Intelligenza Artificiale Apprendimento automatico (generalizzare

l’esperienza)

Prof. M.T. PAZIENZA

a.a. 2004-2005

Ipotesi di base associate all’aa

Problema della generalizzazione

e di come un sistema possa identificare in

modo sicuro pattern invarianti nei dati tali

da supportare con essi la soluzione

intelligente di future istanze di problemi

dello stesso tipo

Ipotesi di base associate all’aa

Polarizzazione induttiva dell’apprendimento

e di come un progettista di sistema usi la propria intuizione

e le proprie euristiche nella definizione delle

rappresentazioni, dei modelli e degli algoritmi che

supportano il processo di apprendimento (es. definizione

di concetti “importanti” all’interno di un dominio, la

scelta di un particolare algoritmo di ricerca, …)

Ipotesi di base associate all’aa

Problema dell’induzione

e di come un progettista di sistema usi le proprie euristiche

per generalizzare (spesso i dati utilizzabili non sono

sufficienti a garantire una ottima generalizzazione,

indipendentemente dall’algoritmo usato): seleziona gli

aspetti che la sua esperienza considera siano efficaci

anche nel futuro.

Apprendimento

L’elettricità è come l’acqua.

Inferenza (riconoscere l’analogia)

Così come l’acqua scorre attraverso una tubatura, l’elettricità scorre in un cavo

Come per l’acqua, è possibile misurare la quantità di energia (corrente) e la pressione del flusso (tensione).

Diversamente dall’acqua, l’elettricità non rende le cose umide e non ci è di alcuna utilità per lavare oggetti.

L’interpretazione delle analogie implica il riconoscimento delle similarità e differenze per evitare inferenze false o prive di significato.

Apprendimento

Apprendimento: estrazione di informazione profonda (non superficiale) da un tipo di situazione ripetutasi più volte.

L’esperienza può modificare lo stato di un organismo in modo tale che il nuovo stato rende il sistema capace di funzionare meglio in una situazione successiva.

Apprendimento

L’esperienza accumulata attraverso le percezioni dell’agente serve per migliorare la capacità del sistema di agire in futuro.Esperienza -> nuovo stato -> prestazioni

L’apprendimento ha luogo:• come risultato dell’interazione tra l’agente ed il

mondo • dall’osservazione da parte dell’agente del modo

in cui egli stesso prende decisioni

Apprendimento

Psicologia comportamentale: gli uomini nascono senza sapere nulla ed “assorbono” ogni conoscenza dall’osservazione di situazioni ripetitive.

Scienze cognitive: affinché un organismo possa imparare qualunque cosa, è necessario che egli già conosca qualcosa. Si applica anche alla linguistica.

Apprendimento concettuale

Apprendimento induttivo od induzioneL’output dell’apprendimento induttivo si presenta come

un insieme di regole di produzione del tipo:If <circumstances> then <do action, or conclude something>

La parte destra della regola si chiama concetto, la parte sinistra definizione del concetto o pattern

(Una regola è un pezzo di conoscenza, qualcosa che il programma deve sapere)

Apprendimento concettuale

Apprendimento induttivo od induzione

Da una o più istanze in cui una azione specifica (iesima) risulta essere l’azione appropriata in risposta ad una particolare situazione (iesima),

si inferisce che la versione generale della stessa azione è l’azione (gener) più appropriata alla situazione (gener)

Il problema è verificare se ed in che senso una conclusione generale può scaturire da osservazioni

specifiche

Apprendimento concettuale

Fare il debug di una regola if-then significa rendere l’antecedente più generale (weakening) o più specifico (strengthening) a seguito della verifica di quanto bene la versione corrente funziona

Si dice che l’antecedente è più forte se dice di più ovvero se è vero in un numero minore di situazioni.

Altrimenti si dice che è più debole.

Apprendimento concettuale

Quando una regola non viene confermata, allora si cerca di specializzarla, ovvero la si può applicare in un numero minore di situazioni

Nella situazione inversa la regola può essere generalizzata.

Si possono avere casi di overgeneralizzazione.

Apprendimento concettuale

Il problema è trovare un pattern, o una definizione concettuale che si applichi ad un set di situazioni (istanze positive di un concetto), e non si applichi ad altre (istanze negative)

Ovvero: generalizzare dagli esempi positivi fino ad un pattern generale che non comprenda alcuna delle istanze negative.

L’algoritmo di apprendimento per generalizzazione – specializzazione è un algoritmo empirico

Un arco e la sua rappresentazione grafica

archarch

partpart

partpart

partpart

brickbrick

brickbrick

brickbrick

supportssupports

supportssupports

Un altro arco e la sua rappresentazione grafica

archarch

partpart

partpart

partpart

brickbrick

brickbrick

pyramidpyramid

supportssupports

supportssupports

Conoscenza di base (mattoni/rettangoli e piramidi sono esempi di poligoni

polygonpolygon

brickbrick pyramidpyramid

isaisaisaisa

Generalizzazione che comprende entrambi gli esempi

archarch

partpart

partpart

partpart

brickbrick

brickbrick

polygonpolygon

supportssupports

supportssupports

Rappresentazione generale di un arco

Esempio limite di arco e sua rappresentazione

archarch

partpart

partpart

partpart

brickbrick

brickbrick

polygonpolygon

supportssupports

supportssupports

touchtouch touchtouch

Descrizione specifica di un arco che escluda gli esempi al limite

archarch

partpart

partpart

partpart

brickbrick

brickbrick

polygonpolygon

supportssupports

supportssupports

must-not-touchmust-not-touch must-not-touchmust-not-touch

Generalizzazione /Specializzazione

La generalizzazione e la specializzazione sono operazioni inverse.

Ciascun metodo di general./special., quindi, può essere descritto come una progressione che funziona in ciascuna delle due direzioni.

Le variabili sono più generali delle costanti, quindi nel processo di generalizzazione delle regole di produzione

verranno usate variabili al posto delle costanti

Generalizzazione /Specializzazione

La generalizzaz. e la specializzaz. forniscono un insieme di metodi per modificare le regole. Ciò non basta in quanto oltre a conoscere la direzione della modifica, bisogna sapere come modificare.

Si tratta di un problema di ricerca complesso in quanto la correttezza di un’azione nella direzione della generalizzaz. o della specializzaz. non può essere valutata finché non si raggiunge il risultato finale. Sono così possibili passi falsi.

Generalizzazione /Specializzazione

Esistono più direzioni di generalizzazione (problema): i predicati e le classi tendono a raggrupparsi in “famiglie” con più o meno membri (generalizzazione in gerarchie is-a)

Due modalità per rendere più debole o più forte un pattern sono rispettivamente:

Disjunct manipulation + generaleConjunct manipulation + specifica

Generalizzazione /Specializzazione

Un ulteriore metodo di generalizzazione è data dall’universalizzazione che, da liste di formule specifiche, ricava combinazioni quantificate.

Es.Il libro 1 è sul tavoloIl libro 2 è sul tavolo……Il libro i è sul tavolo

Qualunque cosa sia sul tavolo deve essere un libro

Generalizzazione /Specializzazione

Necessità di definire cosa si intende con situazione corrente

Non è:

insieme delle conoscenze del sistema (che comprende passato, presente e aspettative)

Definire le caratteristiche della situazione che devono essere ignorate nella modifica delle regole costituisce l’attività di “identificazione della situazione”. In casi reali esistono migliaia di fatti veri ma irrilevanti per la situazione.

Generalizzazione /Specializzazione

Problema della descrizione dei fatti

La notazione usata per esprimere le definizioni dei concetti deve avere la proprietà che:

Situazioni simili devono avere descrizioni simili nella notazione

In tal modo possiamo sperare che una generalizzazione possa catturare tutte le istanze positive

Generalizzazione /Specializzazione

Problema dell’ assegnazione di credito

Conoscere possibili errori compiuti in precedenti situazioni simili permette al sistema di generalizzare meglio

Effettuare ripetuti esperimenti

Chiedere ad un esperto

Queste informazioni costituiscono le basi per definire metodologie di apprendimento.

Apprendimento: fattori principali

Il progetto di un task di apprendimento automatico è caratterizzato da:

1. Le componenti atte a selezionare le azioni rilevanti (che hanno un impatto sull’ambiente)

2. La modalità di rappresentazione delle componenti (es. descrizioni deterministiche, formule proposizionali, descrizioni probabilistiche,…)

3. La descrizione del feedback ammesso (apprendimento supervisionato versus apprendimento non supervisionato, apprendimento per rinforzo)

4. La descrizione delle informazione precedenti disponibili (se c’è, la conoscenza a priori, aiuta..)

Apprendimento induttivo

Chiamiamo esempio una coppia (x,f(x)) in cui x è l’ingresso ed f(x) è il risultato della funzione applicata ad x.

L’inferenza induttiva, o induzione, è tale per cui, data una collezione di esempi di f, restituisce una funzione h che approssima f

La funzione h è chiamata ipotesi

Apprendimento induttivo

Per ogni f esiste un numero elevato di ipotesi h consistenti con gli esempi.

Ciascuna preferenza per un’ipotesi piuttosto che per un’altra (al di là della consistenza degli esempio in ogni caso acclarata) rappresenta una inclinazione del sistema.

Tutti gli algoritmi di apprendimento automatico presentano una propria inclinazione.

Apprendimento induttivo

La scelta della rappresentazione per la funzione desiderata è cruciale.

Esiste una ovvia contrapposizione tra:espressività (la funzione desiderata è

rappresentabile con il linguaggio stesso)efficienza (il problema dell’apprendimento è

trattabile se si sceglie un certo linguaggio di rappresentazione)

Alberi di decisione/decision tree

Gli alberi di decisioni permettono di determinare la classificazione di un oggetto andando a controllare i suoi valori rispetto a certe proprietà.

In un albero di decisione ciascun nodo interno rappresenta un test su qualche proprietà; ciascun possibile valore di quella proprietà corrisponde ad (seleziona) un ramo dell’albero.

I nodi foglie rappresentano la classificazione.

Un elemento sconosciuto può essere classificato attraversando l’albero: ad ogni nodo interno, test del valore individuale per la proprietà ed individuazione del ramo specifico, fino alla foglia (=classificazione); non tutte le proprietà vengono testate per arrivare alla classificazione.

Alberi di decisione

Un albero di decisione ha in ingresso una situazione od un oggetto descritto da un insieme di proprietà ed in uscita una “decisione” del tipo si/no (rappresentano funzioni booleane).

Ogni nodo rappresenta un test sul valore delle di una proprietà e gli archi uscenti da un nodo esprimono con la loro etichetta i possibili valori del test

Ciascuna foglia dell’albero specifica il valore booleano in output

Alberi di decisione

Gli alberi di decisione possono rappresentare molte funzioni con alberi di dimensioni più piccole

Un’istanza (un esempio) è descritta dai valori degli attributi e dal valore del predicato obiettivo.

Il valore del predicato obiettivo si chiama classificazione dell’esempio. Predicato con valore vero: esempio positivo, con valore falso: esempio negativo

L’insieme completo degli esempi si chiama insieme di addestramento

Alberi di decisione

Si può costruire un albero di decisione che sia consistente con l’insieme di addestramento e che sia anche conciso (schema = + piccolo albero di decisione).

Rasoio di Ockham (William di Occam, 1324):

L’ipotesi più probabile è la più semplice che sia consistente con tutte le osservazioni

<=> a parità di altre circostanze, un’ipotesi semplice che sia consistente con tutte le osservazioni ha una probabilità di essere corretta maggiore di una complessa

Alberi di decisione

Si può costruire un albero di decisione in un approccio top-down

Si aggiungono test all’albero: si individua un sottoalbero ad ogni test e si continua la ricerca; non c’è backtracking

L’algoritmo è molto efficiente, e dipendente dal criterio usato per selezionare le proprietà da testare.

Alberi di decisione

Dopo che il test sul primo attributo ha suddiviso gli esempi, ciascuno dei risultati è in se stesso un nuovo problema di apprendimento di un albero di decisione con meno esempi e un attributo in meno. (ricorsione)

• Con esempi + e – si sceglie l’attributo migliore per suddividerli• Se rimangono solo esempi + (o -) , allora fine• Se non ci sono più esempi, vuol dire che nessun esempio con quei

valori per gli attributi è stato osservato• Se non ci sono più attributi, e ci sono esempi + e -, significa che

questi esempi hanno la stessa descrizione ma classificazioni diverse (dati errati, costituiscono il rumore), oppure che gli attributi scelti non descrivono completamente la situazione

Alberi di decisionecostruire un albero di decisione in un approccio top-down (ID3)

Function induce_tree(example_set, Properties)beginif all entries in example_set are in the same classthen return a leaf node labeled with that classelse if Properties is emptythen return leaf node labeled with disjunction of all classes

in example_setelse beginselect a property, P, and make it the root of the current tree;delete P from Properties;for each value, V, of P,begin create a branch of the tree labeled with V;let partition-v be elements of example_set with values V for

property P;call induce_tree (partition-v, Preoperties), attach results to

branch Vendendend

Alberi di decisioni

• Insiemi di apprendimento

• Insiemi di test

Caratteristiche degli algoritmi di aa

Dati ed obiettivi dell’algoritmo di apprendimento

Rappresentazione della conoscenza appresa

Set di operazioni utilizzate

Spazio di definizione dei concetti potenziali

Ricerca euristica utilizzata