intelligenza artificiale: storia indice intelligenza artificiale sistemi esperti

Che cosa fa l'intelligenza artificiale

 
Fig. 1:
Swarmbots: semplici robot che si auto-organizzano. Un esempio di intelligenza collettiva

Dal punto di vista "ingegneristico", l'intelligenza artificiale č valutata semplicemente per le sue capacitą e prestazioni, indipendentemente dai metodi e meccanismi che sono utilizzati per realizzarla.


Esistono due correnti di pensiero all'interno dell'Intelligenza Artificiale: la prima ha come idea di base quella di costruire macchine che non riproducano il comportamento del cervello umano, ma che lo "emulino" nel risultato finale di certe operazioni. Quest'impostazione ha portato alla costruzione di programmi che raggiungono un alto livello di competenza nella conoscenza e nella risoluzione di problemi ritenuti complessi. La seconda invece considera la costruzione di sistemi che simulano il cervello umano e la sua struttura.


Architettura di base dei sistemi di intelligenza artificiale

L'applicazione software alla base di un sistema di intelligenza artificiale č un "ambiente" in cui rappresentare, utilizzare e modificare una base di conoscenza. Il sistema esamina un largo numero di possibilitą e costruisce dinamicamente una soluzione. Ogni sistema di tal genere si basa su due parti fondamentali: una «base di conoscenza» e «un motore inferenzialeDizionario».

Per «base di conoscenza» si intende il "modulo" che raccoglie la conoscenza sul "dominio" e che si divide in:

  • Asserzioni o fatti (memoria temporanea o a breve termine),
  • Relazioni e regole (memoria a lungo termine).
I fatti sono informazioni che riguardano la particolare situazione. Per esempio, per un sistema che abbia come obiettivo una diagnosi medica, i fatti (espressi in linguaggio naturale) potrebbero essere: "Trovata infezione da stafilococco aureo" e "Paziente non allergico agli antibiotici". Le regole formulano comportamenti di base. Per esempio, una regola potrebbe essere: "Se il batterio č lo stafilococco, allora utilizzare antibiotici".

Il «motore inferenziale» č il modulo che utilizza la base di conoscenza per giungere alla soluzione del problema proposto e per fornire spiegazioni. Al motore inferenziale č delegata la scelta di quale conoscenza č opportuno utilizzare nel processo risolutivo.
Il motore inferenziale seleziona le regole che possono essere applicate nella particolare situazione (matching), ne sceglie una (selezione) e la applica (esecuziuone). Come risultato, alcune nuove informazioni possono essere inserite o eliminate dalla memoria temporanea, rendendo quindi applicabili altre regole.


I metodi adoperati per giungere a conclusioni sono sostanzialmente due: a) il «concatenamento in avanti» (forward chaining), tecnica che cerca di giungere ad una conclusione partendo dai fatti presenti all'inizio nella memoria temporanea e applicando in avanti le regole di produzione; b) il «concatenamento all'indietro» (backward chaining). In questo caso si procede mediante riduzione dell'obiettivo principale (goal) a sottoproblemi. Una volta individuata la tesi da dimostrare, si applicano all'indietro le regole di produzione, cercando di trovare coerenza con i dati iniziali.

 

The Webweavers: Last modified Wed, 09 Mar 2005 11:04:51 GMT