- 1. Nuove tendenze nella psicologia odierna A cura di Eleonora
Bilotta
2. Indice
- Approccio dinamico alle scienze cognitive
- Human Computer Interaction
- Sistemi multiagenti e Intelligenza Artificiale distribuita
- Giocattoli che pensano e che comunicano
- Computer indossabiliRobotica
- Reti neurali e connessionismo
- Neuroscienze e Brain Imaging
- Linguistica computazionale
3. Cognitive science
- La Scienza Cognitiva un settore di studio che si sta
rapidamente espandendo che ha lo scopo di capire i processi mentali
che soggiacciono alle abilit. Filosofi, Psicologi, Linguisti,
Neuro-scienziati e ricercatori della Computer Sciencein questo
settore studiano i processi di base dellattivit cognitiva cercando
di creare modelli computazionali che possano essere utilizzati da
altri sistemi intelligenti (agenti, robot, sistemi diffusi
nellambiente, intrattenimento, educazione).
4. Cognitive science
- La Scienza cognitiva si interessa di:
- Quali sono le componenti di base dei processi cognitivi? Sono
in qualche modo sussunti da un meccanismo mentale comune? Qual la
relazione tra lapparato fisico e la cognizione?
- Le aree investigate includono: acquisizione dellinformazione
emeccanismi di processamento dellinformazione che soggiacciono ad
abilit cognitive quali percezione, riconoscimento, stivaggio
dellinformazione e suo ritrovamento, acquisizione del linguaggio,
comprensione e produzione, acquisizione di concetti, problem
solving e ragionamento.
5. Scienza Cognitiva
- La Scienza Cognitiva lo studio dellintelligenza e dei sistemi
intelligenti, con particolare riferimento al comportamento
intelligente inteso come computazione. Sebbene nessuna definizione
soddisfacente sia stata proposta ancora oggi, tutti gli esseri
umani sono capaci di giudicare quando un determinato comportamento
possa essere definito intelligente. Il range di comportamenti
intelligenti molto vasto ed articolato, e va dalla risoluzione di
problemi, alla risposta adeguata ad una domanda, alla creazione di
manufatti interessanti, belli o nuovi. Solitamente il termine
intelligenza viene applicato a questo insieme diverso di
comportamenti in quanto si presuppone chesoggiacciano a tali
processi un insieme comunedi caratteristiche e di unit funzionali
che svolgono le attivit.
6. Scienza Cognitiva
- I test di intelligenza, organizzati su tali attivit differenti
ci permettono di comparare persone differenti attraverso una
valutazione utilizzata come scala di valori di riferimento. Ci sono
batterie di test che permettono la valutazione di compiti veramente
diversificati, dalle prove di vocabolario a quelle di logica a
quelle della risoluzione di problemi. Per rispondere ad alcune di
queste provei soggetti devono possedere una specifica conoscenza
dellargomento, per altre nessuna conoscenza specifica richiesta, in
quanto si presuppone che i contenuti siano familiari alla maggior
parte degli esaminati.
- Oggi noi attribuiamo intelligenza sia agli umani che ai sistemi
non umani, in particolare ai computer. Non tutti accettano questo
punto di vista, ma possibile definire questultimi come intelligenti
se esibiscono comportamenti analoghi a quelli umani. Lintelligenza
deve essere interpretata giudicando labilit dei sistemi di eseguire
compiti intellettuali, indipendentemente dalla natura del sistema
fisico che esibisce questa abilit.
7. Scienza Cognitiva
- La Scienza Cognitiva, definita come lo studio dellintelligenza
e dei suoi processi computazionali, pu essere interpretata in
numerosi modi. E possibile costruire una teoria dei processi
intelligenti, completamente divisa dallo specifico sistema fisio o
biologico in cui viene ravvisata o implementata. E possibile
studiare lintelligenza umana o animale, cercando di estrarre una
teoria dei processi intelligenti attraverso lo studio del
comportamento degli organismi intelligenti.Oppure possibile
studiare lintelligenza dei computer, cercando di capire i principi
computazionali che soggiacciono allorganizzazione e al
comportamento dei programmi intelligenti.
- La Scienza Cognitiva segue queste tre strade. Un esempio di
teoria astratta dellintelligenza la logica formale. Per oltre un
secolo, la psicologia sperimentale ha studiato lintelligenza di
soggetti umani e animali nei laboratori.
8. Scienza Cognitiva
- Mentre dal 1950 con la pubblicazione del saggio Computing
Machinery and Intelligence di Turing, sorto quella parte della
scienze dei computer detta intelligenza artificiale che studia
lintelligenza esibita dalla macchine.
- Quindi possibile definire la Scienza Cognitiva come lo studio
dellintelligenza e dei suoi processi computazionali negli umani e
negli animali, nei computer e come possibile che si realizzi
attraverso teorie formali o astratte. Potrebbe essere interessante,
dal punto di vista didattico, analizzare le parti comuni a questi
tre differenti tipi di approcci allo studio dellintelligenza per
vedere come queste strade si siano diversificate o unite dando
avvio alla nascita alla Scienza Cognitiva.
9. Scienza Cognitiva
- Le principali discipline che confluiscono nella Scienza
Cognitiva
- Norman (1981) suggeriscele principali discipline che hanno
permesso la nascita della Scienza Cognitiva. Fra queste lautore
individua la psicologia sperimentale e cognitiva, lintelligenza
artificiale (con la computer science), la linguistica, la filosofia
(in particolare modo la logica e lepistemologia) le neuro-scienze e
alcune altre fra le quali vi sono lantropologia, leconomia, la
psicologia sociale.
- Fin dagli inizi, la Psicologia si occupata di intelligenza. I
testi di Binet-Simon sono dellinizio del secolo ventesimo. La
scuola del behaviorismo, che ha imperato per quasi tutta la met del
secolo, ha impedito agli psicologi sperimentali di vedere cosa
succedeva allinterno dellorganismo, concentrando la maggior parte
delle investigazioni nel comportamento manifesto.
10. Scienza Cognitiva
- La ricerca sul cervello ha contribuito allo sviluppo della
conoscenza della localizzazione delle funzioni al suo interno;
mentre invece gli studi che riguardano i processi intellettivi sono
molto scarsi. Gli sperimentalisti in questo periodo, si sono
focalizzati sullesecuzione relativamente semplice di compiti
cognitivi, ponendo laccento sui processi sensoriali e motori, sul
coordinamento mano occhio, sui compiti di memoria e
sullacquisizione di concetti e di procedure linguistiche.
Lintelligenza di animali quali i ratti e i piccioni era pi studiata
di quella degli umani. Il compito di sviluppare teorie coerenti
sullintelligenza umana e animale (soprattutto di complesse azioni
intellettive come la formazione dei concetti e il problem solving)
fu lasciato agli psicologi della Gestalt Theorie fra i quali
possiamo ricordare Koelher, Koffka, Duncker Wertheimer ed
altri.
11. Scienza Cognitiva/6
- I contributi alla Scienza Cognitiva furono portati dalla
psicometria con le sue misure dellintelligenza e delle componenti
dellintelligenza; dalla neurofisiologia che ha indagato sulle
strutture biologiche che permettono il pensiero; dalla psicologia
sperimentale che ha indagato sulla velocit e i limiti
dellacquisizione dellinformazione durante i processi sensoriali,
percettivi, motori e di memoria; dagli psicologi della Gestalt che
hanno avanzato interessanti ipotesi sui processi che avvengono
durante i compiti di pensiero. Ognuno di questi indirizziaveva un
proprio paradigma e tendeva a mantenere posizioni estremamente
separate quando non erano conflittuali. Era necessaria la messa a
punto di un nuovo paradigma che mettesse tutti daccordo.
- Il cambiamento si ebbe conlavvento dello Human information
processingintorno agli anni 50-60. Secondo questo approccio, il
pensiero un processo di manipolazione di simboli e la
simulazione.
12. Scienza Cognitiva/6
- I concetti chiave della Scienza cognitiva
- Howard Gardner (1984) nel suo libroThe Minds New Science,
sostiene che i concetti chiavi del settore di studio che
attualmente va sotto il nome di Scienza Cognitiva sono:
- Quali sono le forme di rappresentazione mentali che usa luomo
per risolvere problemi e per comprendere il mondo? Per cui,
lostudio dellintelligenza nelle moderne Scienze Cognitive diventato
lo studio delle rappresentazioni (visuali, linguistiche, sonore,
ecc.) concepite in modo computazionale.
13.
- La Scienza cognitiva influenzata dai computer coe metafora
centrale per rappresentare la mente umana. Molti scienziati che
appartengono a tale settore utilizzano i computer per simulare
teorie della mente che possono essere formulate attraverso
espressioni algoritmiche. Il computer, in tal modo, fornisce una
provadi concetto di una teoria ( se si pu dimostrare che la teoria
funziona bene sul computer), essa diventa una pi fondata teoria
della mente come risultato. Gli scienziati di Intelligenza
Artificiale ritengono che il computer sia lultima e pi brillante
metafora che si pu utilizzare e sfruttare per descrivere il
cervello in termini di meccanismi.
14. Scienza Cognitiva/7
- De-Emfasi sulla Cultura, Contesto, Storia and Sentimento
- La Scienza Cognitiva, nel suo sforzo di rappresentare teorie
della mente in modo algoritmico, ha sottovalutato o non considerato
il tuolo della cultura e della storia nel pensiero e loperazione di
un agente cognitivo. Lobiettivo principale della Scienza Cognitiva
quello di modellare direttamente gli aspetti del pensiero,
trattando gli aspetti culturali e contestuali come variabili che
influenzano in modo circoscritto i processi di pensiero. Questa
concentrazione sul cuore funzionale della mente stata praticata da
Chomsky e dai suoi seguaci nella Linguistica moderna, che ha
sfruttato simili assunzioni facendo convergere la ricerca verso lo
studio dei meccanismi del linguaggio umano.
15.
- Credo nella Cooperazione Inter-Disciplinare
- La Scienza Cognitiva per definizione uno sforzo
interdisciplinare in quanto la mente umana non pu essere
investigata fruttuosamente da una singola scuola di pensiero o di
ricerca, al contrario di quanto fanno i Linguisti che vedono il
linguaggio come un processo separato dalle altra facolt mentali
quali la visione, la memoria o la percezione. Un nuovo settore
della Linguistica, detta Linguistica Cognitiva si pone in antitesi
con questa visione, focalizzandosi sugli aspetti inter-disciplinari
del linguaggio e conosciuta come la Scienza Cognitiva del
linguaggio.
16. Approccio dinamico alle scienze cognitive
- Presentazione del modello
- Per pi di tre decadi o piil campo delle scienze cognitivestato
dominato dall'intelligenza artificiale, approccio basato sul
paradigma computazionale che modella e organizza la cognizione come
una manipolazione sequenziale di strutture simboliche discrete.
Attualmente i ricercatori stanno sviluppando nuovi modelli e
descrizioni alternativi. Una di queste possibilitl'approccio
dinamico alle scienze cognitive.
17.
- Tale indirizzo di studi non nuovo; l'uso della dinamica fu
prominente nella cibernetica nel periodo che va dal 1945 al 1960 e
ci sono stati programmi di ricerca su tale base sin da allora. In
anni recenti ci sono stati due importanti sviluppi. Il primo
include il declino d'autorit del paradigma computazionale che ha
generato, come conseguenza un aumento incredibile delle ricerche
basate sull'approccio dinamico. Il secondo, si basa sull'idea che
la dinamica non fornisca solo un insieme di strumenti matematici,
ma anche una profonda e differente prospettiva sulla natura dei
sistemi cognitivi. I ricercatori di questo settore condividono non
solo un linguaggio matematico ma anche una comune visione del
mondo.
18. Approccio dinamico alle scienze cognitive/2
- Visione storica dell'approccio dinamico
- Il problema che ha sempre dominato la psicologia e le scienze
cognitivearrivare ad una chiara definizione delle cause del nostro
comportamento, dalle attivit pi elementari che noi svolgiamo nella
nostra vita quotidiana a quelle pi complesse che, per esempio,
utilizziamo quando lavoriamo o quando pensiamo e scriviamo. Lo
scopo ultimodescrivere la cognizione, in altre parole i meccanismi
soggiacenti a tali attivit, gli stati mentali e i processi che sono
messi in atto.
- Per decenni le scienze cognitive sono state dominate dalla
metafora che la cognizione possa essere vista come un'operazione
svolta da uno speciale computer mentale, localizzato nel cervello.
Gli organi di senso smistano rappresentazioni dell'ambiente a tale
computer. Il corpo emette delle azioni.
19.
- L'approccio informazionale prevede che gli organi di senso
veicolino stimoli verso i centri che li elaborano, in raccordo con
gli scopi che l'individuo deve portare a termine. I sistemi di
pianificazione inferiscono dalle basi di conoscenza cosa deve
essere fatto e inviano ordini agli organi motori, che eseguono un
set d'azioni appropriate. Nella sua versione pi brillante,
l'approccio computazione fa una serie d'ulteriori assunzioni. Le
rappresentazioni sono strutture statiche di simboli discreti. Le
operazioni cognitive sono trasformazioni da strutture di simboli
statiche alle successive.
20. Approccio dinamico alle scienze cognitive/3
- Queste trasformazioni sono discrete, effettivamente istantanee
e sequenziali. Il computer mentalevisto come un insieme di moduli
ognuno responsabile per differenti compiti di processazione di
simboli. Un modulo accoglie le rappresentazioni simboliche come
input e computa rappresentazioni simboliche in output. Alla
periferia del sistema ci sono trasduttori d'input e d'output, in
altre parole strutture che trasformano la stimolazione sensoriale
in rappresentazioni d'input e rappresentazioni d'output in
movimenti fisici. L'intero sistema, e ognuno dei suoi moduli, opera
ciclicamente: input, manipolazione di simboli interni, output.
21.
- L'approccio computazione fornisce una struttura molto potente
per sviluppare teorie e modelli dei processi cognitivi. Il classico
lavoro di Newell, Simon e Minsky fu uno dei primi. Su questa scia,
centinaia di modelli furono prodotti. Ognuno di tale produzione puq
divergere per alcuni particolari dal modello base, ma quasi tutti
concordano con le sue assunzioni pi profonde. Secondo Kuhn
l'approccio computazionale pu essere definito dome un paradigma di
ricerca in quanto definisce un ventaglio d'interrogativi e le
risposte a tali interrogativi; fornisce inoltre un insieme
d'esemplari, ovvero classici pezzi di ricerca che definiscono come
la cognizione deve essere pensata e cosa conta per creare un
modello di successo. Migliaia di libri sono stati dedicati alla sua
articolazione e difesa. Sfortunatamente tale approccio ha un
piccolo problema: i sistemi di cognizione naturali della gente o di
altre specie animali non sono computers.
22. Approccio dinamico alle scienze cognitive/4
- Uno dei problemi principali che definisce il fallimento
dell'approccio computazionaleil tempo. I processi cognitivi e i
loro contesti si attuano continuamente e simultaneamente in tempo
reale. I modelli computazionali specificano sequenze discrete di
stati interni statici in stati arbitrari di tempo (T1, T2).
- Prendiamo per esempio il processo di decisione. Voi avete un
ventaglio di scelte, e considerate prima una e poi le altre. In
tale scelta, c esitazione, ansiet. Arrivate ad una scelta, ma
l'attrazione per un'altra alternativa rimane. Com considerato tale
processo nell'approccio computazionale? Il sistema comincia ad
organizzare rappresentazioni simboliche del ventaglio di scelte e
dei loro possibili risultati, associando a tali rappresentazioni
valori. Con una sequenza di manipolazioni di simboli, il sistema
calcola il valore complessivo per ogni scelta e determina il
risultato con il pi alto valore. Il sistema adotta quest'ultima
scelta. Fine del processo decisionale. Esistono molte variazioni su
questo tema. Differenti modelli propongono regole differenti per
calcolare la scelta che il sistema adotta. Ma nessuno di tali
modelli tiene conto perfettamente di tutti i dati che riguardano le
scelte che fanno gli umani. Per esempio, niente si dice sul corso
temporale dello sviluppo della scelta: quanto tempo ci vuole per
arrivare ad una decisione; come tale decisione dipende da tale
tempo di delibera, come una scelta pu apparire alcune volte
attraente altre volte meno. I modelli computazionali sono incapaci
di fare tali predizioni, perch essi non considerano il tempo o
meglio lo considerano semplicemente come un'astratta sequenza di
stati simbolici.
23. Approccio dinamico alle scienze cognitive/5
- Qual i l'alternativa all'approccio computazionale?
- In anni recenti, molta gente si i rivolta al paradigma
alternativo, il connessionismo, in altre parole la modellazione di
processi cognitivi usando reti d'unit neurali come alternativa. Ma
tali proposte spesso disistimano la profondit e la pervasivit delle
assunzioni computazionali. La maggior parte dei lavori
connessionisti i solo una variazione del computazionalismo,
sostituendo patterns d'attivazione ai simboli. L'alternativa
dovrebbe essere un approccio allo studio della cognizione che
comincia dall'assunto che i processi cognitivi accadono nel tempo.
Tempo reale. Esiste gi una struttura matematica per descrivere come
i processi in un sistema naturale si sviluppano nel tempo reale. E'
il modello dinamico. Tale sistema i quello pi utilizzato, il pi
potente e di successo il pi sviluppato e compreso nella struttura
descrittiva di tutte le scienze naturali. E' usato per spiegare e
predire i fenomeni pi diversi quali i moti subatomici, il sistema
solare, i flussi dei fluidi e gli ecosistemi.
- Perch non utilizzarlo per descrivere i processi cognitivi?
- Per cui si pu affermare che un approccio alternativo i
l'approccio dinamico allo studio dei processi cognitivi. Il cuore i
l'applicazione degli strumenti matematici della dinamica allo
studio della cognizione. La dinamica fornisce una vasta
disponibilit di concetti e di strumenti di modellizzazione.
24. Approccio dinamico alle scienze cognitive/6
- Da quest'assunto si ricava che il sistema cognitivo non i un
computer, i un sistema dinamico. Il sistema cognitivo non i una
manipolazione sequenziale e discreta di strutture
rappresentazionali statiche; piuttosto, i una struttura di
cambiamento influenzantesi, muti e simultanei. I suoi processi non
accadono nel tempo arbitrario e discreto dei passi del computer.
Piuttosto essi si dispiegano nel tempo reale del cambiamento che
avviene nell'ambiente, nel corpo e nel sistema nervoso. Il sistema
cognitivo non interagisce con altri aspetti del mondo passando
messaggi o comandi. Esso evolve continuamente con loro. L'approccio
dinamico nonun'idea nuova. Le teorie dinamiche sono state
compresenti all'interno delle scienze cognitive. Non i una visione
di come le cose dovrebbero essere fatte, ma una modalit gi
esistente, per esempio nella modellazione neurale, nelle
neuroscienze cognitive, nella robotica situazionale, nel controllo
motorio e nella psicologia ecologica.I modelli dinamici si stanno
sviluppando nella psicologia cognitiva, la psicologia dello
sviluppo e persino in alcune aree della linguistica. In breve,
l'approccio dinamico i un modo di riorganizzare concettualmente le
scienze cognitive e come sono attualmente praticate. L'approccio
dinamico sarpresentato nelle sue linee essenziali. Gli studiosi
dell'approccio dinamico sono gruppi altamente diversi e nessuna
caratteristica li potrebbe descrivere in modo coerente anche se le
posizioni che rappresentano sono uno standard dell'approccio
dinamico. Tale modo pu servire come un punto di riferimento per la
comprensione della ricerca dinamica. L'intento principale di tale
approccio i quello di comprendere i sistemi cognitivi naturali, cio
i sistemi biologici evoluti come gli umani e gli altri
animali.
25. Approccio dinamico alle scienze cognitive/7
- Che cos l'approccio dinamico?
- Il cuore dell'approccio dinamico pu essere succintamente
espresso nella forma di un'ipotesi empirica molta vasta sulla
natura della cognizione. Per decenni, la filosofia delle scienze
cognitive i stata dominata dall'ipotesi computazione e cio che i
sistemi cognitivi sono un genere speciale di computer. L'approccio
dinamico ritiene che i sistemi cognitivi naturali possano essere
compresi dalla prospettiva dinamica. Per questo essi, all'interno
di questo nuovo paradigma di ricerca, sono visti come sistemi
cognitivi dinamici.
- La nozione di sistemi dinamicipresente in un largo ventaglio di
contesti matematici e scientifici. Tali sistemi dinamici sono
caratterizzati da stati numerici che evolvono nel tempo secondo
alcune regole. Per cominciare si pu affermare che un sistema i un
insieme di aspetti cambianti del mondo. Lo stato del sistema ad un
tempo datocome tali aspetti si presentano a quel tempo. IL
comportamento del sistema i il cambiamento nel tempo e nello stato
corrispettivo. La totalit di tutti gli stati del sistema
costituiscono un insieme di stati o spazio dello stato. In tal modo
il comportamento del sistema pu essere pensato come una sequenza di
punti nel suo spazio dello stato. Non tutti gli aspetti del mondo
costituiscono un sistema. Un sistemadistinto dal fatto che i suoi
aspetti in qualche modo si appartengono. Questo vuol dire due cose.
Primo, gli aspetti devono interagire con ogni altro; il modo in cui
ognuno di essi cambia deve dipendere dal modo in cui sono gli
altri.
26. Approccio dinamico alle scienze cognitive/8
- Secondo, se c qualche altro aspetto del mondo che interagisce
in questo senso con ogni cosa nell'insieme, allora esso pure i
realisticamente parte dello stesso sistema. In breve, perch un
insieme di aspetti venga qualificato come un sistema, essi devono
essere interattivi e auto-contenuti: il cambiamento in ogni aspetto
deve dipendere da e solo da altri aspetti nell'insieme.
- I sistemi dinamici sono generi speciali di sistemi. Per vedere
alcune loro qualit, noi abbiamo bisogno di un'altra nozione quella
di sistemi a stato-determinato (Ashby, 1952) Un sistemaa stato
determinato soltanto quando il suo stato corrente sempre determina
un unico comportamento futuro.
27. Human Computer Interaction
- Lo Human Computer Interaction (HCI) riguarda la progettazione
di sistemi computerizzati che aiutano gruppi di persone a svolgere
le loro attivit in modo produttivo e sicuro, all'interno di
ambienti lavorativi ma anche ricreativi ed educativi. Il computer,
come mezzo cognitivo, sta diventando uno strumento che attualmente,
grazie agli avanzamenti tecnologici, utilizzato non solo da esperti
(come succedeva una trentina di anni fa) ma da una vasta gamma di
utenti per i fini pi svariati. I primi computer, comparsi sulla
scena commerciale intorno al 1950, erano estremamente difficili da
usare, erano molto grandi e costosi, utilizzati esclusivamente da
scienziati ed ingegneri, i quali erano gli unici a possedere i
"linguaggi specializzati" per farli funzionare. Da allora molte
cose sono cambiate. In primo luogo i computer sono diventati meno
costosi e soprattutto pi piccoli e pi usabili e c' stato un
processo di adeguamento fra l'uomo e questi strumenti perch si
arrivasse a renderli pi facili e pi maneggevoli. Ma per quanto lo
sforzo si sia concentrato sulla semplificazione dei linguaggi di
interazione (gli strumenti per poter far funzionare correttamente i
computer: le interfacce), siamo ancora molto lontani da
realizzazioni che siano immediatamente fruibili e facili da
apprendere. Infatti, nonostante in questa ultima decade, anche i
bambini (vedi Kid Sim, una speciale interfaccia per bambini
sviluppata presso il Media Lab del Massachusetts Institute of
Technology) e le persone portatori di handicap (vedi tutta la
tecnologia cosiddetta "assistiva") li possono utilizzare
proficuamente e con personale soddisfazione, il gap fra la
psicologia umana e processi di pensiero biologici da una parte e
macchina dall'altra ancora notevole.
28. Interazione con agenti sintetici al MIT 29. Agenti sintetici
30. Human Computer Interaction /2
- Pertanto proprio le ricerche di psicologia, pi di quelle
tecnologiche, sono oggi determinanti per compiere passi avanti. Lo
sviluppo dei primi personal computer nei primi anni '70, dovuto
agli avanzamenti della ricerca tecnologica che ha messo a punto il
"chip" di silicone, l'abilit ingegneristica non solo di
miniaturizzare i circuiti ma anche di mettere insieme un gran
numero di chip, ha dato luogo alla realizzazione di computer sempre
pi potenti, con una grande capacit di stivare e processare
materiale informativo in formato digitale. La diffusione di questi
sistemi computazionali ormai quasi capillare. I computer sono usati
in tutti i settori produttivi (commercio, industrie, difesa,
trasporti) e si stanno ormai affermando prepotentemente anche nel
settore dell'intrattenimento e dell'educazione. Si pu dire che
vasti strati della popolazione odierna, a qualsiasi livello di et,
dai bambini agli anziani, sono in qualche modo influenzati dai
computer. Questo fenomeno, di proporzioni ormai enormi, sta
inducendo i progettisti a pensare a dei sistemi computerizzati che
si adattino a bisogni fra i pi diversificati. Infatti, perch i
computer siano un prodotto di consumo e accettati dagli utenti,
necessario che siano prima di tutto ben progettati. Questo non vuol
dire pensare ad una progettazione individualizzata, ma certamente
specifica per i bisogni e le capacit di determinate classi di
utenze.
31. Human Computer Interaction /3
- In ogni caso, la parte progettuale (come i computer sono
costruiti nel loro interno, la loro architettura di circuiti, ecc.
) non necessariamente interessa l'utente ed ha poca influenza su un
utilizzo "esperto" del sistema. Una buona progettazione influisce
nell'interazione fra sistemi computerizzati ed utenti (ma anche
nell'interazione uomo oggetti della vita quotidiana) attraverso il
modello mentale di funzionamento del sistema stesso che deve essere
compreso dall'utente. A questo proposito Norman ( 1988 ,1992 )
individua due concetti chiave per una buona progettazione. L'autore
parla di "visibilit" ed "affordance". Con il primo concetto egli
intende la possibilit per l'utente di controllare visivamente tutta
la mappa dell'interazione, individuando nel sistema le parti
interagibili (bottoni, leve, altro) che producono un feed-back e
che permettono di capire a cosa servono e soprattutto la loro
funzione nel processo di interazione. Il secondo concetto
"affordance" un "termine tecnico che si riferisce alle propriet
degli oggetti, ovvero quali operazioni possono essere fatte su un
particolare oggetto". Le porte per esempio suggeriscono l'apertura,
le sedie il supporto. Le affordance giocano un ruolo dominante
nella progettazione di oggetti. Ma cosa realmente importante la
funzione che viene percepita attraverso l'espressione delle qualit
caratteristiche, inerenti all'oggetto stesso. Molte volte
l'estetica, nella progettazione di un oggetto, in contrasto netto
con la funzionalit e con il far percepire all'utente tale
funzionalit.
32. Immagini che si riferiscono alle Facce Parlanti (Talking
Heads) 33. Ambienti di interazione virtuale 34. Human Computer
Interaction/4
- Un altro importante concetto che riguarda lo Human Computer
Interaction quello di "interfaccia utente", anche nota come
"interfaccia uomo-macchina".Moran(1981)definisce questo termine
come tutti "quegli aspetti del sistema con cui un utente viene in
contatto" che si traducono, per l'utente in un linguaggio per
inviare informazioni (input language) al sistema, e per la
macchina, in un linguaggio di risposta (output language) verso
l'utente. Tali linguaggi innescano un ciclo comunicativo dialogico
e determinano lo sviluppo del processo di scambio, che si effettua
normalmente nell'interazione uomo-computer.Le interfacce si sono
evolute nel tempo. Negli anni '70, quando ci fu la grande
esplosione tecnologica, le case produttrici si accorsero che,
migliorando la parte fisica dell'interfaccia utente, rendendola pi
accattivante e comprensibile (quindi pi funzionale), i computer
potevano essere pi graditi sul mercato. Sotto la spinta
commerciale, nacquero le cosiddette interfacce amichevoli, le cui
qualit principali furono quelle di rivelarsi, almeno nei primi
tempi del loro avvento, piacevoli esteticamente e restando, dal
punto di vista dei bisogni di chiarezza e funzionalit dell'utente,
perfettamente incomprensibili. Al contrario, nello stesso periodo,
la ricerca sul settore era impegnata a verificare come l'uso dei
sistemi computerizzati potesse migliorare e arricchire la vita
personale e lavorativa degli utenti. In particolare, l'attenzione
dei ricercatori era concentrata sulle capacit e i limiti degli
utenti umani, per capire il lato umano dell'interazione con i
computer e cio le abilit di tipo psicologico coinvolte
nell'interazione.
35. Human Computer Interaction /5
- Successivamente ci si rese conto che, anche i problemi
riguardanti il training, le pratiche di lavoro come la gestione e
l'organizzazione, la salute e fattori neuro fisiologici, uniti a
fattori ambientali, possono influire sull'interazione fra uomo e
sistemi computerizzati. Questo settore di studi fu chiamato Human
Computer Interaction. Tale "disciplina riguarda la progettazione,
la valutazione e l'implementazione di sistemi interattivi di
computazione per uso umano e lo studio dei principali fenomeni che
li circondano" ( ACM SIGCHI, 1992 ). Da quando fu costruito il chip
di silicone (che ha permesso a cos tanta gente di venire in
contatto con i computer), la velocit di innovazione tecnologica non
diminuita. Lo sviluppo di macchine sempre pi potenti dal punto di
vista della processazione delle informazioni un trend che continua,
in combinazione con miglioramenti tecnologici sia nella struttura
hardware che software. Strumenti speciali permettono agli utenti di
esplorare oggetti e di spostarli in ambienti virtuali; le
applicazioni multimediali in cui suono, immagini statiche e in
movimento, video e testo sono strutturati insieme sono diventati
patrimonio comune; sviluppi nelle telecomunicazioni come i Servizi
Digitali Integrati di Rete (ISDN ovvero Integrated Services Digital
Network) permettono che flussi sempre crescenti di informazioni di
tutti i tipi (immagini, video, testi e suono) siano organizzati,
veicolati e fruiti attraverso le reti, con grande efficienza e
qualit. Tali informazioni, stivate nei database (grandi librerie di
documenti in formato digitale, ovvero processabili dai computer)
possono essere raggiunte da ogni cittadino, stando comodamente
seduto a casa propria.
36. Intelligenza Artificiale
- Che cosa significa Intelligenza Artificiale? Abbiamo visto che
lintelligenza gi di per s un concetto abbastanza difficile. La
parola intelligenza deriva dal latino legere che significa
raccogliere, collezionare, costruire. Intellegere di solito si
pensa abbia significato di scegliere tra, comprendere, percepire e
conoscere. Feigenbaum e McCorduk (1983) commentavano: Se potremo
immaginare un artefatto che possa raccogliere, costruire,
scegliere, capire, percepire e conoscere, allora tale artefatto avr
unintelligenza artificiale. La definizione di I.A. che ognuno d,
dipende fortemente dalle proprie aree di interesse. Cos Margaret
Boden (1977) dichiara: Una cosa per certa: lIntelligenza
Artificiale non lo studio dei computer. I calcolatori sono macchine
metalliche di interesse specifico per gli ingegneri elettronici, ma
come tali, per non molte altre persone. Per I.A. Boden intende luso
dei calcolatori e di tecniche di programmazione al fine di far luce
sui principidellintelligenza in generale e del pensiero umano in
particolare.
37. Intelligenza Artificiale/2
- Lidea che lespressione possa essere usata come un termine che
copra tutta la ricerca fatta con delle macchine, che sia in qualche
modo in relazione con la psicologia e la conoscenza umana.... In un
approccio del genere lenfasi posta sul software: sembra persino che
si debba immaginare che, quando uno ha scritto una sequenza
accettabile di istruzioni in codice, abbia creato un certo tipo di
macchina con intelligenza artificiale. Ma non tutti i ricercatori
considerano i computer come relativamente privi di importanza:
limmagine delle lattine di hardware non universale. Un programma
pu, ad esempio simulare il comportamento di un robot, ma la sua
importanza pratica dipende unicamente dal fatto che sia disponibile
un sistema fisico su cui esso possa venire eseguito. Marvin Minsky,
in una famosa citazione ha suggerito il carattere pratico
dellIntelligenza Artificiale: LIntelligenza Artificiale la scienza
che si occupa di far fare alle macchine cose che, se fatte da un
uomo, richiederebbero intelligenza.
38. Intelligenza Artificiale/3
- Ma la definizione non dice nulla sulla natura dellintelligenza.
Come si visto, in genere si ritiene che la capacit umana di
compiere calcoli complessi richiede intelligenza, ma assai di rado
i ricercatori nel campo dellIntelligenza Artificiale includono tale
tipo di capacit in tale ambito. Ho gi indicato qualcosa sulle
caratteristiche dellIntelligenza Artificiale, dando un elenco di
attivit tipiche dei ricercatori in questo campo, come la
risoluzione dei problemi, la percezione ed i giochi. Un altro
approccio consiste nellelencare gli scopi dellIntelligenza
Artificiale in termini pi generali.
- In questo modo si pu dare una definizione efficace di
Intelligenza Artificiale Aron Sloman (1978), per esempio vede tre
fini principali della ricerca sullintelligenza artificiale:
- - analisi teoretica delle possibili spiegazioni efficaci
del
- comportamento intelligente;
- - spiegazione delle capacit umane;
- - costruzioni di artefatti intelligenti.
39. Robots antichi e moderni 40. Intelligenza Artificiale/4
- Queste finalit cos estese implicano il nascere di molte
ulteriori questioni. Si riconosce che il comportamento intelligente
ha a che fare con la capacit di costruire, descrivere,
interpretare, confrontare, modificare ed usare strutture complesse,
comprese certe strutture simboliche come le frasi, i dipinti, le
carte ed i piani dazione. Per di pi la ricerca nellIntelligenza
Artificiale che specifica del dominio destinata a sovrapporsi alla
ricerca in altre discipline, molte delle quali hanno riferimenti
umanistici (psicologia, educazione, antropologia e fisiologia). E
impossibile, ad esempio far comprendere ad un calcolatore un
linguaggio naturale (come linglese o il giapponese) senza la
sintassi e la semantica (cio senza interessarsi di linguistica). La
difficolt nel definire lIntelligenza Artificiale deriva da due
fattori principali. Il primo che la stessa intelligenza mal
definita e poco compresa; il secondo che molti individui hanno una
riluttanza profondamente radicata ad ammettere che degli artefatti
possano sviluppare attributi mentali.
41. Intelligenza Artificiale/5
- Il secondo motivo inevitabilmente confonde il gioco di
definizione: qualsiasi cosa i computer realizzano gli scettici
guardano sempre a quelle cose ancora non ottenute che costituiscono
la vera intelligenza. Per chiaro che pi i computer si avvicinano
alle capacit umane pi sar difficile dimostrare che essi non hanno
un comportamento veramente intelligente.
- Molti dei primi obiettivi degli entusiasti dell Intelligenza
Artificialesono ancora irrealizzati. Per esempio, non vi ancora un
traduttore universale di linguaggio ed il campione mondiale di
scacchi ancora un essere umano.
- Nello stesso tempo, importanti progressi dell Intelligenza
Artificialesono stati fatti in un certo numero di campi diversi;
tra questi :
- - traduzione automatica dei linguaggi;
- - giochi (scacchi, backgammon, bridge, poker, ecc...);
- - dimostrazione di teoremi (nella logica simbolica e nella
42. Intelligenza Artificiale/6
- - lettura di caratteri manoscritti o stampanti;
- - riconoscimento di elementi in unimmagine fotografica;
- - riconoscimento di facce umane (anche quando assumono
- - riconoscimento di parole parlate e del parlare continuo;
- - comprensione dei linguaggi naturali (risposte a domande
e
- riassunto di parti di testo);
- - scrittura di poesiee brevi storie;
- - composizione di melodie musicali ed armonizzazioni;
- - pensiero per analogie (ad esempio usando forme
geometriche);
- - diagnosi di difetti e guasti in circuiti elettrici.
43. Intelligenza Artificiale/7
- In una indagine sulle possibilit dei computer (Winston, 1979)
viene puntualizzato che essi, in vario modo possono:
- - effettuare prove di intelligenza geometrica;
- - apprendere nozioni matematiche, geometriche e di altre
discipline;
- - comprendere un inglese semplice;
- - comprendere semplici disegni;
- - risolvere problemi matematici, chimici, medici ed altri
campi;
- - comprendere circuiti elettronici;
- - compiere utili lavori nellindustria;
- - modellare i processi psicologici umani;
- -costruireagenti intelligenti;
- -costruirecaratteri sintetici.
44. Intelligenza Artificiale/8
- Sintetizzando, Winston, scrivendo parecchi anni dopo, commenta
il fatto che i computer possono gi svolgere molte cose che
richiedono intelligenza: Possono risolvere molti problemi come
degli esperti, fare dei ragionamenti geometrici, risolvere problemi
matematici, apprendere semplici concetti, comprendere semplici
disegni, ingaggiare semplici dialoghi e compiere attivit utili.
Oggi con il crescente interesse nei sistemi esperti e limpatto del
programma giapponese della quinta generazione c sempre un pi ampio
riconoscimento delle possibili collocazioni di artefatti
intelligenti.
45. Agenti autonomi
- Un agente autonomo pu essere visto come un sistema capace di
interagire indipendentemente ed efficacemente con il suo ambiente
attraverso i suoi sensori ed i suoi effettori per compiere alcuni
compiti (Davidsson, 1996).
- Mentre lIntelligenza Artificiale e il settore computazionale
della Scienza Cognitiva si sono concentrate sulla i modellizzazione
dellesecuzione di alcuni compiti che sono facilmente descrivibili
in termini di un ben specificato insieme di simboli e un articolato
insieme di regole per operare su quei simboli (Simon, 1990), ma
tralasciando completamente il problema di come quei simboli sono
correlati allambiente (Harnad, 1990), il settore di ricerca sugli
Agenti Autonomi sta cercando di sviluppare modelli alternativi di
progettazione e dimplementazione di sistemi intelligenti.
- Il punto di partenza sempre lo studio dellintelligenza. Ci sono
due tipi di approcci per analizzare il problema.
- a) Si pu studiare lintelligenza o la cognizione dal punto di
vista computazionale, attraverso la modellazione cognitiva
(cognitive modeling), che cerca di sviluppare teorie dei processi
cognitivi negli umani e negli animali.
- b)Si pu studiare lintelligenza dal punto di vista
ingegneristico, che tenta di esplorare tutti i possibili meccanismi
cognitivi, senza rispetto della loro occorrenza negli organismi
viventi.
46. Agenti autonomi/2
- Contribuiscono al primo approccio:
- a) la Psicologia Cognitiva che studia come gli umani trattano i
concetti nei processi di memoria, di percezione, ragionamento,
ecc.;
- b) la Filosofia ( in maniera particolare la branca
specializzata della Filosofia della Mente) disciplina nella quale
le questioni ontologiche ed epistemologiche riguardano la natura
dei concetti studiati;
- c) la Psicologia dello sviluppo, che tratta le questioni che
riguardano come formiamo e impariamo i concetti durante lo sviluppo
ontogenetico;
- d) la Linguistica, settore in cui sono studiate le relazioni
fra concetti e linguaggio;
- e) la Neurologia, che investiga la processazione di basso
livello dei concetti nel cervello;
- f) le Neuroscienze, che si interessano di correlare particolari
aree cerebrali con la produzione di concetti.
- Per quanto riguarda lapproccio ingegneristico esso stato
adottato nel campo dellIntelligenza Artificiale.
- Per la costruzione di agenti autonomi attualmente viene
utilizzato un approccio misto che presuppone che il compito di
crearetali sistemi intelligenti non equivalente alla
modellizzazione cognitiva, in quanto un modello cognitivo non
necessariamente deve essere un modello reale della cognizione umana
per essere utile in in Intelligenza Artificiale. Per cui i
ricercatori di questo settore non si interessano della plausibilit
dei modelli presentati.
47. Agenti Autonomi/3
- Un agente autonomo pu essere visto come un sistema capace di
interagire indipendentemente ed efficacemente con il suo ambiente
attraverso i suoi sensori ed effettori per compiere qualche compito
o dato in partenza o autogenerato dallagente stesso. Il compito
dellIntelligenza Artificiale quello di creare agenti autonomi
artificiali capacidi raggiungere il livello di performance umana.
Uno sguardo alla ricerca corrente in Intelligenza Artificiale
rivela che si distanti dal raggiungere tale obiettivo.Tutti gli
agenti autonomiin Intelligenza Artificiale hanno, pi o meno, una
architettura formata da sensori, magazzini dei dati sensoriali, un
gruppo di processo, un sistema dove sono stivate le azioni, gli
effettori. I sensori (visivi, direzionali e di tatto) ricevono
input dallambiente e forniscono dati per la componente cognitiva.
In seguito, la componente cognitivadecide quale azione eseguire e
comanda gli effettori (differenti tipi di motori) per espletare
queste azioni.
48. Agenti Autonomi/4
- Differenti tipi di agenti
- Esistono differenti tipi di agenti in Intelligenza Artificiale.
E possibile dividere le classi pi generali di agenti autonomi in
categorie sulla base di come, e in quale grado,essi realmente
interagiscono con il mondo reale. Due caratteristiche importanti
sono se tali agenti sono situati oppure no, se sono incorporati
oppure no. Secondo Brooks (42)gli agenti situati(situated
agentes)sono situati nel mondo nel senso che essi non trattano solo
con una descrizione astratta di esso. Le caratteristiche ambientali
influenzano direttamenteil comportamento dellagente..
- Gli agenti incorporati (embodied agents) hanno corpi ed
esperiscono il mondo direttamente; le loro azioni sono parte di una
dinamica con il mondo, e le azioni hanno immediato feed-back sulle
sensazioni proprie del robot (Brooks).
- Gli agenti che non sono n situati n incorporati sono quelli che
hanno meno interazioni con il mondo reale; essi sono in fondo
simulazioni di computer di agenti reali . Una classe di agenti
incorporati che non sono situati, sono i robot industriali. Essi
hanno corpi fisici ma non usano linformazione sul corrente stato
dellambiente per guidare il loro comportamento; eseguono una serie
di azioni pre-programmate. Per esempio, un sistema per fare la
prenotazione di biglietti situato, come gli eventi nellambiente
(richieste, cambi nel DB) e direttamente influenzano il suo
comportamento.
49. Agenti sintetici al Mit 50. Agenti autonomi/5
- Poich il sistema non fisico e linterazione con lambiente
consiste soltanto nel mandare e ricevere messaggi, tale sistema non
pu essere considerato incorporato. Altri tipi di sistemi che
appartengono a tale categoria sono i software agents, o softbots,
agenti che operano in ambienti software (operating system o
databases).
- Embodied Situated mobile robotsNon situated traditional
industrial robot
- Not embodiedSoftware agents Computer simulation
- Nei sistemi di Intelligenza Artificiale tradizionali, un
operatore umano presente e descrive lambiente (il problema)
mandando informazioni al computer. I risultati della computazione
del computer sono interpretati dalloperatore, il quale, in seguito,
esegue lazione richiesta.
- Un agente autonomo, daltra parte, deve osservare lambiente da s
e trasformare queste osservazioni in descrizioni per il computer
che verranno computate ulteriormente. Inoltre, esso deve
interpretare i risultati delle sue computazioni e in seguito
eseguire le azioni appropriate.
51. Robots attuali 52. Sistemi Multiagenti (MAS) e Intelligenza
Artificiale distribuita (DAI)
- (Multi Agent System, MAS)
- Multi Agent System un sottocampo emergente dellIntelligenza
Artificiale che ha come scopo quello di fornire principi per la
costruzione di sistemi complessi che coinvolgono molti agenti e
meccanismi di coordinazione del comportamento di tali agenti.
- Anche se non esiste una definizione generalmente accettata di
Agente in Intelligenza Artificiale, alcuni autori (per esempio,
Stone e Veloso, 1997) considerano un agente come una entit dotata
di obiettivi, azioni, un dominio di conoscenza, situato in un
ambiente. Il modo in cui agisce detto comportamento. Il settore si
sta sviluppando nel campo della Intelligenza Artificiale
distribuita (Distribuited Artificial Intelligence, DAI), un
sottosettore dellIntelligenza Artificiale che applica le tecniche
sviluppate in questultimo settore ai problemi della computazione
distribuita. I principali argomenti considerati in tale
sottosettore sono la gestione dellinformazione come la
decomposizione del compito e la sintesi di soluzione.
53. Sistemi multiagenti /2
- Parallelamente al DAI, negli anni passati emerso un altro
settore che si focalizzato sulla gestione del comportamento,
piuttosto che sulla gestione dellinformazione: il settore che
riguarda i Multi Agent Systems (MAS). In tale campo di ricerca i
sotto problemi di un problema pi generalesono risolti da differenti
agenti problem solvers, ciascuno con propri interessi e propri
obiettivi. In questi ultimi tempi si sta assistendo alla nascita di
sistemi con agenti multipli di ogni tipo, persino con alcuni
veicoli autonomi e agenti umani che interagiscono.
- Il settore organizzato in una serie di scenari multi agente, a
complessit crescente. Infatti, poich i sistemi multi agenti sono
anche molto eterogenei, oltre che complessi, per creare una
tassonomia di tali sistemi, sono state individuate due dimensioni
di analisi: eterogeneit degli agenti e quantit di comunicazione fra
gli agenti.
54. Robots che suonano il piano 55. Robotica 56. Entertainment
robots 57. Reti neurali e connessionismo
-
- Le reti neurali (Neural Networks), o per meglio dire le reti
neurali artificiali (Artificial Neural Networks) per distinguerle
dalle reti neurali di tipo biologico, le cui architetture sono
sicuramente pi complesse, sono una struttura composta da processori
semplici, le unit, ognuna delle quali ha un piccolo deposito di
memoria locale. Le unit sono connesse da canali di comunicazione
unidirezionali (le connessioni), che trasportano dati numerici o
digitali. Le unit operano soltanto sui loro dati locali o sugli
input che ricevono attraverso le loro connessioni. Una rete neurale
uno strumento di processazione di informazioni, e pu concretizzarsi
sia in un software (un algoritmo) sia in uno strumento hardware, la
cui progettazione emula in qualche modo la progettazione e il
funzionamento del cervello umano e dei suoi componenti. Numerose
reti neurali hanno regole interne che permottono loro di apprendere
dall'esperienza; attraverso tali regole possibile cambiare i pesi
delle connessioni, sulla base dei modelli di presentazione appresi
durante il training formativo iniziale. Per cui si pu dire che le
reti neurali sono algoritmi, ispirati pi o meno dal tipo di
strutture computazionali trovate nel cervello, che permettono ai
computer di imparare dall'esperienza. Tali reti contengono elementi
di processo, conosciute come "unit", che sono analoghe ai neuroni.
Questi elementi sono classificati come unit di input, unit nascoste
e unit di output. Se una di queste unit viene connessa ad un'altra,
l'attivit di una unit influenza l'attivit dell'altra.
L'inclinazione all'attivit che in una unit induce o inibisce
l'attivit nell'altra il "peso" della connessione tra queste unit.
Le reti imparano modificando le forze o i pesi di queste
connessioni. Le unit di input, come i recettori dei sensori del
sistema nervoso biologico, ricevono informazioni dal mondo esterno
alla rete. Nel sistema nervoso, un recettore sensoriale deve
tradurre un segnale come per esempio l'intensit luminosa nella
forza di un segnale.
58. Reti neurali e connessionismo/2
-
- In una rete connessa pienamente, tutte le unit di input si
connettono a tutte le unit nascoste, e tutte le unit nascoste si
collegano a tutte le unit di output. Esistono molte variazioni su
questo tema. Questa classe di reti detta di "preazione"
(feed-forward) perch l'attivit in una unit influenza soltanto
l'attivit delle unit nello strato posteriore, non quelle del primo
strato. Esistono anche reti ricorrenti o di ritorno (feed-back or
recurrent networks). Per ogni connessione fra due unit, un "peso"
caratterizza la "forza" della connessione. L'apprendimento della
rete richiede la modificazione selettiva di questi pesi, e
differenti strategie sono state investigate per compiere questo
processo. Le reti imparano, modificando successivamente la forza
delle connessioni fra le unit, nella direzione di ridurre l'errore
in fase di output.Backpropagation dell' errore Lo stato dinamico di
una rete neurale determinato dalla funzione di trasferimento dei
segnali da uno strato all'altro o tra strati di unit. In una rete
che non apprende, tutti i pesi delle unit sono fissati e non
cambiano. I pesi iniziali possono essere stabiliti da un algoritmo,
oppure possono essere dati a caso. I pesi di interconnessione fra
le unit sono cambiati in funzione dell'algoritmo di apprendimento.
L'obiettivo principale quello di aggiustare i pesi cosicch l'errore
nello strato di output venga ridotto. La "backpropagation of
errors" attualmente l'algoritmo di apprendimento pi usato per reti
multistrato. Esistono tuttavia centinaia di algoritmi di
apprendimento.
59. Reti neurali e connessionismo/3
- Tale algoritmo prima aggiusta i pesi connessi allo strato di
output. Dopo, lavorando a ritroso sullo strato di input, aggiusta i
pesi in ogni strato successivo per ridurre l'errore ad ogni
livello. Per rendere questo processo concreto e contestualizzarlo
nell'argomento che si sta trattando, il riconoscimento
automatizzato di facce all'interno della Computer Vision,
riportiamo brevemente come pu essere utilizzata una rete neurale in
questo settore. Un insieme di immagini di facce servono come input.
Valori normalizzati di livelli di grigio per ogni punto
dell'immagine (formata da 30x30 pixel) forniscono i valori per
ognuna delle 900 unit di input. Queste attivit sono passate,
attraverso pesi inizialmente casuali, a 40 unit nascoste, che, a
loro volta, sono connesse, inizialmente da pesi dati a caso, ad una
singola unit di output. Questa unit fornisce alla fine del processo
il valore di zero, se la faccia input di sesso femminile; e il
valore uno se la faccia input di sesso maschile. L'output attuale
non avr alcuna somiglianza all'output desiderato, in quanto i pesi
sono stati dati inizialmente a caso. L'errore di output sar
calcolato. La rete deve imparare a riconoscere le facce, per cui
deve fare un training appropriato.
60. Reti neurali e connessionismo/4
- Dopo che tutte le facce che sono servite per il training, sono
state presentate (riservando solo alcune facce per verificare e
testare la rete pi tardi), sar calcolata la somma di tutti gli
errori per tutte le facce e i pesi saranno modificati leggermente,
per far s che la rete svolga meglio il suo compito con il prossimo
gruppo di immagini. Questo processo sar ripetuto fino a quando la
rete non svolge bene il compito del riconoscimento. A questo punto,
verranno presentate le immagini test (sulle quali la rete non aveva
svolto alcun training) per valutare la performace della rete
nell'esecuzione del compito. Le 40 unit nascoste sono una
rappresentazione sottodimensionata della faccia. Molti dei misteri
che riguardano le propriet matematiche delle reti neurali di
preazione e della backpropagation sono state sottoposte ad analisi
negli ultimi anni. Attualmente si sa che tali reti sono degli
approssimatori, nel senso che le reti di preazione possono
approssimare funzioni con comportamenti chiari ad una accuratezza
arbitraria. Reti con unit nascoste lineari eseguono l'analisi dei
componenti principali (eigenfaces); reti con unit nascoste non
lineari forniscono una generalizzazione non lineare di queste
tecniche.
61. Reti neurali e connessionismo/5
- Attualmente le reti neurali sono utilizzate in un numero di
settori disciplinari veramente vasto, coinvolgendo diversi
ricercatori, tra cui: scienziati che si occupano di computer e
simulano attraverso le reti neurali tutti quei fenomeni che
trattano la processazione di informazione non-simbolica e i sistemi
di apprendimento in generale; ingegneri, di diversa estrazione
disciplinare, sfruttano le capacit delle reti neurali in molte aree
di ricerca (signal processing and pattern recognition) per
risolvere i loro problemi applicativi; ricercatori di scienze
cognitive, i quali vedono nelle reti neurali uno strumento che
fornisce la possibilit di descrivere ed esplorare le funzioni del
cervello di medio livello, quali la memoria, il sistema sensorio,
il sistema motorio umano e artificiale; fisiologi, i quali usano le
reti neurali per modellare i fenomeni nella meccanica statistica e
per molti altri compiti; biologi, che usano le reti neurali per
interpretare le sequenze di nucleotidi del DNA; filosofi e
linguisti, per lo studio delle reti semantiche e per varie altre
ragioni. Le architetture di rete cosidette di preazione sono usate
in molte applicazioni di reti neurali e sono molto versatili. Per
molte applicazioni come per esempio il riconoscimento del parlato,
in cui l'informazione da processare si sviluppa nel tempo, i
modelli temporali possono essere mappati in un insieme spaziale,
convertendo il modello temporale in un modello spaziale, un
arrangiamento chiamato "rete neurale con tempo
ritardato"(time-delay neural network) ( SejnowskieRosenberg , 1987
Architetture di reti neurali pi avanzate incorporano propriet
dinamiche, tali come la processazione temporale nei nodi (costanti
di tempo o memoria a breve termine) e connessioni ). per il
feed-back ( Pearlmutter , 1989 ). Queste architetture di reti
neurali sono anche state usate per risolvere i problemi di
controllo meccanico, come il controllo di un arto di un robot (
Jordan etal., 1992 ) o il tracciato dell'occhio che si muove
seguendo oggetti in movimento ( LisbergeSejnowski , 1992 ).
62. Neuroscienze
- Lista di risorse sulle Neuro scienze
- Autonomic NervousSystem A web-based tutorial and on the
structure and function of the autonomic nervous system.(Kenneth
Chan)
- Blood Supplyof theBrain A strait-forward explanation of the
blood supply to the central nervous system. Also discusses the
basics of stroke (brain attack).(Eric Chudler )
- BrainModelTutorial Uses some nice graphics to give a simple
overview of the brain's gross anatomical features.(Mark Darty)
- TheBrainPage A short quiz on neuroanatomy and function with
some good dissection photos.
- Brain Poke An interactive demonstration of what a brain surgery
patient might perceive after stimulating certain areas of the
cerebral cortex.(J.R. Leitch and Tyler Lorig)
63. Normal aging structure and function 64. Neuroscienze/2
- BrainSurf An attractive web site with basic information about
neuroscience, some games, a short glossary, and more.(Roger West,
Paula Wirth, Cynthia Miller)
- Brain Tutorial A fairly thorough overview of neuroanatomical
aspects of the brain, it's blood supply, and basic function.
- Cell Biology Laboratory Manual (A+)A comprehensive on-line
manual of cellular biology and relevant methods.(William H.
Heidcamp)
- CNSExam (A+)This is cool. An on-line medical neuroscience exam
with realtime scoring and answers. Two parts with questions1-55 ,
and56-99 .(Univ . Utah )
- DoWe Use Only10% orOur Brain ? Learn the facts behind the
myth.(Eric Chudler )
65. Neuroscienze/3
-
- Drugs ,BrainsandBehavior (A+)An on-line textbook covering
aspects of how drugs affect the way we act.(C.Robin
Timmons&LeonardW.Hamilton )
-
- Global Brainstem (A+)This is a very useful site that covers
anatomy and some functional aspects of the brainstem nuclei.
Includes quizzes.(John K. Harting)
-
- Global Cerebellum This is a very useful site that reviews the
anatomy and some functional aspects of the cerebellum.(John K.
Harting)
-
- Global Cranial Nerve Review This is a very useful site that
reviews the cranial nerves.(John K. Harting)
-
- Global Spinal Cord This is a very useful site that covers
anatomy and some functional aspects of the spinal cord.(John K.
Harting)
-
- GlossariesofNeuroscience Terms Sites that provide dictionaries
and glossaries relevant to neuroscience.
66. Struttura cerebrale 67. Neuroscienze/4
- Howarewe protected fromthecold ? A short article that describes
the physiological and behavioral strategies used by our brain to
keep us the right temperature.(Brain Backgrounders )
- Howdofactsstick inour mind ? A short article that describes the
biological basis for memory.(Brain Backgrounders )
- HowDoNerve Cells Communicate ? A short article that discusses
how the function of neurons controls our actions.(Brain
Backgrounders )
- InternetResources for Teaching Neuroscience A good, concise
list of useful resources for getting the basics in neuroscience
from the internet.(Eric Chudler )
- Know Your Brain Brain Basics: a quick overview of the brain and
its function.(NINDS )
- Medical Biochemistry An on-line biochemistry text book.
Includes a section onBiochemistryofNerve Transmission
.(MichaelW.King )
68. Neuroscienze/5
- TheMedical Education WebRing A WebRing devoted to medical
education sites. You can also visit theirhome page .
- NeuroNationalBoardReview (A+)About to take your medical boards?
Here's a site with a practice exam and real-time answers.(John K.
Harting)
- NeuroanatomyandPathologyon the Internet (A+)A guide for medical
students and health professionals, it offers a variety of resources
on anatomy, histology, publications and more.(Katalin Hegeds)
- Neurological SurgeryQuiz (A+)An on-line exam of neurosurgical
knowledge.(M. Sam Elijamel)
- Neuromuscular DiseaseCenter This is a cool site, essentially a
neuromuscular disease textbook on the web.(Alan Pestronk )
- TheNeuronand TheNervousSystem Reviews the basics of the neuron,
the brain and electrophysiology.(Sophie Duncan )
69. Neuroscienze/6
- NeurOn Neuroscience research at NASA. Includes chat, question
forum, images, and more.
- Neurolab Explore NASA'a efforts in neuroscience research on the
space shuttle.
- Neurophysiology This site is useful. It's Neuro 101, lucidly
explaining the physiology and function of the nervous system.(Univ.
Waterloo)
- Neuroscience Departments Homepage fo the Association of
Neuroscience Departments and Programs.
- Neuroscience Laboratory Experiments PDF files of a manual for
12 neuroscience experiments that can be used in the classroom -
created by the National Association of Biology Teachers.
- Neuroscience Tutorial Designed for medical students and
Washington University School of Medicine.(Diana Weedman
Molavi)
70. Neuroscienze/7
- Neuroscience EducationPage Lists of links to various
neuroscience information sources. Very useful!(Eric Chudler )
- Neuroscience for Kids (A+)This is great site. It's designed for
kids to learn about all aspects of neuroscience andfor teachers
planning neuroscience education.(Eric Chudler )
- NeuroscientistNetwork Q/A Kids and teachers get their
neuroscience questions answered.(Eric Chudler )
- Newton' sApple :Brain Non-technical explanations and
demonstrations of neuroscience basics designed for kids.
- Newton' sApple :Reflexes Non-technical explanations and
demonstrations of neuroscience basics designed for kids.
- Probe theBrain Interactive site that allows you to stimulate a
brain from the comfort of your own computer. Also delves into the
history of localization of function.(PBS )
71. Tecniche di visualizzazione scientifica (un virus) 72.
Neuroscienze/8
-
- Statistics :BytheNumbers A simple explanation of basics in
statistics.(Eric Chudler )
-
- What istheCerebellum ? A short article that describes the
cerebellum and its role in regulating motor coordinated
movement.(Brain Backgrounders )
-
- What is Neuroscience ? A short article that explains what the
discipline of neuroscience and what various sub-specialties of
neuroscientists do.(Brain Briefings )
-
- WritingandFunding Proposal Designed as a tool for advanced
graduate students and others to learn more about the actual
proposal writing process.(S. Joseph Levine)
-
- WritingandPresenting Your Thesis Created to assist graduate
students in thinking through the many aspects of crafting,
implementing and defending a thesis or dissertation.(S. Joseph
Levine)
- Neuroscience Dictionary Neuroscience Education Neuroscience
Textbook
73. Linguistica computazionale
- La Linguistica Computazionale una disciplina che sta tra la
linguistica tradizionale e la Computer Science che si interessa
degli aspetti computazionali del linguaggio umano. Appartiene alle
Scienze Cognitive e sconfina dentro l'Intelligenza Artificiale, una
branca della Computer Science il cui scopo quello di costruire
modelli delle facolt cognitive umane. La Linguistica Computazionale
ha una parte applicativa e una parte teorica. La parte applicativa
si interessa dei risultati pratici che si possono ottenere
attraverso la creazione di un modello del linguaggio. Questi
prodotti, che possono essere sia software che hardware, sono
necessari per migliorare l'interazione uomo-macchina in quanto il
principale ostacolo tra uomo e computer quello della comunicazione.
Attualmente i computer non capiscono il linguaggio umano e i
linguaggi di programmazione non sono cos "amichevoli" per gli
utenti, anzi il pi delle volte risultano difficili e
incomprensibili, soprattutto per i non addetti ai lavori. Inoltre i
linguaggi di programmazione certamente non sono simili al modo di
processare del pensiero umano.
74. Immagini di Vita Artificiale 75. Linguistica
computazionale/2
- Sebbene i programmi di Linguistica Computazionale sono molto
lontani dal raggiungere l'abilit umana, essi hanno la possibilit di
essere applicati in numerosi settori. Anche se il linguaggio che la
macchina comprende e il suo dominio di discorsi molto ristretto,
l'utilizzo del linguaggio umano nell'interazione uomo-computer o
uomo-macchina pu aumentare l'accettazione e la gradevolezza degli
strumenti di comunicazione tecnologica da parte degli uomini, con
sicuri miglioramenti della loro produttivit. Le interfacce basate
sul linguaggio permettono agli utenti di comunicare con il computer
con qualsiasi lingua naturale. Alcune di tali interfacce sono
applicazioni che permettono di inviare richieste ad un database per
ottenere informazioni, di richiamare testi, oppure sono sistemi
esperti. Gli attuali avanzamenti nel riconoscimento del linguaggio
parlato migliorano l'usabilit di molti tipi di sistemi basati sul
linguaggio naturale. La comunicazione con i computer, usando le
interfacce basate sul linguaggio avranno sicuramente una
ripercussione nel mondo del lavoro e sulle modalit di svolgere il
lavoro stesso, sull'utilizzo dei nuovi strumenti di comunicazione
da parte di disabili e gruppi svantaggiati, aprendo aree di
applicazione completamente nuove per la tecnologia
dell'informazione. Un altro problema che le interfacce basate sul
linguaggio potrebbero risolvere quello della comunicazione fra
persone che parlano lingue differenti.
76. Verbots 77. Linguistica computazionale/3
- Infatti, uno dei principali obiettivi della linguistica
computazionale era (e lo ancora) quello di sviluppare sistemi di
traduzione completamente automatizzati tra i linguaggi umani. Molti
scienziati devono constatare amaramente che, ancora oggi, essi sono
lontani dall'aver raggiunto questo obiettivivo. Ciononostante, la
Linguistica Computazionale ha realizzato sistemi software che
sicuramente (anche se certamente in modo molto limitato) possono
aiutare il lavoro dei traduttori umani e chiaramente aumentare la
loro produttivit. Il futuro della Linguistica Computazionale sar
determinato dal crescente bisogno degli utenti di comunicare con i
computer attraverso interfacce che utilizzino il linguaggio,
ricreando condizioni di comunicazione molto simili ai modelli
dell'interazione uomo-uomo. Anche se tale livello di imitazione
della competenza linguistica umana non sar raggiunto nei prossimi
anni, i ricercatori nel settore della Linguistica Computazionale
hanno numerosi obiettivi immediati da raggiungere che coinvolgono
la progettazione, la realizzazione e il mantenimento di sistemi che
facilitino la vita quotidiana, come per esempio gli individuatori
automatizzati di errori, per i programmi di word-processing.
78. Agenti sintetici 79. Linguistica computazionale/4
- La parte teorica della Linguistica Computazionale prende
direttamente le mosse dalla Linguistica teorica. Quest'ultima si
interessa delle teorie formali che sono state elaborate nel corso
del tempo (vedi il capitolo sulla comunicazione verbale), riguardo
la conoscenza di cui un essere umano ha bisogno per generare e
produrre il linguaggio. Attualmente queste teorie hanno raggiunto
un grado di complessit che si pu maneggiare solo utilizzando i
computer. La Linguistica Computazionale ha sviluppato modelli
formali simulando aspetti del linguaggio umano e implementandoli
come programmi di computer. Questi programmi costituiscono la base
per la valutazione e per l'ulteriore sviluppo delle teorie. In
aggiunta alle teorie linguistiche, le scoperte che provengono dai
settori di ricerca dalla Psicologia Cognitiva e in particolar modo
dall'area che si chiama Psicolinguistica ( Carroll , 1964 ),
migliorano la simulazione delle competenze linguistiche.
80. Vita artificiale
- La Vita Artificiale , come disciplina, riguarda la costruzione
e lo studio sistemi creati dalluomo che possiedono le propriet
essenziali della vita naturale. I principali problemi di cui si
interessa sono:
- Quali sono le propriet essenziali della vita? Qual il range di
possibilit che la vita potrebbe prendere? Si possono utilizzare
tali forme di vita per migliorare la risoluzione di problemi in
aree tradizionali quali la Biologia e lIngegneria?
- Cos la Vita artificiale? Proviamo a dare qualche risposta
utilizzando le definizioni dei pi importanti studiosi di tale
settore.
- Lo studio dei sistemi fatti dalluomo che esibiscono
comportamenti carattistici dei sistemi viventi naturali.
-
- C. G. Langton. "Artificial Life." In C. G. Langton,
editor.Artificial Life , Volume VI ofSFI Studies in the Sciences of
Complexity , pages 1-47, Addison-Wesley, Redwood City, CA,
1989.
- La Vita Artificiale un campo di studi dedicato alla
comprensione della vita attraverso il tentativo di estrarre i
principi dinamici fondamentali che soggiacciono ai fenomeni
biologici, e di ricreare tali dinamiche in altri media fisici, come
i computer, rendendo talifenomeni accessibili a nuovi tipi di
manipolazioni sperimentali e di verifica.
-
- C. G. Langton. "Preface." In C. G. Langton, C. Taylor, J. D.
Farmer, and S. Rasmussen, editors,Artificial Life II , Volume X
ofSFI Studies in the Sciences of Complexity , pages xiii-xviii,
Addison-Wesley, Redwood City, CA, 1992.
81. Ambienti virtuali di Vita Artificiale 82. Vita
artificiale/2
- La vita Artificiale limpresa di capire la biologia costruendo
fenomeni biologici al di fuori delle componenti artificiali,
piuttosto che rompere le forme naturali di vita nelle parti che le
compongono. E lapproccio sintetico piuttosto che lapproccio
riduttivo.
-
- T. S. Ray. "An evolutionary approach to synthetic biology: Zen
and the art of creating life."Artificial Life Journal , Volume 1,
Number 1/2, pages 179-209, 1994. The MIT Press, Cambridge, MA.
- "... I modelli della Vita artificiale ...Sono abbastanza
potenti per catturare la maggior parte della complessit dei sistemi
viventi, in una forma che facilmente manipolabile, ripetibile e
soggetta a esperimenti rigorosamente controllati che sono il
corrispondente dei sistemi naturali.
-
- C. Taylor and D. Jefferson. "Artificial life as a tool for
biological inquiry."Artificial Life Journal , Volume 1, Number 1/2,
pages 1-13, 1994. The MIT Press, Cambridge, MA.
83. Immagini di Vita Artificiale 84. Teoria del Caos illustrata
85. Teoria del Caos illustrata/2 86. Teoria del Caos illustrata/3
87. Teoria del Caos illustrata/4 88. Teoria del Caos illustrata/5
La farfalla di Lorentz