Introduzione all Intelligenza Artificiale

Transcript

1 Introduzione all Intelligenza Artificiale Corso di Intelligenza Artificiale, a.a Prof. Francesco Trovò 26/02/2018

2 Come Viene Percepita l Intelligenza Artificiale

3 L Intelligenza Artificiale di Hollywood

4 Definizioni di Intelligenza Artificiale Domande: Cos è l intelligenza? Cos è il pensiero? (Filosofia, biologia) Come possiamo geneare costruire entità intelligenti? Definire intelligenza: Agire umanamente Pensare umanamente Pensare razionalmente Agire razionalmente

5 1. Agire umanamente: Il test di Turing Alan Turing ( ) Formalizzazione algoritmo, macchina di turing Primo crittoanalista (macchina Enigma) Padre dell informatica e dell IA Test di Turing: Alice (donna), Bob (uomo), Charlie (giocatore) sono in stanze separate Charlie deve capire da domande dattiloscritte chi dei due è Bob Uno dei due gioca con Charlie, altro contro Se sostituendo un IA Charlie ha le stesse prestazioni di riuscita allora l IA ha passato il test (Vedi anche esperimento stanza cinese)

6 Requisiti di una IA Capace di Passare il Test Test di Turing Interpretazione del linguaggio naturale Rappresentazione della conoscenza Ragionamento automatico Apprendimento Test di Turing totale Visione artificiale Manipolazione robotica

7 2. Pensare Umanamente Definire pensiero umano: introspezione o psicologia (top-down) imaging cerebrale (bottom-up) Trattato da Scienze cognitive Analisi del pensiero umano ed animale Modelli sul funzionamento della mente umana I due campi sono interconnessi e si alimentano a vicenda, ma sono distinti

8 3. Pensare Razionalmente Modellizzare i processi cognitivi in maniera formale: Logica (Aristotele) Partendo da programmi basati sulla logica vogliamo creare dei sistemi intelligenti Problemi: Molto difficile formalizzare i problemi in termini logici (in particolare quando sono in presenza di incertezza) Risolvere tramite la logica problemi di dimensione elevata non è feasible

9 4. Agire Razionalmente Non significa pensare razionalmente: possiamo raggiungere l obbiettivo anche se non pensiamo in maniera corretta. Contest: far camminare un agente bipede ( Vantaggio: possiamo definire in maniera formale la razionalità Posso richiedere che l agente abbia razionalità perfetta oppure razionaltà limitata

10 Un po di storia Filosofia Aristotele: sillogismi Pascal: calcolatori Cartesio: discussione mente/materia Carnap, Hempel: teoria della conferma Matematica Boole: logica booleana Al-khuwarzemi: algoritmi Godel: teorema di incompletezza Cock, Karp: NP-completezza Bernoulli, Bayes: probabilità

11 Un altro po di storia Economia Neumann: teoria delle decisioni Bellman: Markov process Neuroscienze Ingegneria informatica Controllo e cibernetica Linguistica

12 L evoluzione della IA W. McCulloch e W. Pitts (1943) Prima definizione di un neurone artificiale D. Hebb (1949) Regola di aggiornamento dei pesi di una rete M. Minsky e D. Edmonds (1950) Primo calcolatore basato su rete neurale 40 neuroni A. Turing (1950) «Computing Machinery and Intelligence»

13 La nascita dell IA J. McCarthy (1956) Workshop sullo studio dell intelligenza Coniato il termine Intelligenza Artificiale A. Newell e H. Simon (1956) Primo programma in grado di ragionare Logic Theorist (LT) N. Rochester (1959) Geometry Problem Solver A. Samuel (1956) Programma per il gioco della dama

14 I primi passi J. McCarthy (1958) Sviluppo linguaggio LISP J.A. Robinson (1965) Programma per dimostrazione di teoremi con logica del primo ordine Minsky (1968) Studio di programmi per i micromondi B. Widrow (1962) Reti adaline F. Rosemblatt (1962) Sviluppo del perceptrone

15 Le prime difficoltà I primi programmi non avevano idea del contesto in cui stavano lavorando e che non ci fossero problemi di complessità Traduzione del linguaggio naturale es: lo spirito è forte ma la carne è debole la vodka è buona ma la bistecca è marcia Modifica di programmi per ottenerne di più efficienti Esplorazione combinatoria di alcune metodologie Limitazione dei perceptroni Stop ai finanziamenti alle ricerche di IA

16 Metodi basati sulla conoscenza di settore DENDRAL (1969) Ricostruire la struttura molecolare partendo dai dati di uno spettrometro di massa Generare ogni possibile combinazione e poi confrontarla con un risultato è unfeasible Integrazione dell esperienza dei chimici nel programma (sistemi esperti) Possibilità di applicare industrialmente i risultati dell IA Finanziamenti ingenti ( )

17 Metodi connessionisti Rumelhart e McLelland (1986) Rivitalizzazione dei metodi basati su reti neurali Applicazione a problemi di apprendimento Due differenti linee di ricerca: Definizione di topologie di reti per risolvere efficientemente i problemi e per definirne le proprietà matematiche Modellizzazione delle proprietà dei neuroni reali G. Hinton e Y. LeCun (2006) Nuova interpretazione delle reti neurali Deep Learning

18 Metodi basati sui dati Negli anni il volume dei dati generati è cresciuto a ritmi impressionanti Idea: utilizzare i dati per prendere decisioni Tecniche di apprendimento da sostituire al processo di categorizzazione della conoscenza. Yarowsi (1995) Disambiguazione di una parola Hays ed Efros (2007) Completamento di una foto corrotta

19 Esempi di problemi risolti da metodi di IA Veicoli autonomi DARPA urban challenge, TESLA (

20 Esempi di problemi risolti da metodi di IA Chatbot call center automatizzati, SpacoBot

21 Esempi di problemi risolti da metodi di IA Scheduling REMOTE AGENT pianificazione delle operazioni di controllo e manutenzione di un veicolo spaziale MAPGEN pianificazione delle attività per i Mars Rover

22 Esempi di problemi risolti da metodi di IA Giochi scacchi DEEPBLUE, go ALPHA GO, poker LIBRATUS (

23 Esempi di problemi risolti da metodi di IA Robotica esplorazione Roomba, BOSTON DYNAMICS (

24 Esempi di problemi risolti da metodi di IA NLP WolframAlpha, Google Translate