscenza del
dominio.
Il fatto che si sia spostata l’enfasi dai problemi relativi alla costruzione di
efficaci «motori inferenziali» d’uso generale a quelli relativi all’automazione
della conoscenza umana ha portato inevitabilmente a un nuovo complesso di
interessi.
La rappresentazione della conoscenza è solo uno dei problemi che sono alla
base della programmazione della conoscenza. La facilità con cui un problema
può essere risolto è in parte riferibile alla misura in cui può essere scomposto
in un certo numero di sottoproblemi più semplicemente risolubili.
2. Il Lisp, un linguaggio per programmare sistemi basati sulla conoscenza.
I progettisti necessitavano di un linguaggio che fosse più flessibile di quelli
convenzionali; per sviluppare tale necessità fu sviluppato il Lisp, un nuovo e
funzionale linguaggio di programmazione.
Il Lisp è basato sul lavoro svolto da McCarthy, nel corso degli anni ’60, sul
calcolo non numerico. Da allora è stato soggetto a un notevole sviluppo ed
ora è la lingua franca dell’Intelligenza Artificiale. L’acronimo Lisp sta per LISt
Programming language.
37
3. La rappresentazione del dominio di conoscenza
3.1. Le reti semantiche
La rappresentazione di una rete semantica è basata sull’idea antica e molto
semplice che la «memoria» sia composta di associazioni tra concetti.
L’unità funzionale di base di una rete semantica è una struttura consistente di
due punti, o «nodi», collegati da un «arco». Ogni nodo rappresenta un
concetto e l’arco rappresenta una relazione tra coppie di concetti. Tali coppie
di concetti posti in relazione possono considerarsi come rappresentanti un
semplice fatto. Gli archi vengono etichettati col nome della relazione relativa.
L’arco è orientato preservando in tal modo la relazione «soggetto/oggetto»
tra i concetti all’interno del fatto. Inoltre ogni nodo può essere collegato ad
un numero qualsiasi di altri nodi, dando così origine alla formazione di una
rete di fatti.
La scelta assennata di etichette di relazione permette di esprimere gruppi di
fatti molto complessi . Un’etichetta di particolare importanza pratica nello
sviluppo della rappresentazione per mezzo di reti semantiche è il
collegamento di tipo «is-a» («è-un»), che è usato per indicare la qualità di
essere membro di qualche classe di oggetti. Altri collegamenti di uso
particolare per descrivere concetti di oggetti (normalmente dati come nomi e
frasi nominali) sono «ha», che indica che un concetto è una parte dell’altro, e
«è», che indica che un concetto è un attributo dell’altro. Utilizzando tali
relazioni, è possibile rappresentare complessi insiemi di fatti.
Non era possibile, nelle notazioni base di rete semantica, rappresentare
situazioni in cui un certo numero di oggetti separati fossero istanze dello
stesso concetto generale. La distinzione tra oggetti specifici e concetti
generali è fondamentale nell’uso di reti semantiche. Ai due differenti tipi di
oggetti sono stati dati, perciò, nomi diversi. Un oggetto specifico è definito
come «marcatura» («token») usando la notazione di Norman e Rumelhart,
impiegando parentesi angolari - < > - per identificare nodi di marcatura; un
concetto generale è definito come «tipo» e non ha nulla che lo identifichi in
38
modo particolare. Gran parte della popolarità quasi immediata delle reti
semantiche derivò dalla capacità d’elaborazione, procurata dal collegamento
di tipo «is-a», nel costruire gerarchie di concetti. Le gerarchie di eredità
forniscono un mezzo efficace per semplificare la nostra rappresentazione e
per ridurre l’informazione che ci è necessario immagazzinare ad ogni nodo
particolare. Ciò accelera considerevolmente l’elaborazione e la facoltà di
recupero dell’informazione, dati dei quesiti generali.
Molti dei fatti che si può aver bisogno d’utilizzare in un programma basato
sulla conoscenza riguarderanno degli «eventi», i quali sono spesso limitati dal
tempo e dallo spazio. Ciò che si richiede è di sviluppare delle
rappresentazioni di verbi in aggiunta a nomi. Mantenendo ancora la nostra
distinzione tra tipi e marcature, un nodo verbale di marcatura viene a
rappresentare l’evento specifico, mentre un nodo verbale di tipo rappresenta
un «prototipo» d’evento. Sono stati sviluppati insiemi coerenti e comprensivi
di relazioni verbali per singoli sistemi. Questi vengono solitamente definiti
«relazioni di caso», secondo la teoria della «grammatica dei casi» sviluppata da
Fillmore. In breve, questa teoria tenta di render conto della struttura
superficiale di una frase in termini di un insieme piccolo e chiuso di relazioni
- «casi» - tra nomi (o frasi nominali) e verbi che si ritiene esistano all’interno
della struttura profonda di frase.
3.2.
I frame e gli script
L’idea di organizzare le proprietà di qualche oggetto o evento in modo da
formare un prototipo è formalizzata nella nozione di frame.
La forza dei sistemi di frame è nel fatto che quegli elementi presenti nella
descrizione di un oggetto o di un evento sono raggruppati insieme; ad essi si
può così accedere ed elaborarli come un’unità.
Il frame ha un nome che identifica il concetto descritto. La descrizione stessa
è costituita da un insieme di descrizioni che vengono definite «caselle» e
identificano gli elementi strutturali di base del concetto. Accanto a queste
caselle vi sono degli spazi, i quali possono essere riempiti da un oggetto che
39
rappresenti il valore corrente della casella. La casella «specializzazione-di»
viene usata per costruire una gerarchia d’eredità in modo simile al
collegamento di tipo «is-a» nelle reti semantiche. Un riempitivo di una casella
può essere una costante o il nome di un altro frame. I più semplici sono
quelli dati in lettere maiuscole che si riferiscono ad altri frame all’interno di
un sistema di frame. Vi sono inoltre le etichette «unità» e «campo».
Le etichette «unità» e «campo» forniscono restrizioni standard: «unità»
specifica che è necessario dare certi oggetti; «campo» specifica l’insieme di
oggetti dal quale ne deve essere selezionato uno. Infine, vengono attribuiti ai
riempitivi di unità e campo dei valori di default. Le etichette di frame «unità»,
«campo» e «default» vengono chiamate le «facce» della casella. Procedure
inserite vengono richiamate dal riempitivo di faccia «calcola».
I frame sono solitamente organizzati in reti che rappresentano la struttura dei
concetti generali all’interno dell’area del soggetto di interesse. La tecnica
standard è di prendere una copia delle parti pertinenti del sistema e di
istanziarle dando dei valori alle caselle attinenti ad individui. E’ da notare che,
quando un frame viene istanziato con l’informazione relativa a un individuo,
è dato un unico nome che identifica l’individuo in questione.
Uno script è una struttura che descrive una sequenza di eventi in un contesto
particolare. Il concetto di script è analogo a quello di frame (Minsky, 1975)
che è stato sviluppato per trattare i problemi relativi all'elaborazione delle
informazioni visive. Nonostante i due concetti siano stati formulati
indipendentemente, entrambi hanno l'obiettivo di rappresentare una varietà
di fatti attraverso una struttura di dati gerarchica contenente delle "caselle"
("slot" in inglese) che definiscono alcune caratteristiche dell'input. Qualora
alcune di queste caratteristiche mancassero, la loro esistenza viene assunta lo
stesso con i valori prototipici.
Per esempio, nello script andare al ristorante, è prevista la presenza di
stoviglie le quali, anche se non menzionate, vengono rappresentate con colori
e forma standard a meno che le proprietà di questi oggetti non vengano
ulteriormente specificate. Per ogni script è dato un certo numero di ruoli e
40
tutte le volte che uno script è richiesto, la presenza di tali ruoli è automatica e
viene assunta sia che vengano o non vengano esplicitamente menzionati.
Uno script contiene inoltre gli oggetti (detti "props") che fanno parte
dell'evento descrittivo e le ambientazioni ("setting"), cioè il luogo dove si
svolgono le attività descritte. Perchè uno script venga evocato, non basta
riferirsi ai ruoli che in esso sono contenuti, ma è necessario che sia presente
una delle "headers" ("testate") dello script che fa riferimento all'azione
principale o ad altre importanti concettualizzazioni dello script. Tali "testate"
sono classificabili in quattro tipi differenti e ordinabili secondo il loro grado
di predittività del contesto ad esse associato:
1) Header Precondizionale:tutte le espressioni che si riferiscono alle
motivazioni per le quali si giustifica l'azione dello script; per esempio:
"Giovanni aveva fame" giustifica l'evocamento dello script andare al
ristorante, in quanto rende possibile l'attuazione dell'attività principale dello
script del RISTORANTE , ovvero INGERIRE cibo.
2) Header Strumentale: coinvolge almeno due script uno dei quali è
strumentale rispetto all'altro. Per esempio nella frase "Giovanni è andato ad
una colazione di lavoro", lo script del ristorante è secondario e strumentale
rispetto alla discussione di lavoro.
3) Header del Locale : detto così in quanto fa riferimento al luogo che
solitamente ospita l'attività descritta nello script.
4) Header Diretta: è una semplice asserzione che un dato script è o era in
corso.
3.3.
Regole di produzione
La forma più popolare di rappresentazione della conoscenza in modo tale da
mantenere il carattere procedurale è la «regola di produzione», che è
41
semplicemente un programma consistente in una singola affermazione del
tipo:
« SE condizione ALLORA azione»
I sistemi di produzione hanno tre componenti:
una di conoscenza consistente in un insieme di regole di produzione
una base dati che rappresenta lo stato attuale di qualche problema
una struttura di controllo che decide quali regole di produzione applicare
Chiaramente, in ogni sistema realistico, è verosimile che un certo numero di
regole possa essere applicabile contemporaneamente in qualsiasi momento.
Sarà così necessaria qualche struttura di controllo per decidere quale regola
attivare.
4. Problemi di controllo
I problemi del controllo nel campo dell’Intelligenza Artificiale vengono
solitamente espressi in riferimento al concetto di ciò che viene definito come
una «ricerca nello spazio degli eventi». Nella risoluzione di problemi basati
sulla conoscenza non si ha, di solito, un metodo unico ed evidente per
raggiungere una soluzione. Sarà così necessario esplorare diversi possibili
percorsi, cercando di valutare ad ogni stadio le possibilità di successo. La
struttura di controllo di un sistema di risoluzione di un problema definisce la
strategia generale per scegliere dei percorsi.
L’approccio del tipo «ricerca nello spazio degli stati» deve molto a un precoce
interesse nel gioco automatico. L’insieme di tutte le scelte possibili può venir
rappresentato come un albero che si estende da una radice, lo stato iniziale,
fino a un insieme di stati finali che rappresenta l’obiettivo. Persiste un
problema potenzialmente serio nel risolvere un problema conducendo una
ricerca esaustiva dello spazio degli stati. Nella maggior parte delle situazioni
d’elaborazione della conoscenza spesso non è possibile trovare delle regole
che garantiscano il successo. Frequentemente è possibile, tuttavia, trovare
delle regole che aumentino le probabilità di successo. Tali regole si chiamano
42
«euristiche», e una ricerca che ne comporti l’uso si chiama una «ricerca
euristica».
Normalmente, una ricerca euristica ha bisogno d’accedere a un’informazione
che le dica se e quanto stia agendo bene. Quest’informazione viene ricavata
da una «funzione di valutazione».
Molta parte dell’attività svolta sulle strutture di controllo nel campo
dell’Intelligenza Artificiale è stata dedicata a far fronte a queste complesse
situazioni. Due strategie generali applicate con notevole successo ai sistemi
esperti sono:
organizzare lo spazio del problema in modo che sia possibile, in uno stadio
non avanzato della soluzione, dire se sia possibile che questa abbia successo,
nel qual caso può essere evitata la necessità di compiere una ricerca sull’intero
insieme di percorsi;
organizzare lo spazio del problema in un certo numero di sottospazi che
abbiano poca, o nessuna interazione tra loro. Si può così risolvere ogni
sottoproblema senza modificare la soluzione di problemi successivi.
L’applicabilità di strategie di controllo diverse è legata in grandissima misura
alla struttura del dominio di conoscenza e può così essere meglio considerata
nel contesto di un problema specifico.
Il processo di progettazione di sistemi basati sulla conoscenza può essere
visto come un esercizio nell'identificare delle caratteristiche del dominio che
porranno il problema in condizione di essere organizzato in modo tale da
minimizzare il calcolo.
43
Capitolo VIII
SISTEMI ESPERTI ED ESPERTI RISOLUTORI DI
PROBLEMI
1. Risoluzione di problemi basata sulla conoscenza
Si tratta del passaggio dall’obiettivo di trovare alcuni metodi efficaci e di
scopo generale per risolvere problemi a quello di meccanizzare la conoscenza
di dominio effettivamente usata da esperti umani per risolvere problemi
complessi.
Il progetto che aprì la strada a questo mutamento fu Dendral. Il gruppo di
ricerca Dendral si costituì all’università di Stanford nel 1965 per lavorare sulla
progettazione di un sistema con lo scopo di aiutare i chimici ad inferire la
struttura di composti chimici da dati spettrali di massa. L’incorporazione di un
esplicito dominio di conoscenza in programmi di risoluzione di problemi si
dimostrò di grande importanza pratica e teorica. Benchè la programmazione
della conoscenza sia apparsa sin dal 1965 di grande importanza per una
gamma molto ampia d’applicazioni, l’approccio ha continuato ad avere
successo soprattutto per la risoluzione di problemi in campi che richiedono
una notevole quantità di conoscenza personale da esperti. I sistemi
d’elaborazione che meccanizzano tale conoscenza da esperti sono divenuti
generalmente noti come «sistemi esperti».
I punti principali della saggezza convenzionale sono stati elencati da Davis,
uno studioso eminente in questo campo, come:
separare il motore inferenziale dalla base di conoscenza;
usare una rappresentazione il più possibile uniforme (la forma
preferita di rappresentazione sono le regole di produzione);
mantenere semplice il motore inferenziale (la struttura di controllo);
fornire qualche forma di strumento per mezzo del quale il sistema
possa spiegare le sue conclusioni all’utente;
44
accordare la preferenza a problemi che richiedono l’uso di quantità
sostanziose di conoscenza associativa empirica piuttosto di quelli che
possono essere risolti utilizzando una conoscenza casuale o
matematica.
I principi di cui sopra forniscono un efficace punto di partenza per la
progettazione di sistemi esperti.
Esistono tra l’altro alcuni criteri che identificano le tecniche esistenti e
derivanti dal gruppo Dendral.
La concentrazione su un campo ristretto con caratteristiche specifiche non
comporta una grande quantità di conoscenza di senso comune.
Selezionare un compito che non sia né troppo facile né troppo difficile per
esperti umani.
Troppo facile = alcuni minuti; troppo difficile = alcune ore. Non si miri ad
un programma che sia un esperto nel dominio D, ma si miri a un esperto che
svolga il compito C all’interno del dominio D.
Definire chiaramente il compito.
Il progettista dovrebbe essere in grado di descrivere la natura dei dati in
ingresso e in uscita in modo piuttosto preciso, e l’esperto dovrebbe essere in
grado di specificare molti dei concetti e delle relazioni importanti.
L’impiego da parte di un esperto con facoltà di parola è essenziale.
L’ingegnerizzazione della conoscenza non è possibile a meno che non vi sia
un impegno a lungo termine di un esperto.
Esistono altri due criteri, discendenti dai precedenti, per la scelta dei compiti.
Si ha un netto vantaggio se l’area di interesse è già stata in parte formalizzata.
Scegliere domini che siano suscettibili di espressione verbale.
2. Uno schema di classificazione per i sistemi esperti
Una relazione di Stefik e dei suoi colleghi presenta uno schema per la
classificazione dei sistemi esperti. Si tratta di un ampio schema che organizza
i sistemi in base al grado di capacità nell’affrontare problemi che non siano
45
«ben strutturati», cioè che non sia adatto ad un’efficace risoluzione
automatica. Data la rappresentazione di problemi in forma di spazio degli
stati:
lo spazio di ricerca deve essere piccolo;
la conoscenza del dominio deve essere attendibile (non deve
contenere errori e deve essere coerente);
i dati forniti dall’utente devono essere attendibili e statici nel tempo ( i
dati relativi a una risoluzione non devono perdere di validità man
mano che la risoluzione procede).
Vantaggi:
1. In presenza di uno spazio piccolo non servono strategie di controllo
complesse per mettere i programmi in condizione di funzionare nei limiti
delle risorse della macchina. La soluzione potrebbe essere ottenuta
conducendo una ricerca esaustiva nello spazio.
2. Se la conoscenza e i dati sono attendibili non dovrebbe mai essere
necessario
riesaminare
una
soluzione
una
volta
data
un’ulteriore
informazione. La risoluzione dovrebbe procedere in «modo monotono» con
le conclusioni che si aggiungono l’una all’altra man mano che vengono poste
a disposizione nuove informazioni. Inoltre la soluzione sarà allo stesso tempo
corretta e precisa; una conclusione non sarà mai approssimata in nessun senso
e non sarà mai falsa. I dati statici garantiscono che quelle conclusioni che
fanno affidamento su certi dati immessi rimarranno vere per tutta la durata
della risoluzione.
46
Capitolo IX
IA e apprendimento
Nel contesto delle applicazioni IA all'educazione la scena è stata dominata per
molto tempo dagli Intelligent Tutoring System (ITS): macchine per insegnare
la cui impostazione e struttura sono fortemente influenzate dalle teorie
cognitiviste dell'apprendimento.
Più precisamente, il cognitivismo cosiddetto "HIP" (Human Information
Processing), o di prima generazione, che tende a vedere la mente come un
elaboratore di informazioni rappresentabili simbolicamente: i processi
cognitivi sono modellabili come programmi informatici; le persone sono
sistemi
di
elaborazione
"puri",
cioè
avulsi
da
ogni
contesto.
Questo approccio all'apprendimento si fonda su tre assunti:
la conoscenza è immagine di una realtà data, oggettiva e modellabile
simbolicamente;
la conoscenza è acquisita attraverso la rappresentazione simbolica di
situazioni e avvenimenti interni ed esterni;
il linguaggio è strumento di trasmissione di informazioni e rispecchia
la realtà.
Per la scienza cognitiva gli stati mentali corrispondenti alla cognizione e
all'apprendimento sono rappresentabili indipendentemente dalla loro
realizzazione materiale nel cervello; la cognizione è in primo luogo un
processo razionale sottoposto alle leggi della logica simbolica; il linguaggio e il
significato sono analizzabili secondo le stesse leggi; apprendere significa
sostanzialmente mettere in corrispondenza le rappresentazioni mentali con la
realtà esterna. Questo approccio teorico ha dato vita, fin dagli anni 80, a
strutture modulari di ITS che inglobano, mediante le tecnologie dei sistemi
esperti, quattro tipi di conoscenza:
il dominio dei contenuti obiettivo dell'apprendimento;
le strategie pedagogiche utili all'insegnamento di tali contenuti;
47
le strategie di comunicazione e di gestione del dialogo tutoriale;
la rappresentazione dinamica e predittiva dello stato dello studente,
spesso rappresentata in modo differenziale rispetto a quella
dell'esperto (lacune, conoscenze errate…).
Sistemi di questo tipo sono in grado di impegnare lo studente in un dialogo
tutoriale fortemente adattivo in cui il ruolo dell'ITS è principalmente quello di
selezionare e presentare componenti informative e monitorare lo stato
d'avanzamento della conoscenza del discente. Per altro già nel 1998 Etienne
Wengerii, in un'opera che sarebbe diventata il riferimento per la ricerca nel
settore, rileva la necessità di approcci maggiormente flessibili, che
promuovano l'interattività e la presa di decisioni da parte dello studente,
consentendo ad esempio l'esplorazione libera di un dominio di conoscenza o
modalità meno direttive nella relazione tutor-studente
Più recentemente Wilson sottolinea come i nostri punti di vista sulla
conoscenza influiscano sul concetto di insegnamento e apprendimento. Chi
concepisce la conoscenza come una quantità di contenuti da trasmettere,
considera di conseguenza l'insegnamento come un prodotto da convogliare
attraverso un canale; nel contesto delle teorie cognitiviste di prima
generazione la conoscenza è invece uno stato cognitivo evidenziato negli
schemi mentali e nei comportamenti procedurali, per cui insegnare si traduce
nel predisporre un insieme di strategie finalizzate a modificare gli schemi e i
comportamenti del discente; il costruttivismo concepisce i processi
conoscitivi come elaborazione di significati in interazione con l'ambiente, da
cui deriva una didattica che si preoccupa di incoraggiare l'attività autonoma
dello studente in un ambiente ricco di risorse e di stimoli; infine, se conoscere
è interpretato come l'adozione delle prospettive e delle pratiche di un gruppo,
apprendere si traduce nel partecipare ai processi di costruzione condivisa di
tali
significati
nelle
situazioni
in
cui
opera
una
comunità.
Nel contesto del costruttivismo socio-culturale, un ambiente d'apprendimento
è così un luogo in cui gli studenti possono lavorare insieme e aiutarsi a
vicenda per imparare ad usare una molteplicità di strumenti e risorse
informative, nel comune perseguimento di obiettivi d'apprendimento e di
48
attività
di
problem
solving
(Varisco,
2002).
ACT
ACT è una "teoria unificata della cognizione" di supporto allo sviluppo di
ITS, elaborata nel respiro di un ventennio da Anderson e dai suoi
collaboratori presso la Carnegie Mellon University (Rittle-Johnson &
Koedinger 2001; Koedinger 1998; Johnson 1997; Koedinger & Anderson
1997).
ACT assume che il comportamento cognitivo sia orientato ad un obiettivo (la
risoluzione di un problema) scomponibile in sotto-obiettivi intermedi. La
teoria distingue tra conoscenza procedurale (tacita, legata alla prestazione e
all'apprendimento attivo) e conoscenza dichiarativa (statica, verbalizzabile,
legata all'apprendimento di nozioni). La conoscenza dichiarativa include fatti
relativi al dominio dei contenuti in oggetto e al problema che viene proposto
allo studente. La conoscenza procedurale è rappresentata nel sistema in forma
di produzioni "if-then" che associano stati interni (obiettivi intermedi) e/o
dati in input ad altri stati interni e/o azioni in output. Koedinger (1998)
riporta questi esempi, relativi ad applicazioni nel campo della didattica della
matematica:
if <l'obiettivo è provare che due triangoli sono congruenti>
and <i due triangoli condividono un lato>
then <controlla se gli altri lati o angoli corrispondenti sono congruenti>
if <l'obiettivo è risolvere un'equazione in X>
then <disegna il grafico cartesiano dei due membri dell'equazione>
and
<trova
il
punto
(o
i
punti)
di
intersezione>
if <l'obiettivo è determinare il valore della quantità Q>
and <il risultato della divisione di Q per N1 è N2>
then <calcola Q come il prodotto di N1 per N2>
Le regole di produzione rappresentano la conoscenza tacita relativa, ad
49
esempio, a quando e quali particolari regole della matematica possano essere
applicate in una determinata situazione. La struttura modulare di queste
rappresentazioni consente di diagnosticare specifiche debolezze dello
studente e di mettere a fuoco strategie istruzionali adeguatamente adattive.
È interessante notare come gli stessi autori dichiarino la limitata generalità di
rappresentazioni della conoscenza di questo tipo e la necessità di approcci
complementari per svincolarsi dalle dipendenze contestuali ed ottenere
adeguati livelli di transfer. Anche il modello cognitivo dello studente è
rappresentato mediante regole di produzione, volte a catturare le strategie
multiple e gli errori tipici dei discenti. Ecco un esempio relativo alla soluzione
di equazioni (ibid.):
corretta: if <l'obiettivo è risolvere a(bx + c) = d>
then
<riscrivi
l'equazione
così:
bx
+
c
=
d/a>
corretta: if <l'obiettivo è risolvere a(bx + c) = d>
then
<riscrivi
l'equazione
così:
abx
+
ac
=
d>
errata: if <l'obiettivo è risolvere a(bx + c) = d>
then<riscrivi l'equazione così: abx + c = d>
La possibilità di rappresentare strategie alternative per la soluzione di uno
stesso problema consente di monitorare il processo di decisione adottato dallo
studente.
Le produzioni che rappresentano errori tipici consentono di fornire assistenza
individualizzata (model tracing): le azioni dello studente sono confrontate con
quelle che, nel modello, rappresentano il comportamento "ideale";
normalmente il tutor rimane in silenzio, ma può intervenire quando lo
studente ha bisogno d'aiuto, fornendo suggerimenti personalizzati sul
particolare procedimento di soluzione scelto. Il modello dello studente,
dinamicamente aggiornato, serve inoltre per stimare il grado di avanzamento
dello studente (knowledge tracing) e selezionare i problemi adattando l'attività
di tutoring alle necessità e ai ritmi di apprendimento dell'allievo.
Il pregio principale di questo approccio, secondo gli autori, sta nell'elevato
grado di individualizzazione dell'attività tutoriale, che migliora notevolmente
50
la prestazione dello studente rispetto a quella conseguita nella situazione
didattica tradizionale (la classe). Nelle numerose pubblicazioni scientifiche
dedicate ad ACT queste affermazioni sono sempre suffragate da abbondanza
di dati sperimentali; rimane forte il dubbio, per altro, suscitato dal coesistere di
atteggiamenti comportamentisti (l'attenzione verso la prestazione) con
aperture di tipo costruttivista, in una teoria comunque profondamente
connotata nell'ambito delle scienze cognitive e della tradizione razionalista.
RadTutor
Alla classe di ITS che fa riferimento ad ACT appartiene ad esempio RadTutor
(Azevedo e Lajoie 1998), un ITS per il training di medici radiologi nel campo
della diagnosi mammografica. RadTutor, come altri ITS sviluppati nella
seconda parte degli anni 90, si basa esplicitamente su principi cognitivisti
relativi allo sviluppo dell'esperienza, ed incorpora una politica di intervento
del tutor artificiale e un modello del dialogo tutoriale costruiti sull'analisi delle
interazioni umane. L'approccio parte dalle teorie della scienza cognitiva ed
evolve empiricamente su basi sperimentali. In particolare, RadTutor incorpora
quattro principi istruzionali:
la molteplicità delle prospettive con cui viene presentata la conoscenza
riconosce valore alle diverse modalità di apprendimento di volta in volta
messe in atto dai diversi studenti. Una singola rappresentazione dei contenuti
e un approccio unitario alla loro trattazione sono insufficienti per catturare la
natura complessa, dipendente da contesto e fortemente interconnessa di un
dominio mal strutturato;
l'apprendimento attivo richiede processi mentali di costruzione e
manipolazione simbolica che, nel contesto del problem solving, stimolino
abilità di pianificazione, ragionamento e riflessione;
l'accomodamento e l'adattamento di precedenti conoscenze consente di
costruire sull'esistente, monitorare i progressi dello studente, rettificare
eventuali conoscenze errate e favorire lo sviluppo di abilità meta-cognitive;
51
l'autenticità del compito e del contesto determinano l'usabilità di quanto viene
appreso, e la dimensione del transfer delle abilità di risoluzione dei problemi.
Come si vede, questi principi sono profondamente influenzati dalle idee
sviluppate nel contesto del costruttivismo e dell'apprendimento situato: tutti
paradigmi che si discostano significativamente dal cognitivismo HIP e dalla
tradizione
razionalistica
che
ne
è
il
presupposto.
Eppure Azevedo e Lajoie non esitano a far riferimento ai processi mentali
come elaborazioni simboliche: il passaggio da cognitivismo di prima
generazione
a
costruttivismo
è
considerato
un'evoluzione
non
particolarmente traumatica, piuttosto che una svolta di paradigma.
RadTutor offre varie modalità istruzionali: osservazione e studio di casi,
costruzione e raffinamento di modelli, coaching, scaffolding e fading (due
termini che identificano rispettivamente il supporto offerto dal tutor nel
facilitare l'attività autonoma dello studente, e il suo progressivo diminuire fino
a scomparire per agevolare l'acquisizione di autonomia da parte di
quest'ultimo), risoluzione di problemi "condivisa" tra tutor e discente,
apprendimento situato in contesti d'uso autentici. L'ITS monitora le attività di
risoluzione di problemi dell'utente e offre vari livelli di adattività.
Sistemi interattivi per l'apprendimento
Il problema di reinterpretare le potenzialità dell'IA applicata all'apprendimento
nel contesto delle teorie costruttiviste è affrontato esplicitamente da Akhras e
Self (2000, 2002) che propongono di estendere la struttura tradizionale degli
ITS al fine di integrare la rappresentazione di quelle entità che assumono
particolare
rilevanza
nel
paradigma
costruttivista.
L'assunto principale è che, qualunque sia la teoria di riferimento, i sistemi
intelligenti possono essere progettati per rappresentare, e ragionare su, i valori
particolari che la teoria enfatizza. Così Akhras e Self propongono di
considerare, ad integrazione del modello classico del dominio, un modello
della situazione che rappresenti il procedimento di interpretazione e i contesti
d'interazione in cui il discente costruisce la propria conoscenza: il sistema sarà
52
in grado di trarre inferenze sui contenuti e le dinamiche del processo
d'apprendimento. La conoscenza del dominio continua a far parte del
modello della situazione, costituendosi come base di strutture informative che
gli studenti possono consultare, usare o generare nel loro interagire nella e
con la situazione: è il ruolo, classico, del libro, della dispensa, del quaderno di
appunti. Analogamente, il modello dello studente viene esteso a rappresentare
non solo stati cognitivi, ma anche, e soprattutto, le proprietà dell'interazione
con gli oggetti della conoscenza che lo studente mette in atto. Il sistema cioè
interpreta e modella la natura tempovariante delle interazioni (interaction
model) e della sequenza di interazioni (process model) sviluppate, ed è in
grado di ragionare sulle regolarità che tali processi evidenziano. Le
caratteristiche di alto livello che vengono sottolineate sono:
la cumulatività, ovvero la nozione che l'apprendimento trae vantaggio
da molteplici esperienze relative ad uno stesso dominio di
conoscenza, dalla ripetizione di esperienze simili in contesti diversi,
dall'elaborazione di prospettive multiple relativamente ad una stessa
esperienza;
la costruttività, che cattura le modalità con cui gli aspetti salienti di
un'esperienza vengono messi in relazione con conoscenze pregresse
sviluppate in situazioni precedenti;
l'auto-regolazione e la riflessività, aspetti distinti dei processi di metacognizione in cui le esperienze d'apprendimento precedenti vengono
rivisitate in situazioni successive, per aiutare lo studente a monitorare
e valutare le proprie attività.
Anche il modello delle strategie pedagogiche deve essere sostanzialmente
rivisto: nell'ottica costruttivista, le modalità con cui la conoscenza viene
costruita non possono essere vincolate da una strategia che pre-determini la
sequenza e la struttura delle interazioni tra studente e ambiente.
Il modello deve tener conto di una combinazione di fattori che dipendono sia
dalle opportunità che il contesto interazionale rende disponibili allo studente,
sia dalle conoscenze precedenti di quest'ultimo. Per far riferimento alle
opportunità che la situazione d'apprendimento offre ad uno studente il cui
53
processo d'apprendimento sia in un determinato stato, Akhras e Self usano il
concetto di affordance, introdotto da Gibson (1977) ed ampiamente
sviluppato da Norman (1995): le affordances sono le possibili funzioni, gli
"inviti operativi", le operazioni consentite da un oggetto al suo utente. L'utilità
di una situazione per uno determinato studente in un certo momento è
identificata dalle affordances di quella situazione; le affordances non sono un
attributo dello studente, né della situazione, ma semmai della relazione tra i
due, e si pongono come un'unità di analisi che fa riferimento sia all'ambiente
sia al discente in modo complementare. Il modello delle affordances consente
al sistema di adattare lo spazio d'interazione e di offrire allo studente le
opportunità più adeguate allo stato corrente del processo di apprendimento.
Sembra rilevante notare che questa impostazione, applicata a situazioni di
apprendimento collaborativo, consente probabilmente di modellare concetti
di notevole rilevanza per il costruttivismo sociale, quali ad esempio quello di
zona di sviluppo prossimale (Vygotskij 1980). Nell'elaborare una proposta di
architettura di ITS che non sia in conflitto con le teorie costruttiviste
dell'apprendimento Akhras e Self sono ben consapevoli di dover integrare nel
sistema tutti gli aspetti più qualificanti dell'approccio costruttivista:
l'attenzione al processo, al contesto, alla reificazione degli oggetti
dell'apprendimento, alla molteplicità di possibili percorsi, all'autonomia dello
studente. Sebbene gli autori non si pongano in termini di rottura con la
tradizione, ma piuttosto badino spesso ad evidenziare gli elementi di
continuità con gli approcci usuali, la loro proposta ha suscitato reazioni talora
anche fortemente critiche (Azevedo 2002; Young et al. 2002). Tra l'altro, ad
Akhras e Self si rimprovera di non tenere in debito conto la dimensione
sociale
dell'apprendimento
e
di
non
riuscire
a
svincolarsi
da
quell'impostazione razionalista che il costruttivismo (almeno nella sua
versione radicale) disconosce. Per richiamare le parole di Ernst von
Glasersfeld (ripetutamente citato anche da Akhras e Self): "... la "conoscenza"
non può essere una "rappresentazione" del mondo esterno fatta di pezzettini
o "informazioni" asportati a quel mondo "reale", ma deve essere una
costruzione interna fatta con materiale interno." Inoltre: "... la conoscenza
54
non produce mai delle strutture che si possano considerare la
rappresentazione di un mondo ontologico esterno". Infine: "[è] insignificante
il costruttivismo adottato da quegli psicologi che tentano di sovrapporlo ad
un
orientamento
convenzionale
"realista""
(Glasersfeld
1999).
55
Conclusioni
Abbiamo parlato della storia e del succedersi dei modelli teorici che
hanno portato ad un continuo avvicinamento e allentamento tra lo
studio del cervello e lo studio della mente. Naturalmente non è stato
possibile esaminare tutte le teorie e ricerche che hanno portato un
contributo a quella che oggi è la scienza cognitiva
Nella vita della scienza cognitiva il tempo è stato ed è essenziale. La
scienza cognitiva non è un’ entità statica; e non lo sono neanche le
discipline che la costituiscono.
Si è visto che gli sviluppi delle ricerche, di cui abbiamo parlato in questo
lavoro, hanno subito una continua evoluzione. La scienza cognitiva
computazionale ha acquisito molto rapidamente, negli anni sessanta del
secolo scorso, un predominio nello studio del comportamento per il
prestigio del computer da essa considerato come modello della mente
perché dava una nuova interpretazione alla relazione esistente tra
cervello mente e computer. Invece la scienza cognitiva neurale ha
molta difficoltà ad affermarsi perché richiede che gli psicologi e gli altri
studiosi del comportamento adottino un
nuovo e poco familiare
metodo di ricerca, la simulazione al computer.
Per quanto riguarda l’ Intelligenza Artificiale invece di mettere su un
dibattito, una battuta è forse più adeguata di una lunga dissertazione.
Noi pensiamo che, se la natura o il creatore ci hanno dato un cervello
diviso in due emisferi con compiti diversi, avranno avuto le loro buone
ragioni.
56
Bibliografia
Carmela Morabito: la mente nel cervello, editori Laterza; 2004
W Bechetel, A Abrahamsen, G Graham: menti ,cervelli e calcolatori; editori
Laterza; 2004
GA. Miller, E Galanter, KH Pribram: piani e struttura del comportamento;
Franco Angeli Editore; 1979
Roger Schank, Il computer cognitivo, Giunti
Umberto Galimberti, Dizionario di Psicologia, Garzanti
Luciano Mecacci ( a cura di), Manuale di psicologia generale, Giunti; 2001
Vincenzo Tagliasco, Dizionario degli esseri umani fantastici e artificiali, Saggi
Mondatori
FONTI
http://it.wikipedia.org/wiki/Intelligenza_artificiale
http://www.emsf.rai.it/aforismi/aforismi.asp?d=326#links
http://www.wbt.it/index.php?risorsa=intelligenza_artificiale
http://web.tiscali.it/dolphing/sistemi_esperti.htm
http://it.wikipedia.org/wiki/Sistema_esperto_%28informatica%29
http://galileo.cincom.unical.it/Pubblicazioni/editoria/libri/Comprens/mode
lli.html
http://it.wikipedia.org/wiki/Scienze_cognitive
http://it.wikipedia.org/wiki/Filosofia_della_mente
57
58
BIBLIOGRAFIA
Barello, Elio. I pianetiLondra: 1996.
Allmane, Stefania. L'universo.
Torino: 1997.
Doe, Jane. Il Sole. Londra: 1996.
Barello, Elio. I pianetiLondra: 1996.
Allmane, Stefania. L'universo.
Torino: 1997.
Doe, Jane. Il Sole. Londra: 1996.
Barello, Elio. I pianetiLondra: 1996.
Allmane, Stefania. L'universo.
Torino: 1997.
Doe, Jane. Il Sole. Londra: 1996.
Doe, Jane. Il Sole. Londra: 1996.
Barello, Elio. I pianetiLondra: 1996.
Allmane, Stefania. L'universo.
Torino: 1997.
Doe, Jane. Il Sole. Londra: 1996.
Barello, Elio. I pianetiLondra: 1996.
Allmane, Stefania. L'universo.
Torino: 1997.
Doe, Jane. Il Sole. Londra: 1996.
Barello, Elio. I pianetiLondra: 1996.
Allmane, Stefania. L'universo.
Torino: 1997.
59
INDICE
A
M
S
Aristotele, 3
Missione spaziale
Mariner, 2
Mercurio, 3
Via Lattea, 2
Sistema solare
creazione, 2
teoria geocentrica, 2
teoria eliocentrica, 3
missione Mariner, 2
missione Voyager, 2
D
Da una galassia, 2
E
Teoria eliocentrica, 2
G
Teoria geocentrica, 3
O
Orbita
Mercurio, 3
T
Terra, 2
P
Pianeti e lune, 2
R
Rotazione
Mercurio, 3
3
V
Voyager, missione
spaziale, 2
Biomedica e insegna dal
1998 al 2000 presso il
Corso di Laurea in
Scienze
della
Comunicazione
a
Torino. I suoi principali
interessi di ricerca sono
nel settore dello studio e
progettazione di esseri
artificiali.
ii
i
Vincenzo Tagliasco: Nato
a Savona il 26 febbraio
1941.
Nel 1965 si laurea in
Ingegneria elettronica e
viene
nominato
assistente ordinario nel
settore delle misure e del
controllo
automatico.
Perfeziona
la
sua
preparazione nelle aree
della psicologia della
percezione
e
del
controllo motorio negli
USA presso la Harvard
University e il MIT.
Dal
1974
insegna
Principi di Bioingegneria
(dal
1980
come
professore ordinario) a
Genova.
Nel 1984 diviene il
primo direttore del
Dipartimento
di
Informatica, Sistemistica
e
Telematica.
Negli Ottanta si interessa
di strutturazione e di
trasmissione del sapere
attraverso vecchi e nuovi
media.
Dal 1986 al 1995 lavora
come esperto presso il
MURST, l'UE e l'OCSE
sulla formulazione di
scenari per il futuro.
Nel 1996 è il primo
Presidente del Corso di
Laurea di Ingegneria
Communities
of
practice:
learning,
meaning,
and
identity. By Etienne
Wenger, Cambridge
University
Press,
1998
4
