LE SFIDE
DELL’INFORMATICA
L’Intelligenza Artificiale
1
L’Intelligenza Artificiale
Il sogno dell’uomo di costruire (creare?)
qualcosa di simile a lui
E' solo fiction...?
2
In un mondo che cambia velocemente grazie alle
nuove tecnologie fare previsioni è un compito
complesso. Le cose cambiano talmente rapidamente
nel mondo della ricerca, delle applicazioni e le
conseguenze possono essere imprevedibili
3
L’Intelligenza Artificiale: la sfida
per il 2015
Hollywood and Stephen Hawking both warned about the
dangers of Artificial Intelligence in 2014, but that hasn't
stopped researchers from going forward with plans for the
new year. Artificial Intelligence continues to be one of the
busiest areas of study in emerging technology.
4
Ma le applicazioni dell’IA sono
già nel nostro quotidiano
The Internet of Things ( IoT)
5
Ma le applicazioni dell’IA sono
già nel nostro quotidiano
Self-driving cars con sistemi di “cruise control”adattativo
che mantiene le distanze rispetto all’auto davanti, è in
grado di parcheggiare autonomamente, si muove nel
traffico stop-and-go etc.
6
Cosa è l‘Intelligenza Artificiale?
Studia il
modo di operare
del Cervello?
Costruisce
sistemi artificiali
intelligenti
Emula il cervello
umano?
Cosa è comportamento
intelligente?
Studia l’intelligenza
Ma cosa è l’Intelligenza?
7
Cos'è l'intelligenza?
In psicologia, l'intelligenza è
l'insieme di funzioni conoscitive,
adattative
e
immaginative,
generate dall'attività cerebrale
dell'uomo e di alcuni animali. È
anche definibile come la capacità
di
ragionare,
apprendere,
risolvere problemi, comprendere a
fondo la realtà, le idee e il
linguaggio.
Sebbene
molti
considerino
il
concetto
di
intelligenza in un ambito più
ampio, molte scuole di psicologia
considerano l'intelligenza come
distinta da tratti della personalità
come il carattere, la creatività o la
saggezza.
8
Cos'è l'intelligenza?
In filosofia, per intelletto
si intende quella facoltà
mentale che ha ogni
essere
umano
di
comprendere la realtà e
di farsi delle idee, la
quale comporta a sua
volta la capacità di
scegliere,
discernere,
confrontare, comparare,
dissociare,
associare,
sintetizzare. L'insieme di
queste funzioni viene
chiamata
capacità
intellettuale.
9
Storia dell'Intelligenza Artificiale
La IA ha ereditato molte
idee, punti di vista e
tecniche da altre discipline,
in particolare dalla filosofia,
dalla matematica e dalla
psicologia.
Tuttavia, è senza dubbio
con la cibernetica e
l’informatica che queste
influenze
si
fanno
manifeste e aprono la
strada alla nascita ufficiale
dell’IA.
10
Cos'è l'intelligenza artificiale?
L’Intelligenza Artificiale, IA, è quella disciplina
appartenente all’Informatica che studia i
fondamenti teorici, le metodologie e le tecniche
che consentono di progettare sistemi hardware e
software capaci di fornire all’elaboratore
elettronico prestazioni che, a un osservatore
comune, sembrerebbero essere di pertinenza
esclusiva dell’intelligenza umana.
11
IA: Scienza o Ingegneria?
L’IA è al tempo stesso scienza e ingegneria.
È una scienza perché, nel momento in cui
vengono emulati con determinati sistemi artificiali
alcuni dei comportamenti intelligenti, l’uomo
consegue l’obiettivo di formulare modelli oggettivi
e rigorosi e di ottenere conferme sperimentali; ciò
permette di ottenere un indiscutibile progresso
nello studio, svolto con metodi scientifici,
dell’intelligenza nell’uomo.
12
IA: Scienza o Ingegneria?
L’IA, inoltre, è ingegneria perché, quando si
ottengono dalle macchine prestazioni che
emulano taluni comportamenti, erroneamente
ritenuti inaccessibili all’ambito artificiale, si
fornisce un oggettivo progresso al contributo che
l’ingegneria (e le macchine progettate nel suo
ambito) offre al miglioramento della vita dell’uomo.
13
La Preistoria dell'Intelligenza
Artificiale
-Automi semoventi di
Erone di Alessandria (I
sec. d.C.)
-Progetto di meccanizzare
la
ragione,
Gottfried
Wilhelm Leibniz (16461716)
-La Pascalina di Blaise
Pascal (1623-1662)
- Macchina analitica di
Charles Babbage (17911871)
14
Il matematico francese Blasie Pascal (1623-1662) costruì circa
50 esemplari di calcolatrici dette ‚Pascaline‛, basate su serie di
ruote dentate interconnesse. Lo strumento consente di sommare
e sottrarre numeri composti da un massimo di dodici cifre,
15
operando automaticamente i riporti.
Una macchina
più
performante
per eseguire
calcoli fu
quella
inventata da
C. Babbage
(1791-1881),
in grado di
realizzare
tabulati di
funzioni
polinomiali.
La sua importanza fu duplice: da un lato, costituiva un ulteriore
avvicinamento alle logiche /architetture dell’informatica moderna, dall’altro ,
fu inventata con il preciso scopo di ottenere migliori risultati di quelli umani,
ipotizzando, quindi, che per un compito preciso, una macchina potesse 16
esser migliore dell’uomo.
IL XXI SECOLO: tutto diventa
possibile
Fondamentale l’apporto dato da due scienziati quasi
unanimemente considerati i padri della moderna
informatica: Alan Turing (1912-1954) e John von
Neumann (1903-1957).
Il primo è conosciuto per gli studi sulla computabilità e per
il modello teorico (Macchina di Turing, MDT) secondo il
quale, se un problema è codificabile con un algoritmo,
allora esiste una macchina in grado di risolverlo.
Al secondo si deve il modello dell’architettura dei moderni
calcolatori. Fu il primo a pensare a programmi che
potessero autonomamente duplicarsi, esattamente come
succede agli organismi viventi più semplici (cellule,
17
batteri).
La macchina di Turing
18
La architettura di Von Neumann
19
IA e cibernetica
All’inizio degli anni Quaranta si
comincia a indicare con il termine
cibernetica lo studio sistematico
dei
processi
riguardanti
la
comunicazione e il controllo sia
negli animali sia nelle macchine.
Warren McCulloch e Walter Pitts
propongono nel 1943 il primo
modello di neuroni artificiali,
attingendo alla conoscenza della
fisiologia e delle funzioni di base
dei neuroni, alla logica e alla teoria
della computabilità di Alan Turing.
Per la prima volta si parla di reti
neurali.
20
IA e cibernetica
Nel 1949 Donald Hebb dimostra come una
semplice regola di aggiornamento per modificare
le forze di connessione fra i neuroni possa dare
luogo a processi di apprendimento.
Il tema dell’Apprendimento,
centrale nelle reti neurali, è
quello sul quale si sono
concentrate, dalla metà degli
anni Cinquanta, le ricerche
in Intelligenza Artificiale.
21
La data di nascita dell'Intelligenza
Artificiale
Data di nascita ufficiale: 1956, anno in cui, presso
il Dartmouth College di Hanover nel New
Hampshire, la nuova disciplina viene fondata
programmaticamente a partire dalla raccolta dei
contributi sviluppati negli anni precedenti e in
direzione delle potenzialità future.
22
Turing: il precursore
Il contributo di Alan Turing
(1912-1954) all’IA deve essere
riconosciuto
non
solo
nell’ambito
dei
fondamenti
dell’informatica, ma anche in
quello del dibattito filosofico
relativo
ai
limiti
e
alle
potenzialità
delle
nuove
“macchine pensanti”.
In un articolo del 1950, Turing
propone il famoso test che
porta il suo nome per verificare
la presenza o meno di
intelligenza in una macchina.
23
Dal gioco dell’imitazione al test
di Turing
Il test di Turing prende spunto da un gioco, chiamato
"gioco dell'imitazione", con tre partecipanti: un
uomo A, una donna B, e una terza persona C.
C è tenuto separato dagli altri due e tramite una
serie di domande deve stabilire qual è l'uomo e
quale la donna.
A deve ingannare C,
B deve aiutarlo.
Affinché C non possa disporre di alcun indizio (come
l'analisi della grafia o della voce), le risposte alle
domande di C devono essere dattiloscritte
24
Dal gioco dell’imitazione al test
di Turing
Il test di Turing si basa sul presupposto che una
macchina si sostituisca ad A.
Se la percentuale di volte in cui C indovina chi sia
l'uomo e chi la donna è simile, prima e dopo la
sostituzione di A con la macchina, allora la
macchina stessa dovrebbe essere considerata
intelligente, dal momento che - in questa
situazione - sarebbe indistinguibile da un essere
umano.
25
Dal gioco dell’imitazione al test
di Turing
26
Il test di Turing :Agire come un
essere umano
Un elaboratore “intelligente” dovrebbe agire come
un essere umano…,dunque, possedere capacità
connesse a:
elaborazione del linguaggio naturale
rappresentazione della conoscenza
ragionamento automatico
apprendimento automatico
visione automatica, robotica, o movimento
automatico
27
Un esempio: Eliza
• Esempio:
D: Are you an artificial intelligent expert?
R: Oh, I am an artificial intelligent expert!
D: Did you ever teached an artificial intellignce course?
R: Oh, I ever teached an artificial intelligence course!
D: can you explain me the backword propagation algorithm?
R: Why do you ask?
28
Dartmouth, estate 1956
Nell’estate del 1956 un gruppo di studiosi si
riunisce al Dartmouth College con lo scopo di
esaminare la congettura che ogni aspetto
dell’intelligenza possa essere, in linea di principio,
descritto in modo tanto preciso da poter far sì che
una macchina lo simuli.
Questa data segna l’inizio ufficiale di una nuova
disciplina che il matematico John McCarthy
propose di chiamare intelligenza artificiale. Gli altri
organizzatori erano Marvin Minsky, Nathaniel
Rochester e Claude Elwood Shannon.
29
Dopo-Dartmouth: grandi
aspettative...
Quelli che seguono il seminario di Dartmouth sono
gli anni delle grandi aspettative.
Possono essere rilevate due tendenze: da una
parte il gruppo guidato da Newell, Shaw e Simon
interessato alla simulazione dei processi cognitivi
umani per mezzo dell’elaboratore (GPS. 1958:
paradigma della simulazione); dall’altra coloro che
miravano al raggiungimento della migliore
prestazione possibile per i programmi (paradigma
della prestazione o dell’emulazione). Furono
sviluppati i primi programmi in grado di risolvere
problemi di analogia nell’ambito di semplici figure
geometriche, o di manipolare tali figure
30
organizzandole in blocchi sovrapposti.
...e prime delusioni...
Ben presto però i ricercatori cominciano a
incontrare i primi insuccessi: metodi adeguati per
casi semplici si rivelano totalmente inadeguati in
contesti più complessi e ampi (mancanza di
scalabilità).
Le grandi aspettative iniziali devono fare i conti con
il fallimento dei progetti di traduzione automatica
fra linguaggi naturali, fallimento che causa il ritiro
delle ingenti sovvenzioni dei governi americano e
inglese.
31
…una dose di realismo (1966-1974)
Si capì ben presto che un “comportamento
intelligente” non poteva esistere senza una dose di
conoscenza che aiutasse il sistema artificiale a
definire i contesti, valutare la debolezza di modelli
teorici, utilizzare il buon senso.
DENDRAL (1969) deduceva strutture molecolari sulla
base di informazioni fornite da uno spettrometro di
massa. DENDRAL doveva il suo successo all’alto
numero di regole “ad-hoc” (euristiche) che gli
specialisti avevano codificato.
Si svilupparono Agenti Basati su Conoscenza cioè
programmi che usano conoscenza e inferenze per
risolvere problemi difficili, che di solito richiedono
per la soluzione una significativa dose di
competenza e buon senso.
32
GLI AGENTI: SISTEMI AUTOMATICI CHE
PORTANO A TERMINE COMPITI UTILI. :
gli agenti interagiscono con l’ambiente
attraverso sensori e attuatori
33
AGENTI
SONO CARATTERIZZATI DAL FATTO DI
ESSERE:
AUTONOMI: l’azione è guidata da direttive
“interne”
REATTIVI: percepiscono aspetti dell’ambiente e
reagiscono in maniera appropriata
PROATTIVI: possono prendere iniziative
intraprendere azioni in funzione di obiettivi
SOCIALI: comunicano con altri agenti
35
Cosa è un Agente Intelligente?
E’ un agente capace di ragionare in base al buon
senso, di agire in modo flessibile e appropriato,
utilizzando la conoscenza posseduta, cioè un
sistema automatico che ha la capacità di
comportarsi in “modo intelligente”
“L’ABILITA’ A COMPORTARSI IN MODO
INTELLIGENTE E’ DESCRIVIBILE IN TERMINI
DI CONOSCENZA POSSEDUTA DA UN
SOGGETTO”
36
I Sistemi Basati su Conoscenza
(KBS)
Possiedono notevoli livelli di autonomia e
agiscono nel loro ambiente in maniera
soddisfacente, razionale, flessibile, anche
in presenza di informazione parziale o
incerta, esibendo un comportamento
intelligente vale a dire consapevole,
talvolta mostrando una vera esperienza nel
dominio nel quale operano (sistemi esperti)
37
Definire il “comportamento
intelligente”
• Reagire in modo flessibile a situazioni diverse
• trarre vantaggio da circostanze fortuite e talora
imprevedibili
• ricavare un senso da messaggi ambigui e
contraddittori
• riconoscere la rilevanza dei diversi elementi in una
data situazione
• trovare somiglianze e analogie tra situazioni
differenti, nonostante elementi concreti di diversità
• notare distinzioni tra situazioni diverse, nonostante
elementi concreti di similitudine
• sintetizzare nuovi concetti, produrre idee nuove
38
L’Agente basato su conoscenza
Parte con una conoscenza generale del mondo e
delle proprie azioni
Usa il ragionamento logico per :
Mantenere una descrizione del mondo
consistente all’arrivo di nuove percezioni
Dedurre una sequenza di azioni che
porteranno all’ottenimento dei propri obiettivi
Possiamo definirlo Agente Intelligente
39
Sistemi Esperti (SE)
Sono sistemi artificiali in grado di elaborare un
particolare tipo di conoscenza: l’Esperienza (un
insieme di capacità altamente specializzate
affinate in una situazione particolare per uno
scopo specifico)
Sono programmi che rappresentano e ragionano
con la conoscenza di qualche ambito specialistico
allo scopo di risolvere problemi specifici cioè con
finalità specificatamente pratiche
Progettazione
Diagnosi
Pianificazione
Previsione
…
40
I primi Sistemi Esperti:
• MYCIN diagnosticava malattie infettive del
sangue. MYCIN utilizza anche tecniche di
ragionamento in ambito incerto, associando
alle sue decisioni dei fattori di certezza.
• SHRDLU sviluppò uno dei primi programmi
per la comprensione del linguaggio naturale.
• LUNAR consentiva a geologi di porre
domande circa i campioni di rocce riportati
dalla missione Apollo.
41
L’IA diventa un’industria (1980-1988)
• In questo periodo, soprattutto per via del
successo ottenuto in alcune specifiche aree
dai Sistemi Esperti, partono le prime
applicazioni industriali dell’ IA.
• Nel 1981, il governo giapponese annuncia il
progetto “Fifth Generation”, il cui obbiettivo
era di costruire architetture orientate ad
applicazioni di Intelligenza Artificiale.
• La Xerox, la Texas Instruments, e la
Symbolics costruiscono workstations orientate
allo sviluppo di applicazioni in Lisp.
42
Reti neurali
Intorno al 1985 quattro differenti gruppi di ricerca
“riscoprono” un algoritmo di apprendimento, già
scoperto
anni
prima,
basato
sulla
retropropagazione (“feedback”) dell’errore e lo
applicano con successo a molti problemi di
apprendimento in informatica e ingegneria.
Il ritorno di questo approccio viene promosso
anche dalla nascita di una nuova disciplina: le
scienze cognitive che, nel 1979, si consacrano
ufficialmente come disciplina autonoma.
43
Basi teoriche dell’I.A.
Tradizionale: visione algoritmica della mente che
considera i meccanismi mentali simili ai programmi;
i sistemi di intelligenza artificiale si basano in
prevalenza sul paradigma deduttivo.
Moderna: teoria dei modelli mentali: i processi
mentali sono basati su meccanismi analogici di
confronto della realtà con rappresentazioni interne;
i programmi di intelligenza artificiale utilizzano
processi induttivi e incrementali
44
I quesiti di fondo della I. A.
Per comprendere la realtà è necessario
confrontare i fenomeni esterni con
rappresentazioni interne.
Ma in
che modo costruire rappresentazioni
interne?
Solo i processi mentali razionali possono
essere riprodotti dall’informatica (non le
emozioni).
Ma quali meccanismi
razionali?
45
La ricerca in I. A.
La ricerca è centrata su:
Sviluppo di metodi e teorie inerenti:
Rappresentazione della Conoscenza
Ragionamento Automatico e Ricerca di soluzioni
Pianificazione
Apprendimento Automatico
Sviluppo di sistemi funzionanti nelle aree applicative:
Sistemi Esperti
Robotica
Elaborazione del Linguaggio naturale
Elaborazione di Immagini
46
Rappresentazione della conoscenza
• Logica
– Fornisce la struttura formale e le regole di
inferenza.
• Ontologia
– Definisce il tipo di cose che esistono nel
dominio applicativo
• Computazione
– Aiuta a distinguere la rappresentazione della
conoscenza dalla pura filosofia
47
Le applicazioni di I.A. richiedono:
• Rappresentazioni simboliche della realtà
•
(conoscenza)
Meccanismi di ragionamento
48
Applicazioni dell'IA
La pianificazione autonoma di
attività e operazioni è l’area
che
più
interessa
la
produzione industriale e la
logistica, ma anche la ricerca
spaziale (ad es. il controllo di
sonde spaziali). I sistemi che
operano in quest’area sono in
grado di ricevere un obiettivo
di alto livello, di generare
autonomamente un piano
composto da una sequenza di
operazioni
semplici
per
raggiungere
l’obiettivo
assegnato e, infine, di
monitorare l’esecuzione del
piano.
49
Applicazioni dell'IA
Lo studio dei giochi ,
una delle aree
tradizionali dell’IA, ha
determinato lo
sviluppo e la messa a
punto di numerose
tecniche, soprattutto
quelle della ricerca
autonoma di soluzioni
in presenza di
avversari.
Nel 1997, per la prima volta nella storia, un programma
sviluppato dalla IBM (Deep Blue) ha sconfitto il campione
del mondo Garry Kasparov.
50
Applicazioni dell'IA
Il controllo autonomo è un campo, nell’ambito del
controllo di sistemi complessi, nel quale alcuni
sistemi di IA si sono dimostrati molto efficaci, come
nel caso del controllo di automobili, di veicoli
“unmanned” e di sonde spaziali.
51
Applicazioni dell'IA
Elaborare Conoscenza.
La dimostrazione automatica di teoremi matematici
volta a scoprire e provare nuovi teoremi
nell’aritmetica, nella geometria, nella logica e nella
meccanica è stato uno dei primi ambiti applicativi.
In seguito i ricercatori si sono interessati
prevalentemente allo sviluppo di tecniche
inferenziali generali che, da un dato insieme di fatti,
consentano di dedurre/indurre fatti nuovi o loro
proprietà e relazioni, fare analogie, scoprire modelli
causali, scoprire nuove teorie.
52
Applicazioni dell'IA
L’area della
robotica
intelligente si
articola nelle
sottoaree della
manipolazione
e della
navigazione
che si estendono a un contesto multidisciplinare che
va oltre il contributo fornito dall’IA per comprendere
anche la meccanica, la sistemistica e l’elettronica. 53
L’obiettivo è la realizzazione di macchine autonome, capaci di
sostituire l’uomo in ambienti pericolosi e non raggiungibili o
nell’esecuzione di attività manuali ripetitive, pesanti e nocive o
in ambito sanitario e nell’assistenza a soggetti disabili
54
Applicazioni dell'IA
L’area di ricerca della visione artificiale riguarda il
problema dell’elaborazione dell’informazione
raccolta dai sensori visivi, per esempio da
telecamere, al fine di riconoscere e classificare
forme, oggetti e scene bidimensionali e
tridimensionali.
La vettura autonoma Stanley (Stanford
University, 2005) ha percorso 132 miglia nel
deserto del Mohave, California, senza alcun
intervento umano.
55
Applicazioni dell'IA
L’interesse per i sistemi intelligenti è stato
accresciuto dall’opportunità di modellare la
conoscenza.
A partire da diverse ricerche precedenti, comprese
quelle sulla rappresentazione della conoscenza,
negli ultimi anni lo studio delle ontologie, ovvero
delle descrizioni formali di domini specifici, ha
raggiunto un buon grado di maturità e promette di
aprire nuovi settori applicativi, specie nel campo
della comprensione del linguaggio naturale.
56
Applicazioni dell'IA
L’elaborazione del linguaggio naturale è il processo
di trattamento automatico delle informazioni scritte
o parlate nel linguaggio umano. Questo processo è
reso particolarmente difficile e complesso a causa
delle caratteristiche intrinseche di ambiguità del
linguaggio umano.
Presenta ancora molti problemi aperti. Dalla
semplice elaborazione del linguaggio vocale e
riconoscimento del parlato è necessario passare
alla elaborazione del linguaggio naturale non solo
a livello sintattico ma soprattutto semantico.
http://www.chayden.net/eliza/Eliza.html
58
Ma per un comportamento intelligente
è necessario apprendere
«L’intelligenza artificiale che vediamo applicata
oggi, alla diagnosi, alla terapia medica, alle
previsioni del tempo, alle automobili senza
pilota, consiste sostanzialmente in istruzioni date
al computer che le applica alle diverse situazioni
per il cui riconoscimento è stato programmato, e
le esegue. La “vera AI” è quella in cui il
computer apprende dall’esperienza le relazioni
ottimali tra problemi e soluzioni ed è in grado di
cambiare autonomamente software e anche
hardware per migliorarsi».
59
L’Agente Intelligente in grado di apprendere
PRESTAZIONE
CONOSCENZA
AMBIENTE
APPRENDIMENTO
60
LE COMPONENTI
L’elemento di apprendimento – apprende e
migliora il comportamento
L’ambiente fornisce informazione all’elemento di
apprendimento che la usa per fare miglioramenti
nella base di conoscenza esplicita.
L’elemento di prestazione usa la conoscenza per
svolgere al meglio il compito che gli è assegnato.
La base di conoscenza è scorporata dal modulo
di apprendimento. Viene usata e aggornata
continuamente in base all’esperienza acquisita
"Non pretendiamo che le cose cambino, se continuiamo a
fare le stesse cose. La crisi può essere una grande
benedizione per le persone e le nazioni, perché la crisi porta
progressi. La creatività nasce dall'angoscia come il giorno nasce
dalla notte oscura. E' nella crisi che sorge l'inventiva, le
scoperte e le grandi strategie. Chi supera la crisi supera sé
stesso senza essere superato. Chi attribuisce alla crisi i suoi
fallimenti e disagi, inibisce il proprio talento e dà più valore
ai problemi che alle soluzioni. La vera crisi è l'incompetenza.
Il più grande inconveniente delle persone e delle nazioni è la
pigrizia nel cercare soluzioni e vie di uscita ai propri problemi.
Senza crisi non ci sono sfide, senza sfide la vita è una routine,
una lenta agonia. Senza crisi non c'è merito. E' nella crisi che
emerge il meglio di ognuno, perché senza crisi tutti i venti
sono solo lievi brezze. Parlare di crisi significa incrementarla, e
tacere nella crisi è esaltare il conformismo. Invece, lavoriamo
duro. L'unico pericolo della crisi è la tragedia che può conseguire
al non voler lottare per superarla."
62
Albert Einstein
GRAZIE
63
