Intelligenza Artificiale: definizione

INTELLIGENZA ARTIFICIALE: DEFINIZIONE

Lo scopo della disciplina che studia intelligenza artificiale è quello di realizzare un’entità artificiale dotata di un certo grado di intelligenza e nello stesso tempo migliorare la comprensione dei principi fondamentali di questa facoltà.

Per capire se una macchina è intelligente, facciamo uso del test di Alan Turing:
•    Mediante una tastiera un utente pone alcune domande ad un ipotetico interlocutore;
•    L’utente non sa se le risposte che gli giungeranno gli sono inviate da un'altra persona o da un calcolatore;
•    Se l’utente non riesce a distinguere alle risposte la natura di chi risponde, allora il test risulta essere positivo.
L’intelligenza artificiale ha cercato di emulare le attività umane, e da ciò sono nati diversi sistemi: sistemi di percezione, robotica, sistemi esperti, sistemi di analisi del linguaggio naturale, reti neurali.

INTELLIGENZA ARTIFICIALE COS'E'

Il calcolo automatico nasceva come mezzo per processi più rapidi e precisi, e con il loro sviluppo, si cominciò a considerare la possibilità di emulare alcune funzioni tipiche dell’intelletto umano. L’idea di pensiero era: la capacità di manipolare simboli astratti secondo un’insieme preciso di regole.

Quindi un colatore dotato del giusto programma, sufficiente memoria e tempo, tramite determinate regole poteva risolvere una qualsiasi funzione calcolabile. Da questa concezione nasce per mano di Newell e Simon, il cosiddetto Paradigma Simbolico, secondo cui: esiste una serie di oggetti tra loro relazionati; ogni processo intelligente consiste in una manipolazione di simboli; la conoscenza della realtà può essere realizza completamente mediante simboli; la manipolazione di questi simboli può essere fatta per via logica, deduttiva o induttiva; la soluzione di un problema sarà la manipolazione di simboli d’entrata verso l’uscita; l’elaborazione simbolica è un processo sequenziale.

Intelligenza artificiale: cos'è

INTELLIGENZA ARTIFICIALE RETI NEURALI

Per la risoluzione di alcuni problemi, l’intelligenza artificiale si affida ai Sistemi Esperti (i più usati: KBS), sistemi in grado di sfruttare l’esperienza, cioè sono in grado di affrontare un problema, tramite le regole e le logiche alla sua base (esempio del gioco degli scacchi), quindi un sistema esperto è: un sistema, basato sulla conoscenza, che cerca di risolvere i problemi appartenenti ad un certo dominio basandosi sull’esperienza e sul ragionamento. L’architettura dei sistemi KBS: base della conoscenza (insieme delle conoscenze e competenze); motore inferenziale (meccanismo che segue un ragionamento autonomo).
L’inferenza permette di calcolare una certa conclusione partendo da una certa premessa, le tipologie di inferenza sono: deduttiva(dal generale al particolare), e induttiva(dal particolare al generale). Da queste due inferenze, nei sistemi esperti vengono utilizzati per due modalità di ragionamento automatico: forward chaining (ragionamento deduttivo, partendo dalle premesse, analizza le varie e possibili regole applicabili e procede con la risoluzione del problema), e il Backward chaining (ragionamento induttivo, ipotizzando soluzioni finali, calcola all’indietro il problema fino ad arrivare a verificare la verità delle premesse ottenute con quelle fornite, si usa principalmente per dimostrare teoremi).