Intelligenza artificiale, tesina (2)

A questo punto ci si può domandare:

Dato che il sistema nervoso centrale è capace di

 elaborare informazione in maniera efficiente e in tempi

brevissimi, e …

Dato che il sistema nervoso centrale è costituito

 fondamentalmente da neuroni, allora …

Come possiamo “tradurre” il complesso

 comportamento prima esposto in un modello di

calcolo?

In altre parole, quali sono le caratteristiche essenziali della

struttura e del comportamento di un neurone biologico che

ci permettono di “costruire” un sistema di calcolo che può, in

qualche misura, simulare il sistema nervoso centrale?

Intelligenza artificiale: fino a che punto una macchina può assomigliare all’uomo? 11

Elisa Spada classe V BL A.S. 2014-2015

Le reti neurali artificiali

Le reti neurali artificiali sono dei

sistemi di elaborazione

dell'informazione che cercano di

simulare all'interno di un sistema

informatico il funzionamento dei

sistemi nervosi biologici che sono

costituiti da un numero molto elevato

di cellule nervose (o neuroni)

collegati tra di loro in una complessa

rete. Ogni neurone è collegato

mediamente con una decina di

migliaia di altri neuroni; le connessioni risultano quindi essere centinaia di miliardi. Il

comportamento intelligente emerge dalle numerose interazioni tra le unità interconnesse.

Alcune di queste unità ricevono informazioni dall'ambiente, altre emettono risposte

nell'ambiente ed altre ancora comunicano solamente con le unità all'interno della rete:

esse sono definite rispettivamente:

Unità di ingresso (input layer),

Unità di uscita (output layer)

Unità nascoste (hidden layer).

Ciascuna unità svolge un'operazione molto semplice

che consiste nell’attivarsi se la quantità totale di

segnale che riceve supera una certa soglia di

attivazione. Quando un'unità si attiva, emette un

segnale che viene trasmesso lungo i canali di

comunicazione fino alle altre unità cui è connessa; ciascun punto di connessione agisce

come un altro che trasforma il messaggio ricevuto in un segnale eccitatorio od inibitorio,

aumentandone o diminuendone nel contempo l'intensità a seconda delle caratteristiche

individuali. Intelligenza artificiale: fino a che punto una macchina può assomigliare all’uomo? 12

Elisa Spada classe V BL A.S. 2014-2015

Il legame input-output, ovvero la funzione di trasferimento della rete, si ottiene da un

processo di apprendimento non programmato, che si basa su dati empirici.

Il processo può essere:

Supervisionato (supervised learning), se

si dispone di un insieme di dati per

l'addestramento, comprendente

esempi tipici di ingressi con le uscite loro

corrispondenti. L’obiettivo consiste nella

previsione del valore di uscita per ogni

valore valido di ingresso, basandosi

soltanto su un numero finito di esempi di

corrispondenza (coppie di valori input- Hiro il robot giapponese mentre interagisce con una tazza

output). La rete viene addestrata

mediante un opportuno algoritmo (backpropagation); se ha successo, impara a

riconoscere la relazione incognita che lega le variabili d'ingresso a quelle d'uscita,

e può quindi fare previsioni anche nel caso in cui l’uscita non sia nota a priori.

Non supervisionato (unsupervised

learning); si basa su algoritmi

d'addestramento riferiti ad un insieme di

dati che include le sole variabili

d'ingresso, senza fornire alcuna

indicazione sui valori di output. Tali

algoritmi raggruppano i dati d'ingresso

ed individuano opportuni cluster per Robot di Asimov

rappresentarli.

Per rinforzo (reinforcement learning), un paradigma

più realistico e flessibile dei precedenti, in cui la rete

interagisce direttamente con l'ambiente esterno

che risponde attraverso stimoli positivi o negativi

(“premi” o “punizioni”) che guidano l'algoritmo nella

fase di apprendimento; la rete viene quindi

adattata in modo da aumentare le probabilità di

ottenere dei “premi” e diminuire quelle di ricevere

“punizioni”; Icub, il robot con le capacità cognitive e

l'aspetto di un bambino di 4 anni

Intelligenza artificiale: fino a che punto una macchina può assomigliare all’uomo? 13

Elisa Spada classe V BL A.S. 2014-2015

Come quelle biologiche, le reti neurali artificiali sono composte da un certo numero di

unità processanti che operano simultaneamente, i neuroni artificiali o neurodi e possono

essere ripartite in più sottoinsiemi della rete, chiamati “strati”, che comunicano tra loro

attraverso delle connessioni simili alle sinapsi biologiche.

In base all'organizzazione di tali connessioni avremo:

Reti totalmente connesse, dove ogni neurone di uno strato è connesso ad ogni

neurone di un altro strato;

Reti parzialmente connesse, dove ogni neurone di uno strato è connesso ad un

particolare sottoinsieme di neuroni di un altro strato;

Caratteristiche generali delle reti neurali

Per quanto riguarda le caratteristiche generali delle reti neurali, si può riassumere dicendo

che esse sono in grado di:

Apprendere per esempi, come si è detto parlando del paradigma di

apprendimento supervisionato;

Generalizzare le soluzioni apprese, ovvero rispondere correttamente a stimoli simili a

quelli usati durante l'addestramento;

Astrarre nuove soluzioni, ossia rispondere correttamente a stimoli diversi da quelli

usati per l'addestramento;

Trattare dati “rumorosi”, cioè rispondere correttamente anche in presenza di dati

alterati o parziali.

Svantaggi

Gli svantaggi delle reti neurali sono:

Incapacità di rendere conto dell’elaborazione: non si può capire perché ha dato

quel risultato specifico;

Non si può descrivere e localizzare la conoscenza memorizzata nella rete;

Tecniche di addestramento sofisticate che richiedono molto tempo di calcolo;

Non sempre esiste una rete che risolve il problema, perché non sempre esiste un

algoritmo di apprendimento che converge dando un output della rete con basso

errore;

I valori di output non sono precisi, ma hanno un margine in cui possono variare;

Serve una casistica di esempi molto ampia per ottenere un buon apprendimento

e un basso errore di output.

Intelligenza artificiale: fino a che punto una macchina può assomigliare all’uomo? 14

Elisa Spada classe V BL A.S. 2014-2015

Confronto reti neurali biologiche e reti neurali artificiali

Reti neurali biologiche Reti neurali artificiali

Lavorando in parallelo, sono in grado di Ogni dato viene elaborato singolarmente ed in

trattare molti dati contemporaneamente. successione. Sono sistemi con una buona

immunità al rumore26; se alcune unità

funzionano male, la rete subisce delle riduzioni

di prestazioni, ma difficilmente si blocca.

Gli essere umani accedono alle proprie Ogni dato nella memoria dei calcolatori è

memorie in base al contenuto: sono in grado identificato da un indirizzo che viene utilizzato

di recuperare un ricordo semplice in base a dal processore centrale per recuperare le

qualche indizio parziale o ad un attributo (un conoscenze necessarie allo svolgimento di un

profumo, una voce, ...). certo compito.

Non hanno bisogno di essere programmati per Devono essere programmati per svolgere un

svolgere un compito; imparano compito.

autonomamente in base all'esperienza o con

l'aiuto di un istruttore esterno.

“Non c’è’ alcun modello del cervello più semplice del cervello stesso”

John von Neuman

Intelligenza artificiale: fino a che punto una macchina può assomigliare all’uomo? 15

Elisa Spada classe V BL A.S. 2014-2015

La scoperta del legame tra

Teoria dei giochi e

fisica quantistica

La Teoria dei giochi

Una delle aree più interessanti in cui l’intelligenza

artificiale opera è quella dei giochi, in quanto si cerca di

capire come una macchina può “analizzare” una

situazione e come può arrivare ad un risultato vincente.

Ma che cos’è la Teoria dei Giochi e di cosa si occupa?

La Teoria dei Giochi (TdG) è una disciplina di cui si sente

parlare con una certa frequenza. Ma che cos’è

realmente?

La si può definire come una scienza matematica che

Analizza situazioni di conflitto e

 Ne ricerca soluzioni competitive e cooperative

 tramite modelli;

Ovvero si tratta di uno studio delle decisioni individuali in situazioni in cui vi sono interazioni

tra i diversi soggetti, tali per cui le decisioni di un soggetto possono influire sui risultati

conseguibili da parte di un rivale.

Nei modelli della "Teoria dei Giochi", tutti devono essere a conoscenza delle regole del

gioco, ed essere consapevoli delle conseguenze di ogni singola mossa, che viene

chiamata "strategia".

In dipendenza dalle strategie adottate da tutti i giocatori, ognuno riceve un "pay-off"

(vincita finale).

La teoria dei giochi si occupa di situazioni in cui più decisori interagiscono.

Esempi di situazioni di questo tipo sono:

Due individui che giocano a scacchi;

La compravendita di una casa;

La regolamentazione di mercati;

Robottini medio-intelligenti cui sono affidati compiti di sorveglianza;

Intelligenza artificiale: fino a che punto una macchina può assomigliare all’uomo? 16

Elisa Spada classe V BL A.S. 2014-2015

I decisori coinvolti hanno, ciascuno, un controllo parziale sulla situazione, e l'esito dipende

dal complesso delle decisioni prese da tutti i decisori coinvolti, che sono tipicamente

intelligenti: sono cioè in grado di comprendere la situazione che stanno fronteggiando,

creandosene uno schema mentale.

La Teoria dei giochi classica assume di avere a che fare con decisori infinitamente

intelligenti.

John Forbes Nash e la Teoria dei Giochi

John Nash deve la sua fama allo sviluppo della cosiddetta “Teoria dei Giochi” che viene

tutt’ora studiata in tutte le università del mondo e che, nel corso degli anni, si è sviluppata

grazie al genio di molti economisti e matematici. Attraverso il famoso esempio del

“Dilemma del Prigioniero”, è possibile sviluppare in maniera semplice e intuitiva la “Teoria

dei Giochi” di John Nash: Due criminali vengono accusati di aver compiuto

una rapina. La polizia non ha prove sufficienti per

trovare il colpevole e, dopo aver rinchiuso i due

prigionieri in due celle diverse, interroga entrambi

offrendo loro le seguenti

prospettive: confessare l’accaduto (C),

oppure non confessare (NC).

Precisando che:

1. Se solo uno dei due confessa, chi ha con