Sistemi e tecnologie intelligenti per il patrimonio culturale

Transcript

1 Sistemi e tecnologie intelligenti per il patrimonio culturale Perché l IA? Utilizzo di metodologie che trovano applicazione nella soluzione automatica di problemi complessi, non trattabili in modo efficace con metodologie informatiche tradizionali.

2 L intelligenza artificiale si pone due obiettivi fondamentali: La comprensione di entità intelligenti La costruzione di entità intelligenti Tutto sommato, si tratta di una disciplina molto antica (formalmente è nata nel 1956): per più di 2000 anni i filosofi hanno cercato di capire come si potrebbe o dovrebbe vedere, imparare, ricordare, ragionare.

3 Alcune definizioni di Intelligenza Artificiale Definizioni basate sui processi del pensiero e del ragionamento: Il nuovo sforzo di far pensare i computer.macchine con la mente, in senso completo e letterale (Haugeland, 1985) L automazione di attività che associamo al pensare umano, attività come prendere decisioni, risolvere problemi, apprendere, (Bellman, 1978) Lo studio di facoltà mentali attraverso l uso di modelli computazionali (Charniak e McDermott, 1985) Lo studio delle computazioni che rendono possibile percepire, ragionare e agire (Winston, 1992)

4 Alcune definizioni di Intelligenza Artificiale Definizioni basate sul comportamento: L arte di creare macchine che eseguono funzioni che richiedono intelligenza se vengono eseguite da persone (Kurzweil, 1990) Lo studio di come far fare ai computer delle cose che, attualmente, le persone fanno meglio (Rich and Knight, 1991) Il ramo dell informatica che si occupa di automatizzare un comportamento intelligente (Luger and Stubblefield, 1993)

5 Intelligenza Artificiale Uno dei primi obiettivi (anni sessanta) ha riguardato la capacità di dimostrare teoremi. Costruire delle macchine capaci di ragionare, cioè trarre delle conclusioni logiche.

6 Intelligenza Artificiale Negli anni settanta vengono affrontati i problemi riguardanti la definizione di formalismi per la rappresentazione della conoscenza. Sviluppo di sistemi basati sulla conoscenza cioè contenenti la rappresentazione esplicita della conoscenza a un dominio applicativo specifico.

7 Discipline coinvolte: Filosofia: da Aristotele con la sistematizzazione concettuale del ragionamento a Newell e Simon nel 1972 che hanno realizzato il programma GPS (General Problem Solver) che mostra i processi mentali di chi è intento a risolvere un problema. Matematica: computazione, logica, probabilità. Psicologia: processi cognitivi. Ingegneria dei calcolatori: hardware-software. Linguistica: Naom Chomsky- linguistica computazionale.

8 Sviluppi teorici: Due aree: strong AI e weak AI. Strong: Si ipotizza di poter disporre di una macchina capace di apprendere, mediante algoritmi, da una serie di esempi già risolti. Weak: Si afferma che un calcolatore non può che simulare i processi cognitivi umani (Sistemi esperti).

9 Intelligenza Artificiale Elaborazione del linguaggio naturale Rappresentazione della conoscenza Ragionamento automatico Apprendimento automatico Visione artificiale Robotica

10 Beni Culturali Anche il settore dei BC così come quello dell IA, pur partendo da differenti metodologie delle rispettive aree di appartenenza, si occupa di rappresentazione di conoscenze e di modelli.

11 IA & BC Utilizzo delle tecnologie dell IA per consentire di ottimizzare la componente conoscitiva del bene insieme alle sue molteplici relazioni spaziali e culturali.

12 Beni Culturali Archeologia Conservazione e Restauro Musei Musica Patrimonio documentale e librario

13 Patrimonio documentale e librario La complessità dell organizzazione e accesso all informazione richiede forme evolute di rappresentazione, gestione e supporto all utente. I sistemi tradizionali di ricerca dell informazione non sono sempre idonei a supportare tali funzioni.

14 Patrimonio documentale e librario Sistemi per il filtraggio personalizzato dell informazione, per la costruzione automatica di profili utente, per la ricerca semantica, la disambiguazione del linguaggio naturale e la classificazione automatica di documenti in formato digitale.

15 Patrimonio documentale e librario Sistemi per il reperimento ed indicizzazione di dati pittorici. Ricerca per contenuto su database di immagini e video. Flessibilità da parte dell utente di eseguire ricerche con diversi obiettivi:per categoria, similarità, target.

16 Patrimonio documentale e librario Utilizzo di soluzioni ontologiche. Sviluppo di strumenti intelligenti e narrativi basati sulla modellazione dell utente.

17 Ontologia Sistema strutturato di concetti e relazioni che viene a costituire una mappa della conoscenza di un dato dominio. Sistema di conoscenza che si compone di concetti, processi, azioni ed eventi.

18 ArtEquAKT ontology Realizzazione di un sistema per la generazione automatica di biografie di pittori attraverso l uso di una ontologia ricavata da documenti da Web. kt/

19 Modellazione utente Un modello utente, in generale, deve contenere le informazioni esplicite su tutti gli aspetti dell utente corrente per poter adattare il comportamento di un sistema interattivo all utente.

20 MODELLAZIONE DELL'UTENTE Un sistema intelligente, al fine di adattare il proprio comportamento ai bisogni dell'utente, deve essere in grado di costruire dinamicamente una rappresentazione degli interessi e delle caratteristiche degli utenti. La componente che esegue questo compito è chiamata modello utente.

21 In un sistema intelligente, il modello utente ha il compito di indicare alla componente esecutiva: quali azioni compiere quali informazioni trattare come presentare le informazioni

22 Esempio: Rassegna stampa Si supponga di avere a disposizione più giornali quotidiani, di uno stesso giorno, e di voler costruire una rassegna stampa. Ogni giornale ha un certo numero di notizie e di commenti

23 Possiamo immaginare che, a seconda dei gusti della persona destinataria della rassegna, le notizie: vengano selezionate da tutti i giornali a disposizione vengano disposte sulla pagina in un certo modo vengano collocate su pagine diverse

24 Esempio: Visita di un Museo La questione fondamentale è che in un Museo i visitatori (utenti) hanno difficoltà a reperire con immediatezza gli elementi di loro più forte interesse.

25 Ciò dipende essenzialmente dal fatto che il visitatore non ha conoscenza di ciò che si trova nel Museo Ecco perché è stato istituito il TOUR GUIDE

26 L'analogia tra il Museo e il WWW corrisponde all'analogia tra il Tour Guide e un sistema di filtraggio delle informazioni.

27 I sistemi commerciali per il reperimento delle informazioni come LYCOS o ALTAVISTA o GOOGLE non sono analoghi al Tour Guide In essi non è sviluppata la componente User Modelling

28 APPRENDIMENTO AUTOMATICO L'idea su cui poggia il concetto di apprendimento è che la percezione dovrebbe servire non solo per agire, ma anche per migliorare la capacità del sistema di agire in futuro. L'apprendimento ha luogo come risultato dell'interazione tra il sistema e il mondo e dall'osservazione, da parte del sistema, del modo in cui egli stesso prende le decisioni.

29 Musei Visita personalizzata: il progetto PEACH (Personal Experience with Active Cultural Heritage) con tecnologia mobile e la modellazione utente si è realizzato un nuovo concetto di guida mobile, basato su palmare, che accompagna il visitatore. Il sistema è stato sperimentato presso il Castello del Buonconsiglio a Trento.

30 Archeologia Ricostruzione di contesti archeologici. Utilizzo di tecniche di modellazione e visualizzazione 3D su reperti acheologici. Sistemi di supporto alle decisioni per l indagine archeologica. Tecnologia mobile e modellazione utente per visite personalizzate.