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
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