Books
in black and white
Main menu
Home About us Share a book
Books
Biology Business Chemistry Computers Culture Economics Fiction Games Guide History Management Mathematical Medicine Mental Fitnes Physics Psychology Scince Sport Technics
Ads

Lintelligenza artificiale - Piero S.

Piero S. Lintelligenza artificiale - Fanco muzzio editore , 1987. - 282 p.
Download (direct link): lapinteligenseartificaile1987.djvu
Previous << 1 .. 6 7 8 9 10 11 < 12 > 13 14 15 16 17 18 .. 112 >> Next


La programmazione non sequenziale

trattamento dell'incertezza

L'lntelligenza Artificiale si propone di far compiere al computer la transizione da calcolatore numerico a calcolatore simbolico. L'elaborazione simbolica consiste nell'essere in grado di elaborate anche simboli, come "freddo" e "inverno", oltre che numeri, tramite operazioni come "se freddo allora inverno" oltre che quelle solite aritmetiche.

L'elaborazione simbolica necessaria per poter convenientemente gestire la conoscenza che presiede a tutte Ie attivita esperte del mondo umano. La conoscenza un agglomerato di fatti e regole che nel Ioro insieme consentono di eseguire inferenze e quindi di risolvere problemi.

La programmazione della conoscenza non viene organizzata in modo sequenziale, come nei programmi tradizionali, Non si specifica cioe il flusso di esecuzione, passo per passo, necessario perpervenire alia soluzione. Ci si limita a dotare il computer della conoscenza del dominio e di capacita di inferenza. Infine, la conoscenza, per sua natura, imperfetta. 2

Metodi

di rappresentazione della conoscenza

La conoscenza , innanzitutto, sempre relativa a "qualcosa". La conoscenza di "qualcosa" la capacita di foimare un modello mentale tanto di quella cosa quanto delle azioni che si possono compieie su quella cosa e che quella cosa puo compiere. modello deve peitanto descrivere tanto l'oggetto della conoscenza quanto la sua relazione con il resto dell'universo.

Abbiamo gia accennato al fatto che gli umani utilizzano ogni giorno un Ioro efficientissimo sistema di rappresentazione della conoscenza, la lingua in cui parlano, pensano e scrivono, ma che purtroppo questo sistema non utilizzabile con computer perche troppo complesso compiere dei calcoli sul linguaggio.

La ovvia delle intuizioni pero quella di utilizzare un linguaggio che si avvicini il possibile a quello umano ma soddisfi anche il criterio di essere facilmente "calcolabile". Questo stato proprio l'obiettivo dei logici ma-tematici, Frege, Russell, Peano, che inventarono lalogica formale moderna. Non pertanto una sorpresa che la rappresentazione della conoscenza sfrutti la logica 26

METODI DIRAPPRES ENTAZIONE DELLA CONOS CENZA 3

formale.

In logica la rappresentazione consiste nel ridurre tutto a una serie di frasi, meglio "proposizioni", Ie quali possono essere vere false. Siccome vero e falso obbediscono al piu elementare dei calcoli matematici, quello binario, il problema della "calcolabilita" risolto. Una volta codificate sotto forma di proposizioni tutte Ie nostre "convinzioni" esplicite, possibile calcolare anche tutta la conoscenza implicita in esse, ovvero "cio che ne consegue", Su questo elementare principio si basano alcuni dei popolari schemi di rappresentazione della conoscenza.

I modelli di cui fa uso l'lntelligenza Artificiale si possono far risalire a due scuole psicologiche: il behaviorismo e lapsicologia cognitiva. Nel primo caso si assume che a ogni stimolo esterno sia associate un responso osservabile, e si ignora il processo mentale che porta dall'uno all'altro. Nel secondo caso l'enfasi invece tutta riposta nel processo mentale che sottende il comportamento.

2.1. Regole di produzione

Le regole di produzione vennero introdotte da Newell per approssimare il modo in cui funziona Ia mente umana. Oggi pochi credono ancora nella teoria di Newell, ma Ie regole di produzione sono diventate una consuetudine dei sistemi di IA.

Normalmente una regola di produzione si compone di una serie di antecedent ( premesse) e di un conseguente: il conseguente vero quando sono veri gli antecedenti.

Esistono due usi tipici della regola di produzione. Nel primo una regola di produzione permette di derivare altra conoscenza da quella gia disponibile; in pratica dice "se sai questo allora sai anche questo". Nel secondo invece specifica quale azione deve essere compiuta a fronte di una certa situazione. Esempi: "Se X mio cugino, allora il padre di X mio zio" ("Se sai che X mio cugino, allora ricordati che sai anche che ... "); "Se piove prendi l'ombrello". Rappresentare un problema sotto forma di regole di produzione significa pertanto predisporre un insieme di regole, o, meglio, una "base" di regole. Uno dei vantaggi rispetto ai programmi tradizionali che quando una condizione cambia sufficiente aggiungere modificare togliere una regola, senza preoc- METODI DIRAPPRES ENTAZIONE DELLA CONOS CENZA 3

cuparsi troppo del resto della base, mentre con linguaggi di programmazione sequenziali bisogna individuare la porzione di programma interessata e manom-ettere in maniera opportuna Ie sue istruzioni, facendo ben attenzione al Ioio ordine.

Le regole di produzione si sono dimostrate un mezzo semplice ed efficace per rappresentare la nostra conoscenza di come funziona il mondo. La Ioro utilita cresciuta man mano che l'euristica ha acquistato un ruolo preminente: praticamente tutti sistemi intelligent finora realizzati rappresentano Ie cono-scenze euristiche sotto forma di regole. Per quanto riguarda invece la conoscenza generale, Ie regole di produzione continuano a essere molto popolari soprattutto per la relativa facilita con cui possono essere manipolate. Nessun altro tipo di rappresentazione si presta bene come Ie regole per processi automatici di deduzione.
Previous << 1 .. 6 7 8 9 10 11 < 12 > 13 14 15 16 17 18 .. 112 >> Next