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 .. 63 64 65 66 67 68 < 69 > 70 71 72 73 74 75 .. 112 >> Next


7.1.6. R 1

lavoro di Newell alia Carnegie-Mellon sui sistemi PSG di regole di produzione diede origine ai vaii piogetti OPS del team di John McDeimott, il f amoso dei quali il configuiatoie pei Vax XCON.

Newell aveva apeito un piogetto denominato Instructable Production System, con l'obiettivo di disegnare un sistema esperto generale. Nel 1977 venne piesentato il piimo OPS, un linguaggio di piogiammazione per scrivere sistemi esperti.

McDermott consegno XCON alia Digital nel 1980: constava di 750 regole, scritte in OPS-4, discendente di OPS. Ribattezzato Rl dalla Digital, il sistema composto oggi da circa 2500 regole.

Rl diffeiiva da molti sistemi della sua generazionepeiche ripudiava l'appioccio alloia in voga del"generate and test": esploiare diverse ipotesi per vedere qual quella buona, Il suo approccio consiste nello sfmttaie diiettamente la propria base di conoscenze per costruire un'unica ipotesi, che la soluzione.

7.1.7. DalIa prassi alia teoria

Verso la fine degli anni settanta Ie varie ricerche condotte nel campo dei sistemi basati sulla "conoscenza" foimavano oimai una mateiia piuttosto vasta. Aquesto punto molti iiceicatori si concentrarono sul problema di sviluppaie una teoiia coeiente e completa delle diveise tecniche impiegate nei sistemi espeiti esistenti. SISTEMI ESPERTI 161

L'argomento del giorno era ovviamente la "rappresentazione della conoscenza" attraverso regole di produzione e reti semantiche, Ma al tempo stesso procedi-menti di inferenza si affinarono. Earl Sacerdoti, per esempio, condusse all'SRl a partire dal 1974 ricerche sul planning, ovvero su come un sistema puo formare e cambiare propri piani per affrontare e risolvere un problema. Un sistema come MOLGEN, sviluppato da Mark Stefik a Stanford nel 1981 per proporre esperimenti di genetica molecolare, fu reso possibile proprio dai pr ogressi teorici nel campo del planning. In un certo senso MOLGEN rappresenta un ritorno alla preminenza dell'algoritmo sulla conoscenza. Al tempo stesso Tenorme casistica dell'"incertezza" venne inglobata in una serie di teorie matematiche ad hoc\ si cominciar ono ad applicare idee su come sistemi potrebbero acquisire autonomamente la conoscenza (learning); e si riconobbe l'importanza delle singole fasi che compongono il processo di ingegneria della conoscenza (dal trasferimento di conoscenza dentro la macchina fino alla spiegazione delle deduzioni compiute).

Un tipico prodotto di questa era PLANT, realizzato da Ryszard Michalski all'Universita dell'Illinois nel 1981 per diagnosticare malattie dei semi di soia. Innanzitutto Ie regole di cui fauso derivano per meta dalle interviste conl'esperto e per meta dall'induzione effettuata su una mole di dati (attraverso T algoritmo AQ11). Poi una grande attenzione piestata alla rappresentazione della conoscenza incerta. Gli elementi fondamentali di PLANT sono descrittori e selettori. Un descrittore una variabile che contribuisce a discriminate la malattia. A ogni descrittore associato un insieme di valori possibili, Esistono tre tipi di descrittori: nominali (i cui valori non sono in relazione), lineari (i cui valori sono ordinati), e strutturati (i cui valori compongono un grafo ordinato). Un selettore una regola di produzione che stabilisce per quale intervallo di valori un dato descrittore soddisfa una certa condizione, I selettori possono essere "pesati", assegnando ai valori possibili dei "gradi di evidenza" da O a 1. Una congiunzione di selettori forma un complesso, ovvero un gruppo di sintomi. Un complesso puo essere pesato con un opportuno fattore per indicarne l'importanza relativa rispetto ad altri gruppi di sintomi. Un modulo lineare una disgiunzione di complessi pesati, e rappresenta 1'antecedente di una regola di decisione.

7.1.8. L'era degli strumenti per ingegneria della conoscenza

Sorse l'esigenza di dispone di strumenti per la costruzione di sistemi esperti, che evitassero di dover ogni volta ripartire da zero. I primi tool (strumenti) generali 162 SISTEMI ESPERTI

furono EMYCIN (1979), deiivato dal MYCIN, EXPERT, nato con CASNET (1979), l'OPS5 (1981) di McDermott e Forgy, cugino dell'Rl, e KAS, che sta a PROSPECTOR come EMYCIN sta a MYCIN.

Per quanto riguarda la struttura a blackboard, si f ormarono due principali gruppi di ricerche, entrambi orientati a rendere disponibili stiumenti generali per costruire sistemi a blackboard: quello di Stanford, capitanato da Nii, che realizzo AGE nel 1979, e quello della CMU stessa che derivo HEARSAY-. In breve si delineo anche la tendenza inversa, a trasformare ambienti di programmazione avanzati in ambienti di sviluppo di sistemi esperti, come fece, per esempio, Fredrick Hayes-Roth alia Rand Corporation con il sistema ROSIE (1981).

7.1.9. Le corporation

Nel 1981, dopo tre anni di lavoro, la Schlumberger, multinazionale dell'esplorazione di idrocarbuxi, incomincio ad usare il Dipmeter Advisor di Randall Davis (MIT) e Reid Smith, un sistema in grado di interpretare Ie caratteristiche geologiche degli strati inferiori della crosta terrestre. Si tratta di un tipico sistema di forward-chaining con circa 90 regole, sviluppato sulla Xerox 1100 in Interlisp-D. Oggi Ie attivita di IA della societa comprendono non solo il centro di ricerche di Ridgefield, nel Connecticut, ma anche laboratori Faiichild (acquistati in blocco) e laboratori Bolt, Beranek & Newman di Cambridge nel Massachusetts.
Previous << 1 .. 63 64 65 66 67 68 < 69 > 70 71 72 73 74 75 .. 112 >> Next