AI - Tecnologie informatiche avanzate….

Sistemi e tecnologie intelligenti per il
patrimonio culturale
• Perché l’IA?
• Utilizzo di metodologie che trovano
applicazione nella soluzione automatica di
problemi complessi, non trattabili in modo
efficace con metodologie informatiche
tradizionali.
L’intelligenza artificiale si pone due obiettivi
fondamentali:
•La comprensione di entità intelligenti
•La costruzione di entità intelligenti
Tutto sommato, si tratta di una disciplina molto antica
(formalmente è nata nel 1956): per più di 2000 anni i
filosofi hanno cercato di capire come si potrebbe o
dovrebbe vedere, imparare, ricordare, ragionare.
Alcune definizioni di Intelligenza Artificiale
Definizioni basate sui processi del pensiero e del
ragionamento:
“Il nuovo sforzo di far pensare i computer….macchine con la
mente, in senso completo e letterale” (Haugeland, 1985)
“L’automazione di attività che associamo al pensare umano,
attività come prendere decisioni, risolvere problemi,
apprendere,…” (Bellman, 1978)
“Lo studio di facoltà mentali attraverso l’uso di modelli
computazionali” (Charniak e McDermott, 1985)
“Lo studio delle computazioni che rendono possibile percepire,
ragionare e agire” (Winston, 1992)
Alcune definizioni di Intelligenza Artificiale
Definizioni basate sul comportamento:
“L’arte di creare macchine che eseguono funzioni che richiedono
intelligenza se vengono eseguite da persone” (Kurzweil, 1990)
“Lo studio di come far fare ai computer delle cose che, attualmente, le
persone fanno meglio” (Rich and Knight, 1991)
“Il ramo dell’informatica che si occupa di automatizzare un
comportamento intelligente” (Luger and Stubblefield, 1993)
Intelligenza Artificiale
• Uno dei primi obiettivi (anni sessanta) ha
riguardato la capacità di dimostrare teoremi.
• Costruire delle macchine capaci di
ragionare, cioè trarre delle conclusioni
logiche.
Intelligenza Artificiale
• Negli anni settanta vengono affrontati i problemi
riguardanti la definizione di formalismi per la
rappresentazione della conoscenza.
• Sviluppo di sistemi “basati sulla conoscenza” cioè
contenenti la rappresentazione esplicita della
conoscenza a un dominio applicativo specifico.
Discipline coinvolte:
Filosofia: da Aristotele con la sistematizzazione concettuale del
ragionamento a Newell e Simon nel 1972 che hanno realizzato il
programma GPS (General Problem Solver) che mostra i
processi mentali di chi è intento a risolvere un problema.
Matematica: computazione, logica, probabilità.
Psicologia: processi cognitivi.
Ingegneria dei calcolatori: hardware-software.
Linguistica: Naom Chomsky- linguistica computazionale.
Sviluppi teorici:
Due aree: strong AI e weak AI.
Strong: Si ipotizza di poter disporre di una macchina capace di
apprendere, mediante algoritmi, da una serie di esempi già
risolti.
Weak: Si afferma che un calcolatore non può che simulare i
processi cognitivi umani (Sistemi esperti).
Intelligenza Artificiale
•
•
•
•
•
•
Elaborazione del linguaggio naturale
Rappresentazione della conoscenza
Ragionamento automatico
Apprendimento automatico
Visione artificiale
Robotica
Beni Culturali
• Anche il settore dei BC così come quello
dell’IA, pur partendo da differenti
metodologie delle rispettive aree di
appartenenza, si occupa di rappresentazione
di conoscenze e di modelli.
IA & BC
• Utilizzo delle tecnologie dell’IA per
consentire di ottimizzare la componente
conoscitiva del “bene” insieme alle sue
molteplici relazioni spaziali e culturali.
Beni Culturali
•
•
•
•
•
Archeologia
Conservazione e Restauro
Musei
Musica
Patrimonio documentale e librario
Patrimonio documentale e librario
• La complessità dell’organizzazione e
accesso all’informazione richiede forme
evolute di rappresentazione, gestione e
supporto all’utente.
• I sistemi tradizionali di ricerca
dell’informazione non sono sempre idonei a
supportare tali funzioni.
Patrimonio documentale e librario
• Sistemi per il filtraggio personalizzato
dell’informazione, per la costruzione
automatica di profili utente, per la ricerca
semantica, la disambiguazione del
linguaggio naturale e la classificazione
automatica di documenti in formato
digitale.
Patrimonio documentale e librario
• Sistemi per il reperimento ed indicizzazione
di dati pittorici. Ricerca per contenuto su
database di immagini e video.
• Flessibilità da parte dell’utente di eseguire
ricerche con diversi obiettivi:per categoria,
similarità, target….
Patrimonio documentale e librario
• Utilizzo di soluzioni ontologiche.
• Sviluppo di strumenti intelligenti e narrativi
basati sulla modellazione dell’utente.
Ontologia
• Sistema strutturato di concetti e relazioni
che viene a costituire una “mappa” della
conoscenza di un dato dominio.
• Sistema di conoscenza che si compone di
concetti, processi, azioni ed eventi.
ArtEquAKT ontology
• Realizzazione di un sistema per la
generazione automatica di biografie di
pittori attraverso l’uso di una ontologia
ricavata da documenti da Web.
• http://www.aktors.org/technologies/artequa
kt/
Modellazione utente
• Un modello utente, in generale, deve
contenere le informazioni esplicite su tutti
gli aspetti dell’utente corrente per poter
adattare il comportamento di un sistema
interattivo all’utente.
MODELLAZIONE DELL'UTENTE
Un sistema intelligente,
al fine di adattare il proprio comportamento ai bisogni dell'utente,
deve essere in grado di costruire dinamicamente una
rappresentazione degli interessi e delle caratteristiche degli utenti.
La componente che esegue questo compito è chiamata
modello utente.
In un sistema intelligente,
il modello utente ha il compito
di indicare alla componente esecutiva:
 quali azioni compiere
 quali informazioni trattare
 come presentare le informazioni
Esempio:
Rassegna stampa
Si supponga di avere a disposizione più giornali
quotidiani,
di uno stesso giorno,
e di voler costruire una rassegna stampa.
Ogni giornale ha un certo numero di notizie e di
commenti
Possiamo immaginare che,
a seconda dei gusti della persona
destinataria della rassegna,
le notizie:
 vengano selezionate da tutti i giornali a disposizione
 vengano disposte sulla pagina in un certo modo
 vengano collocate su pagine diverse
Esempio:
Visita di un Museo
La questione fondamentale
è che in un Museo
i visitatori (utenti)
hanno difficoltà
a reperire con immediatezza
gli elementi di loro più forte interesse.
Ciò dipende essenzialmente
dal fatto che
il visitatore
non ha conoscenza di ciò
che si trova nel Museo
Ecco perché è stato istituito
il TOUR GUIDE
L'analogia tra
il Museo
e il WWW
corrisponde all'analogia
tra il Tour Guide
e un sistema di filtraggio delle informazioni.
I sistemi commerciali per il reperimento delle informazioni
come LYCOS o ALTAVISTA o GOOGLE
non sono analoghi al Tour Guide
In essi non è sviluppata
la componente User Modelling
APPRENDIMENTO AUTOMATICO
L'idea su cui poggia il concetto di
apprendimento
è che la percezione dovrebbe servire non solo per agire, ma
anche per migliorare la capacità del sistema di agire in futuro.
L'apprendimento ha luogo come
risultato dell'interazione tra il sistema e il mondo e
dall'osservazione, da parte del sistema, del modo in cui egli
stesso prende le decisioni.
Musei
• Visita personalizzata: il progetto PEACH
(Personal Experience with Active Cultural
Heritage) con tecnologia mobile e la modellazione
utente si è realizzato un nuovo concetto di guida
mobile, basato su palmare, che “accompagna” il
visitatore. Il sistema è stato sperimentato presso il
Castello del Buonconsiglio a Trento.
• http://peach.fbk.eu/preview.html
• http://peach.fbk.eu/demo-torre.html
Archeologia
• Ricostruzione di contesti archeologici.
• Utilizzo di tecniche di modellazione e
visualizzazione 3D su reperti acheologici.
• Sistemi di supporto alle decisioni per
l’indagine archeologica.
• Tecnologia mobile e modellazione utente
per visite personalizzate.