34
Intelligenza Artificiale Ing. Federico Bergenti Dipartimento di Matematica Università degli Studi di Parma E-mail [email protected] Telefono +39 0521 90 6929

Intelligenza Artificiale

  • Upload
    morag

  • View
    71

  • Download
    3

Embed Size (px)

DESCRIPTION

Intelligenza Artificiale. Ing. Federico Bergenti Dipartimento di Matematica Università degli Studi di Parma E-mail [email protected] Telefono+39 0521 90 6929. Intelligenza Artificiale ( AI ). Ambizioso progetto nato già agli albori dell’Informatica - PowerPoint PPT Presentation

Citation preview

Page 1: Intelligenza Artificiale

Intelligenza Artificiale

Ing. Federico BergentiDipartimento di MatematicaUniversità degli Studi di Parma

E-mail [email protected] +39 0521 90 6929

Page 2: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 2

Intelligenza Artificiale (AI)

Ambizioso progetto nato giàagli albori dell’Informatica

Lo scopo era di realizzare Macchine intelligenti Macchine capaci di interagire

con il mondo reale (robot) Recentemente si cerca di realizzare

Macchine in grado di risolvere problemi complessi Macchine dotate di comportamento razionale Macchine capaci di interagire con mondi complessi e

dinamici (Internet, il Web)

Page 3: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 3

Il Meeting di Dartmouth

John McCarthy (1927-) conia il termine Intelligenza Artificiale nel 1955 Nella proposta per un meeting al

Dartmouth College del 1956 Nel meeting a Dartmouth si

pongono tutti i problemi che la AI non ha ancora risolto Cosa significa intelligenza? Cosa significa razionalità? ...

Page 4: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 4

Test di Turing (1/3)

Ma cosa caratterizza un comportamento intelligente?

Alan Turing (1912-1954) propone nel 1950 un test empirico

Il test di Turing è ancora utile per capire di cosa si occupa l’AI

Page 5: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 5

Test di Turing (2/3)

L’articolo del 1950 Computing Machinery and Intelligence inizia con la frase

I propose to consider the question, “Can machines think?”

L’articolo descrive un test che, applicato ad una qualsiasi macchina, è in grado di stabilire se la macchina è intelligente È una definizione operativa di intelligenza Esistono altre definizioni (Filosofia, Psicologia,

Neuropsichiatria, ...)

Page 6: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 6

Test di Turing (3/3)

Due persone B e C sono giocatori di scacchi (inesperti)

A è una macchina realizzata con l’unico scopo di giocare a scacchi E.g., Deep Blue della IBM

C è in una stanza isolata e gioca a scacchi, ma non sa se sta giocando contro B o contro A

Se C non riesce a decidere se sta giocando contro B o contro A, allora A può essere considerato intelligente almeno quanto B!

Page 7: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 7

Quattro Punti di Vista

Pensare come una persona Pensare razionalmente

Agire come una persona Agire razionalmente

Page 8: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 8

Agire come una Persona

Il test di Turing definisce il termine comportamento intelligente Nel test originale, Turing non utilizza gli scacchi,

che richiedono razionalità

È un approccio antropocentrico L’obiettivo è imitare il comportamento dell’Uomo Da qui nascono gli imitation game

Page 9: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 9

Eliza (J. Weizenbaum, 1966)

Ci sono stati vari tentativi di realizzare macchine che superassero il test di Turing

Eliza si comporta come uno psicoterapeuta della scuola di Rogersiana

Eliza si limita a Identificare le parti della

struttura delle frasi Riformulare in modo

interrogativo la frase appena ricevuta

> Hello, I am Eliza. * Hi> How are you today...What would you like to discuss?* I have problems at school> Can you elaborate on that? * I don't pass exams> Do you wish to be able to pass exams? * Yes, sure> I see. * Math exams are too difficult for me> Come, come, elucidate your thoughts. * I don't see a meaning in math> Do you wish to be able to see a meaning in math?

Page 10: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 10

Pensare come una Persona

Per imitare il comportamento dell’Uomo si può simulare l’organo che genera il pensiero Il cervello è l’organo in cui si forma il

pensiero...almeno per la scienza!

L’obiettivo è creare un cervello elettronico che simuli il comportamento del cervello A livello cellulare Ricostruendo gli equivalenti di neuroni, assoni,

soma, ...

Page 11: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 11

Il Cervello e i Neuroni

Page 12: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 12

Le Reti Neurali

Ogni unità di calcolo simula un neurone

Le unità sono collegate in una rete Che riceve input da

sensori Che produce output su

attuatori La rete viene addestrata e

apprende il modo giusto di comportarsi È troppo complessa da

programmare Apprendimento per

rinforzo

Page 13: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 13

Perceptron (Rosenblatt, 1957)

L’intelligenza risiede nei valori di w1, w2 e

Y = soglia(w1*x1 + w2*x2)

Page 14: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 14

Riconoscitore di Testo Manoscritto

Neocognitron (K. Fukushima, 1980) Rete neurale

addestrata per riconoscere testo manoscritto

Usata in Sistemi OCR (Optical

Character Recognition) Dispositivi portatili di

nuova generazione

Page 15: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 15

Pensare Razionalmente

Il pensiero Umano non è sempre razionale Siamo guidati dalle abitudini, dalle speranze,

dalle false credenze, ... Il ragionamento razionale è solo quello della

Logica Ritengo che se è vero A allora lo è anche B Appena ritengo vero A devo ritenere vero B!

La Logica consente di compiere delle deduzioni

Page 16: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 16

Sistemi Esperti (1/2)

Macchine in cui sono state elencate delle regole di inferenza

Si fornisce alla macchina una base di conoscenza Un insieme di fatti veri o ritenuti tali

Il sistema esperto deduce nuovi fatti applicando le regole di inferenza ai fatti noti e ai fatti già dedotti La base di conoscenza cresce mentre la

macchina lavora

Page 17: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 17

Sistemi Esperti (2/2)

Regole di inferenza: IF (mal_di_testa AND temperatura ≥ 37)

THEN influenza IF influenza

THEN prescrivi_aspirina

Base di conoscenza: mal_di_testa temperatura = 38 influenza prescrivi_aspirina

Regole di inferenza

Page 18: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 18

MYCIN (E. Shortliffe, anni ‘70)

MYCIN è un sistema esperto per la diagnosi Contiene più di 600 regole Pone solo domande sì/no Fornisce una lista di diagnosi e

di trattamenti

È stato valutato utile nel 69% dei casi Superando i medici che hanno

fornito le regole di inferenza

Page 19: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 19

Comportarsi Razionalmente

È l’approccio più moderno e promettente

I sistemi che si comportano razionalmente vengono detti agenti intelligenti e oggi sono molto studiati Per applicazioni tradizionali Per applicazioni nuove: ricerca nel Web, coordinamento di

operazioni in ambienti decentralizzati, ...

L’unica cosa importante è che la macchina si comporti razionalmente Non importa come

Page 20: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 20

Teoria dei Giochi

È la base di molti agenti intelligenti Inventata da John Nash (1928-) Viene usata, in modo diverso, in

Economia ed AI

Descrive il comportamento razionale senza cercare di capire come questo venga generato

Il comportamento razionale è quello che massimizza l’utilità

Page 21: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 21

La Teoria dei Giochi in AI

Spesso, in AI considerano giochi A due giocatori in cui le mosse sono alternate Con conoscenza perfetta in cui i giocatori hanno le stesse

informazioni

Ad esempio Dama, scacchi…si Poker, bridge…no

In più, i giochi della AI hanno Regole semplici e formalizzabili Un ambiente completamente accessibile Vincoli di tempo stringenti

Page 22: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 22

L’Algoritmo Min-Max

Realizza un agente che sceglie sempre la mossa migliore Per ogni mossa possibile, simula tutti i possibili

risultati della scelta Sceglie una tra le mosse che possono portare

alla maggiore utilità Vincere, o almeno, pareggiare, se ancora possibile

È ottimo, ma spesso non si applica perché può richiedere troppo tempo per esaminare tutte le mosse

Page 23: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 23

Gioco del Tris (1/5)

Applichiamo Min-Max al gioco del Tris Due giocatori chiamati

Min e Max L’agente è Max e deve

scegliere la prossima mossa

La scacchiera non è necessariamente vuota

Page 24: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 24

Gioco del Tris (2/5)

Page 25: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 25

Gioco del Tris (3/5)

Algoritmo Min-Max Genera l’intero albero di gioco, fino ai nodi

terminali Valuta il punteggio di ciascun nodo terminale

(-1, 0, +1) Partendo dai nodi terminali assegna ai nodi

intermedi Mossa di Max: il massimo del punteggio dei nodi figli Mossa di Min: il minimo del punteggio dei nodi figli

Page 26: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 26

Gioco del Tris (4/5)

0 1 0 -1 -1 -1 1 1 1

0 1-1

1

Page 27: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 27

Gioco del Tris (5/5)

0 1 0 -1 -1 -1 1 0 1

0 0-1

0?!?

Page 28: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 28

Giocatori “Reali”

Chinook è stato campione di dama nel torneo Man-Machine Checkers Champion

Viene sviluppato all’Università di Alberta

Si può giocare contro Chinook qui

www.cs.ualberta.ca/~chinook

Page 29: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 29

Alcuni Progetti @ UniPR (1/5)

Il veicolo autonomo BRAiVE Guida senza che il pilota tocchi il voltante Individua pedononi ed ostacoli Si mantiene allineato

con il traffico

Page 30: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 30

Alcuni Progetti @ UniPR (2/5)

Il sistema di rilevamento intrusioni APaChe Identifica la targa nell’immagine Legge la targa

Page 31: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 31

Alcuni Progetti @ UniPR (3/5)

Il portiere della Nazionale Italiana RoboCup Si comporta come un vero e proprio

portiere di calcio Interagisce con il

resto della squadra

Page 32: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 32

Alcuni Progetti @ UniPR (4/5)

Il sistema di sviluppo per agenti JADE Fornisce un’infrastruttura standard per lo

sviluppo di agenti che comunicano Utilizzato in vari progetti industriali di

telecomunicazioni

Page 33: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 33

Alcuni Progetti @ UniPR (5/5)

{log} – Linguaggio di programmazione basato su un dimostratore di teoremi per la teoria degli insiemi

max(S,X) :- X in S & forall(Z in S, X >= Z).

pairs(S) :-

forall(X in S, exists([X1,X2], X = [X1,X2])).

Page 34: Intelligenza Artificiale

© 2010 F. Bergenti Intelligenza Artificiale 34

In Conclusione

Intelligenza Artificiale forte Un computer correttamente programmato può essere

dotato di intelligenza non distinguibile da quella umana Come per il filosofo empirista inglese Thomas Hobbes:

ragionare non è nient’altro che calcolare Il pensiero umano è il prodotto di un complesso insieme di

calcoli eseguiti dal cervello Intelligenza Artificiale debole

Un computer non sarà mai in grado di uguagliare la mente umana Non sarà mai così complesso Potrà solo arrivare a simulare alcuni processi cognitivi umani

senza riuscire a riprodurli completamente