Intelligenza artificialeIl problema della definizione e delle origini

Corso di storia della scienza e della tecnica A.A. 2009/2010

Viola SchiaffonatiDipartimento di Elettronica e Informazione

2

Sommario

• Il problema della definizione– Quale definizione o definizioni?

• Il problema delle origini– Il ruolo dei precursori– La tradizione di ricerca

3

Il problema della definizione

• Mancanza di una definizione univoca• Molteplici definizioni• Definizioni classificate lungo due dimensioni

– Pensiero vs. comportamento– Prestazioni umane vs. prestazioni razionali

4

Cosa fa l’intelligenza artificiale?

Sistemi che agiscono razionalmente

Sistemi che agiscono come esseri umani

Sistemi che pensano razionalmente

Sistemi che pensano come esseri umani

5

Pensare come un essere umano

• Approccio modellizzazione cognitiva– Modo di determinare come pensano gli esseri

umani (scienze cognitive)• Introspezione o sperimentazione psicologica

• Tradizione psicologica• Il GPS (A. Newell, H. Simon)

– Soluzioni corrette e simulazione dei processi umani

6

Agire come un essere umano

• Approccio convenzionale– Intelligente è ciò che realizza un determinata prestazione

• Estensione della nozione di intelligenza– Non solo pensare, ma anche agire

• Tradizione del test di Turing (1950)– Abilità nel raggiungere

prestazioni a livello umanosufficienti a ingannare un interrogante

7

Pensare razionalmente• Approccio delle leggi del pensiero

– Codificare e rappresentare cosa significa pensare correttamente

• Razionalità come concetto ideale di intelligenza– Un sistema è razionale se agisce in conseguenza di una

determinata conoscenza iniziale in vista di determinati obiettivi

– Standard della razionalità definito in modo esatto

• Tradizione logicista– Programmi che, in linea di principio, risolvono ogni

problema risolvibile espresso in notazione logica

8

Agire razionalmente

• Approccio degli agenti razionali– Agire per raggiungere i propri obiettivi date le

proprie credenze• Agente razionale• Razionalità limitata

– Agire appropriatamente anche con informazione incompleta e tempo insufficiente

9

Intelligenza artificiale

• Definizione convenzionale di intelligenza• Estensione costante dei confini• Scienza e ingegneria

– Capire cosa sia l’intelligenza– Costruire qualcosa che agisca con intelligenza

10

Il problema delle origini

• Data di nascita ufficiale (1956)• Ruolo dei precursori

– Ingegneria dei calcolatori– Cibernetica

• Tradizione di ricerca– Tendenza dell’uomo a rappresentare se stesso– Tradizione formalistica di indagine sulla mente

11

Tradizione di ricerca:il mondo antico

• Erone di Alessandria (I sec. d.C)– Automi semoventi tramite meccanismi idraulici

e pneumatici

12

Tradizione di ricerca:il mondo medievale

• Raimondo Lullo (1235-1315)– Ars Magna: principi che contengono tutte le

scienze rappresentati da numeri e simboli combinati tra loro

– Ars inveniendi veritatem

13

Tradizione di ricerca:la rivoluzione scientifica (1)

• Cartesio (1596-1650)– Problema mente-corpo– Distinzione azioni razionali

e azioni meccaniche• La Mettrie (1709-1751)

– L’uomo-macchina

14

Tradizione di ricerca:la rivoluzione scientifica (2)

• Pascal (1623-1662)– Macchina calcolatrice

• Leibniz (1646-1716)– Progetto di meccanizzazione della ragione (calculus

ratiocinator)– Sistema assiomatico-deduttivo

15

Tradizione di ricerca:Charles Babbage (1791-1871)

• Tavole numeriche per i calcoli• Macchina alle differenze

– Calcolo automatico delle tavole logaritmiche• Macchina analitica

– Magazzino memoria– Sistema di controllo

16

Tradizione di ricerca:Alan Turing (1912-1954)

• Teoria della computabilità– Nozione di algoritmo basata sul concetto di

macchina universale– Macchina universale

• Mediante un numero finito di azioni può esprimere qualsiasi procedura definita

– Algoritmo• Sequenza delle operazioni che possono essere svolte

dalla macchina universale

17

I precursori (1)

• Ingegneria dei calcolatori– Z3, Eniac

18

I precursori (2)

• Cibernetica– Studio della comunicazione e del controllo negli

organismi viventi e non viventi– McCulloch, Pitts (1943)

• Primo modello di neuroni artificiali• Ogni funzione calcolabile può essere calcolata da una rete

di neuroni

19

La nascita dell’intelligenza artificiale

• Seminario di Darmouth (agosto 1956)• J. McCarthy, M. Minsky, C. Shannon, N.

Rochester• “Esaminare la congettura che ogni aspetto

dell’apprendimento o ogni altro aspetto dell’intelligenza possa essere, in linea di principio, descritto in modo tanto preciso che si possa fare sì che una macchina lo simuli”

[McCarthy 1955]

20

Fondamenti dell’intelligenza artificiale (1)• Matematica

– Approccio formale alla logica– Nozione di algoritmo– Teoria della probabilità

• Psicologia– Fondamenti del pensiero e dell’azione– Nozione di agente basato sulla conoscenza

• Neuroscienze– Studio del funzionamento del cervello– Modo di elaborare le informazioni da parte del cervello

21

Fondamenti dell’intelligenza artificiale (2)• Economia

– Teoria della decisione– Azioni razionali– Processi decisionali

• Linguistica– Modelli sintattici innati– Sintassi, semantica, pragmatica

• Filosofia– Natura dell’intelligenza e sua riproducibilità– Connessioni fra conoscenza e azione– Teorie del ragionamento e dell’apprendimento

22

Le grandi aspettative dei primi anni (1956-1969)

• Declino temporaneo dei modelli a reti neurali• Meccanismi di ricerca generali (applicazioni ai

giochi)• Concezione limitata di intelligenza

– GPS (Simon, Newell)– Micromondi (Minsky)– Lisp (McCarthy)

23

I primi problemi (1966-1973)

• Complessità e ampiezza dei problemi• Insuccesso programmi di traduzione

automatica– Ritiro sovvenzioni– Crisi generale

• Incapacità di trattare l’esplosione combinatoria

24

Sistemi basati sulla conoscenza(1969-1979)

• Aree più ristrette di competenza• Sistemi esperti

– Importanza della conoscenzadel dominio e della suaadeguata descrizione

– Sistemi di supporto all’esperto umano• Trattamento del linguaggio naturale

– Attenzione all’aspetto semantico oltre a quello sintattico

25

L’intelligenza artificiale come industria (1980-oggi)

• Sistemi esperti commerciali• Progettazione di chip• Interfacce uomo-macchina

26

Il ritorno delle reti neurali (1986-oggi)

• Inventati nuovamente gli algoritmi di apprendimento

• Modelli connessionisti dei sistemi intelligenti

27

L’intelligenza artificiale diventa una scienza (1987-oggi)

• Rivoluzione nei contenuti e nelle metodologie– Teorie già esistenti– Teoremi rigorosi– Evidenze sperimentali

• Approccio probabilistico– Reti di credenza: ragionamento evidente dalla

combinazione di evidenze incerte

28

Il paradigma degli agenti intelligenti (1995-oggi)

• Dall’agente singolo: problema dell’agente nella sua interezza– Robotica, visione artificiale, apprendimento

automatico• Ai gruppi di agenti: sistemi di agenti che

interagiscono– Interazione positiva: cooperazione– Interazione negativa: competizione

29

Agente razionale

• Razionalità: ragioni per agire– Tradizione economica: funzione numerica di utilità– Razionalità qualitativa: credenze, desideri, obiettivi

• Autonomia– Accezione intuitiva: autonomia in senso lato– Accezione relativa: autonomia rispetto agli altri

agenti• Adattatività: apprendimento individuale

30

Sistemi multiagente

• Sistemi di agenti razionali che interagiscono• Evoluzione del concetto di interazione

– DPS: processi in parallelo– DAI: decomposizione problema, ma unica struttura– MAS: non più strutture centralizzate ed evoluzione

verso forme più complesse di interazione– AS: strutture dinamiche e modello delle società

umane

Intelligenza artificialeFondamenti filosofici

Corso di storia della scienza e della tecnica A.A. 2009/2010

32

Filosofia e intelligenza artificiale

• Filosofia come uno dei fondamenti dell’intelligenza artificiale– È possibile applicare regole formali per trarre

conclusioni valide?– In che modo la mente scaturisce dal cervello

fisico?– Da dove proviene la conoscenza?

33

Le relazioni con la filosofia

• Non solo fondamenti, ma relazione di reciproco arricchimento– Problematiche fondazionali– Tematiche centrali– Conseguenze significative

34

Problematiche fondazionali

• Problemi preliminari affrontati alla nascita dell’intelligenza artificiale– Da dove proviene la conoscenza?– Come la conoscenza si trasforma in azione?– Che cos’è l’intelligenza?

• La tradizione filosofica ha già fornito risposte?

35

Il test di Turing

• “Le macchine possono pensare?” sostituita con un test comportamentale di intelligenza (Computing Machinery and Intelligence, 1950)

• Problema di definire i termini– Macchina– Pensare

• Sostituire la domanda con un’altra strettamente connessa ed espressa in modo non ambiguo

36

Il gioco dell’imitazione

• Tre protagonisti– Un uomo (A)– Una donna (B)– Un interrogante (C)

• C è in una stanza separato da A e B che conosce come X e Y

• Obiettivo: C deve determinare quale delle due persone sia l’uomo e quale la donna attraverso domande

• A ha lo scopo di ingannare C, mentre B ha lo scopo di aiutare C nella corretta identificazione

37

Il test di Turing

Le macchine possono pensare?sostituita con

Che cosa accade se nel gioco dell’imitazione una macchina prende il posto di A? L’interrogante sbaglia altrettanto spesso in questo caso di quando il gioco è

effettuato fra un uomo e una donna?

38

Perchè una nuova domanda?

• Criterio di successo definito in maniera precisa (ma non la nozione di intelligenza!)

• Linea di demarcazione fra capacità fisiche e capacità intellettuali dell’uomo: solo le ultime considerate nel test di Turing

• Metodo basato su domanda e risposta: consente di introdurre tutti i campi dell’attività umana che si vogliono considerare