Introduzione all'Intelligenza Artificiale, Cfi Scuola, Presentazione

CFI Scuola

CFI Edu Introduzione All'Intelligenza Artificiale Caterina Ortu MIM Ministero dell'istruzione e del MeritoCFI Scuola

Che cos'è l'Intelligenza Artificiale?

• Bella domanda!
• Non c'è comune accordo su che cos'è l'intelligenza artificiale
• Molte definizioni:
• Concetto di creare programmi informatici o macchine capaci di comportamenti che riterremo intelligenti se messi in atto da esseri umani
• potremmo identificare l'IA come la disciplina che si occupa di realizzare macchine (hardware e software) in grado di "agire" autonomamente (risolvere problemi, compiere azioni, ecc.)
• Nel 1955 John McCarthy descriveva il processo come «consistente nel far sì che una macchina si comporti in modi che sarebbero definiti intelligenti se fosse un essere umano a comportarsi così»
• Approccio apparentemente ragionato ma limitato se si considera, per esempio, la difficoltà a definire l'intelligenza umana.CFI Scuola

Il significato dell'IA

• Definizione di Intelligenza dall'enciclopedia Treccani:
• Complesso di facoltà psichiche e mentali che consentono di pensare, comprendere o spiegare i fatti o le azioni, elaborare modelli astratti della realtà, intendere e farsi intendere dagli altri, giudicare, e adattarsi all'ambiente
• L'essenza dell'Intelligenza Artificiale è la capacità di fare generalizzazioni appropriate in modo tempestivo e su una base dati limitati
• Tanto più è vasto il campo di applicazione, tanto più rapidamente vengono tratte le conclusioni con informazioni minime, tanto più intelligente è il comportamento osservato.Il computer puo

Il test di Turing

CFLScuola pensare?

• Il test di Turing
• Alan Turing affrontò questo argomento nel 1950 costruendo quello che lui chiama il «gioco dell'imitazione»
• Turing ipotizza che sé un esperto nel corso di una conversazione cieca con un interlocutore non visibile non è in grado di capire con certezza se stia parlando con una macchina o con una persona, allora si può parlare di macchina pensante
• Alcuni critici della IA, in particolare John Searle, osservano che i computer, di per se, non possono «pensare» in quanto non lo fanno intenzionalmente. Nella migliore delle ipotesi si occupano di manipolazione simbolica seguendo delle istruzioni senza connessioni con il mondo reale.
• C'è differenza tra le idee che passano per la testa e i byte che sfrecciano in un computer?CFI Scuola

IA forte e IA debole

• Visione forte:
• Postula che le macchine hanno una mente o finiranno per averla
• Visione debole:
• Asserisce che si tratta di una semplice simulazione, non di duplicazione, dell'intelligenza reale.
• Le macchine possono essere davvero intelligenti o semplicemente capaci di agire «come se» lo fossero?CFI Scuola

Le reti neurali

CFI Scuola

• Alcuni ricercatori nel campo delle neuroscienze computazionali sono impegnati nel tentativo esplicito di capire come è davvero strutturato il cervello umano e di simularlo al computer, con lo scopo di capirne i funzionamento.
• Altri ricercatori appartenenti al mainstream dell'IA non interessa se i loro programmi riproducono il cervello, quanto se risolvono problemi pratici di qualche interesse. Hidden Input Output

Gli agenti razionali

CFI Scuola

• Un agente razionale e un sistema intelligente in grado di elaborare i segnali di input provenienti dai suoi sensori per tradurli in simboli logici e rappresentare la conoscenza dell'ambiente esterno.
• La rappresentazione della realtà esterna viene confrontata con una base di conoscenza interna (knowledge base) per avviare un processo di ragionamento logico-algoritmico, allo scopo di prendere delle decisioni utili al raggiungimento di un particolare scopo o obiettivo.
• Una volta prese le decisioni, stabilite le scelte e la strategia di adottare, queste sono messe in atto dai dispositivi attuatori dell'agente razionale. percezioni sensori ambiente 0- ? agente azioni attuatoriCFI Scuola

Il machine learning

• Il machine learning (in italiano apprendimento automatico) è un parente stretta dell'intelligenza artificiale.
• È un ramo vasto che prevede differenti meccanismi che permettono a una macchina intelligente di migliorare le proprie capacità e prestazioni nel tempo.
• Il machine learning consente alla macchina di affrontare situazioni e problemi non previsti dalla programmazione iniziale, prendendo decisioni e compiendo azioni non programmate
• Alla base dell'apprendimento automatico ci sono una serie di differenti algoritmi che, partendo da nozioni primitive, sapranno prendere una specifica decisione piuttosto che un'altra o effettuare azioni apprese nel tempo. 4 =1) {x }CR y n- 00 V 1 +++JL+15 2 Ex Ilim 5 lim . 2 yng+o <= >yn +0 By By ist n-2 п+х Lyng of Lyn NEN, A>O,=> limn/ A=1 1-300 M/ 4h-1 N-Rx:P 5 In+n-1 In n=no : (0) Cy 1. Cx Xn+yn N-+R n =no: (0m-g) <€ lokal. fon ix ~ {ynte max; f(x), f(x)= f(x) <= >79€[0,1):Vx,x'Ex PRY+13h n 13"+13h (en-9) <En=no : (20-9) <€ 11 -R TV n lim lok. 13 n " 13 n n = R n + 1 {x3-{yn3of n +ung: 13 4h+ xn Lyn € Zn €(O,1) " 5 " 1 g {xn's Lynbar Lan ym}: 13 L 0 min min n / 4 " 30 1 In: NR n. cos 2nl LAJAS n-2n+3 VnENunkyníZni 0+0+0€ {x }CRE VIENI 3 n-4 5CFI Scuola

Sistemi di apprendimento automatico

• Tre sistemi di apprendimento automatico:
• Apprendimento supervisionato
• consiste nel fornire al sistema informatico della macchina una serie di nozioni specifiche e codificate, ossia di modelli ed esempi che permettono di costruire un vero e proprio database di informazioni e di esperienze.
• algoritmi che hanno capacità di effettuare ipotesi induttive.
• Apprendimento non supervisionato
• prevede invece che le informazioni inserite all'interno della macchina non siano codificate, ossia la macchina ha la possibilità di attingere a determinate informazioni senza avere alcun esempio del loro utilizzo
• maggiore libertà di scelta alla macchina che dovrà organizzare le informazioni in maniera intelligente e imparare quali sono i risultati migliori per le differenti situazioni che si presentano
• Apprendimento per rinforzo
• prevede che la macchina sia dotata di sistemi e strumenti in grado di migliorare il proprio apprendimento e, soprattutto, di comprendere le caratteristiche dell'ambiente circostante.
• alla macchina vengono forniti una serie di elementi di supporto, quali sensori, telecamere, GPS eccetera, che permettono di rilevare quanto avviene nell'ambiente circostante ed effettuare scelte per un migliore adattamento all'ambienteCFIScuala

L'Intelligenza Artificiale nella vita quotidiana

• Riconoscimento vocale di cui sono dotati molti smartphone e che permettono di attivare comandi tramite la propria voce
• Le diverse applicazioni di domotica
• Utilizzo dei computer e della rete, ad esempio, le pubblicità traccianti
• In fase sperimentale vi sono i veicoli senza pilota
• Giochi come gli scacchi e backgammon.
• Ulteriori settori in cui l'Intelligenza Artificiale viene utilizzata in maniera regolare sono il mercato azionario, la medicina e la roboticaCFI Scuola

Il deep learning

• Apprendimento approfondito
• È una sottocategoria del Machine Learning, crea modelli di apprendimento su più livelli.
• L'apprendimento di dati che non sono forniti dall'uomo, ma sono appresi grazie all'utilizzo di algoritmi di calcolo statistico.
• La macchina riesce a classificare i dati in entrata (input) e quelli in uscita (output), evidenziando quelli importanti ai fini della risoluzione del problema e scartando quelli che non servono.
• La rete neurale apprende grazie all'esperienza, legge i dati, costruendo architetture gerarchiche e fornendo livelli avanzati di input-outputCFI Scuola

La visione artificiale

• Nel campo della visione artificiale il deep learning ha fatto passi da gigante.
• La visione artificiale fa parte del nostro quotidiano
• Twitter ha la capacità di riconoscere le immagini pornografiche, eliminandole all'istante, senza la necessità di un supervisore umano. Google, nella sezione dedicata alle foto, cataloga le immagina, inserendole nelle categorie adatte. Oppure Facebook con la capacità di riconoscere i visi e taggarli, dimostra come la computer vision sia la nostra realtà.
• Sul famoso social network di Zuckerberg, vengono caricate milioni di foto. L'analisi di queste immagini è fondamentale per carpire gli interessi dell'utente e per proporgli, a scopoCFI Scuola

La logica fuzzy

• La logica fuzzy ( o fuzzy logic ) è una logica sfumata con infiniti stati intermedi tra zero e uno.
• La fuzzy logic è l'evoluzione della logica booleana ed è particolarmente utile nello studio dell'intelligenza artificiale.
• Nell'informatica siamo abituati a utilizzare la logica booleana che ammette soltanto due valori: zero e uno.
• La logica fuzzy consente ai computer di rappresentare meglio la complessità della realtà e il linguaggio naturale degli uomini
• Nella fuzzy logic, invece, lo zero e l'uno sono solo gli estremi di una variabile continua. La variabile può assumere anche valori intermedi come 0.9, 0.5, 0.1, ecc ...
• La logica fuzzy è molto utile nell'intelligenza artificiale perché consente all'agente razionale di affrontare le scelte in condizioni di incertezza, affidandosi a una rappresentazione sfumata e probabilistica della realtà Elimina file × Rimuovere in modo definitivo il file? x 2018documento6 Tipo - Documento di testo Dimensione - 426 byte Ultima modifica - 18/06/2018 12:55 Sì No ForseCFI Scuola

La singolarità tecnologica

è concesso scenza da CC BY sta foto di Aut

• La singolarità tecnologica è una tecnologia in grado di competere con l'intelligenza umana o superiore. E' uno degli obiettivi dell'intelligenza artificiale.
• E' un termine nato negli anni '50 per indicare il momento in cui la tecnologia acquisisce una capacità intellettiva pari o superiore a quella dell'uomo.
• Ci sono due diversi approcci opposti alla singolarità:
• Integrati. E' la corrente di pensiero favorevole che intravede nella singolarità dei vantaggi per l'umanità e l'inizio di una nuova era.
• Apocalittici. E' la corrente di pensiero contraria alla singolarità. Secondo questa visione, le conseguenze della singolarità potrebbero anche causare l'estinzione del genere umanoCFI Scuola

L'intelligenza artificiale generativa GAN

• L'intelligenza artificiale generativa (GAN) è una sottocategoria dell'AI che utilizza algoritmi di apprendimento automatico per generare nuovi dati, come immagini o suoni, a partire da un set di dati di input.
• l'Al è una tecnologia che può essere utilizzata per risolvere problemi specifici, mentre la GAN può essere utilizzata per creare nuovi contenuti. Questa foto di Autore sconosciuto è concesso in licenza da CC BY-NC