Slide 1

Intelligenza Artificiale Ing. Federico Bergenti Dipartimento di Matematica Universit degli Studi di Parma E-mailfederico.bergenti@unipr.it Telefono+39 0521 90 6929

Slide 2

2010 F. BergentiIntelligenza Artificiale2 Intelligenza Artificiale (AI) Ambizioso progetto nato gi agli albori dellInformatica 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)

Slide 3

2010 F. BergentiIntelligenza Artificiale3 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 razionalit?...

Slide 4

2010 F. BergentiIntelligenza Artificiale4 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 ancora utile per capire di cosa si occupa lAI

Slide 5

2010 F. BergentiIntelligenza Artificiale5 Test di Turing (2/3) Larticolo del 1950 Computing Machinery and Intelligence inizia con la frase I propose to consider the question, Can machines think? Larticolo descrive un test che, applicato ad una qualsiasi macchina, in grado di stabilire se la macchina intelligente una definizione operativa di intelligenza Esistono altre definizioni (Filosofia, Psicologia, Neuropsichiatria,...)

Slide 6

2010 F. BergentiIntelligenza Artificiale6 Test di Turing (3/3) Due persone B e C sono giocatori di scacchi (inesperti) A una macchina realizzata con lunico scopo di giocare a scacchi E.g., Deep Blue della IBM C 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 pu essere considerato intelligente almeno quanto B!

Slide 7

2010 F. BergentiIntelligenza Artificiale7 Quattro Punti di Vista Pensare come una personaPensare razionalmente Agire come una personaAgire razionalmente

Slide 8

2010 F. BergentiIntelligenza Artificiale8 Agire come una Persona Il test di Turing definisce il termine comportamento intelligente Nel test originale, Turing non utilizza gli scacchi, che richiedono razionalit un approccio antropocentrico Lobiettivo imitare il comportamento dellUomo Da qui nascono gli imitation game

Slide 9

2010 F. BergentiIntelligenza Artificiale9 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?

Slide 10

2010 F. BergentiIntelligenza Artificiale10 Pensare come una Persona Per imitare il comportamento dellUomo si pu simulare lorgano che genera il pensiero Il cervello lorgano in cui si forma il pensiero...almeno per la scienza! Lobiettivo creare un cervello elettronico che simuli il comportamento del cervello A livello cellulare Ricostruendo gli equivalenti di neuroni, assoni, soma,...

Slide 11

2010 F. BergentiIntelligenza Artificiale11 Il Cervello e i Neuroni

Slide 12

2010 F. BergentiIntelligenza Artificiale12 Le Reti Neurali Ogni unit di calcolo simula un neurone Le unit 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 troppo complessa da programmare Apprendimento per rinforzo

Slide 13

2010 F. BergentiIntelligenza Artificiale13 Perceptron (Rosenblatt, 1957) Lintelligenza risiede nei valori di w 1, w 2 e Y = soglia (w 1 *x 1 + w 2 *x 2 )

Slide 14

2010 F. BergentiIntelligenza Artificiale14 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

Slide 15

2010 F. BergentiIntelligenza Artificiale15 Pensare Razionalmente Il pensiero Umano non sempre razionale Siamo guidati dalle abitudini, dalle speranze, dalle false credenze,... Il ragionamento razionale solo quello della Logica Ritengo che se vero A allora lo anche B Appena ritengo vero A devo ritenere vero B! La Logica consente di compiere delle deduzioni

Slide 16

2010 F. BergentiIntelligenza Artificiale16 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 gi dedotti La base di conoscenza cresce mentre la macchina lavora

Slide 17

2010 F. BergentiIntelligenza Artificiale17 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

Slide 18

2010 F. BergentiIntelligenza Artificiale18 MYCIN (E. Shortliffe, anni 70) MYCIN un sistema esperto per la diagnosi Contiene pi di 600 regole Pone solo domande s/no Fornisce una lista di diagnosi e di trattamenti stato valutato utile nel 69% dei casi Superando i medici che hanno fornito le regole di inferenza

Slide 19

2010 F. BergentiIntelligenza Artificiale19 Comportarsi Razionalmente lapproccio pi 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,... Lunica cosa importante che la macchina si comporti razionalmente Non importa come

Slide 20

2010 F. BergentiIntelligenza Artificiale20 Teoria dei Giochi 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 quello che massimizza lutilit

Slide 21

2010 F. BergentiIntelligenza Artificiale21 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, scacchisi Poker, bridgeno In pi, i giochi della AI hanno Regole semplici e formalizzabili Un ambiente completamente accessibile Vincoli di tempo stringenti

Slide 22

2010 F. BergentiIntelligenza Artificiale22 LAlgoritmo 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 utilit Vincere, o almeno, pareggiare, se ancora possibile ottimo, ma spesso non si applica perch pu richiedere troppo tempo per esaminare tutte le mosse

Slide 23

2010 F. BergentiIntelligenza Artificiale23 Gioco del Tris (1/5) Applichiamo Min-Max al gioco del Tris Due giocatori chiamati Min e Max Lagente Max e deve scegliere la prossima mossa La scacchiera non necessariamente vuota

Slide 24

2010 F. BergentiIntelligenza Artificiale24 Gioco del Tris (2/5)

Slide 25

2010 F. BergentiIntelligenza Artificiale25 Gioco del Tris (3/5) Algoritmo Min-Max Genera lintero 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

Slide 26

2010 F. BergentiIntelligenza Artificiale26 Gioco del Tris (4/5) 010 111 0 1 1

Slide 27

2010 F. BergentiIntelligenza Artificiale27 Gioco del Tris (5/5) 010 101 0 0 0 ?!?

Slide 28

2010 F. BergentiIntelligenza Artificiale28 Giocatori Reali Chinook stato campione di dama nel torneo Man-Machine Checkers Champion Viene sviluppato allUniversit di Alberta Si pu giocare contro Chinook qui www.cs.ualberta.ca/~chinook

Slide 29

2010 F. BergentiIntelligenza Artificiale29 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

Slide 30

2010 F. BergentiIntelligenza Artificiale30 Alcuni Progetti @ UniPR (2/5) Il sistema di rilevamento intrusioni APaChe Identifica la targa nellimmagine Legge la targa

Slide 31

2010 F. BergentiIntelligenza Artificiale31 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

Slide 32

2010 F. BergentiIntelligenza Artificiale32 Alcuni Progetti @ UniPR (4/5) Il sistema di sviluppo per agenti JADE Fornisce uninfrastruttura standard per lo sviluppo di agenti che comunicano Utilizzato in vari progetti industriali di telecomunicazioni

Slide 33

2010 F. BergentiIntelligenza Artificiale33 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])).

Slide 34

2010 F. BergentiIntelligenza Artificiale34 In Conclusione Intelligenza Artificiale forte Un computer correttamente programmato pu essere dotato di intelligenza non distinguibile da quella umana Come per il filosofo empirista inglese Thomas Hobbes: ragionare non nientaltro che calcolare Il pensiero umano il prodotto di un complesso insieme di calcoli eseguiti dal cervello Intelligenza Artificiale debole Un computer non sar mai in grado di uguagliare la mente umana Non sar mai cos complesso Potr solo arrivare a simulare alcuni processi cognitivi umani senza riuscire a riprodurli completamente