Riassunto esame Intelligenza artificiale, prof. Bianchini, libro consigliato "Instrumentum vocale", Francesco Bianchini

Instrumentum vocale: intelligenza artificiale e linguaggio

L'IA e il linguaggio fra storia ed epistemologia

Intelligenza artificiale e linguaggio → studio delle possibilità per i calcolatori di attuare → è uno degli obiettivi principali dell'IA: creare prestazioni intelligenti, a fini pratici che strumentali per programmi dove sia possibile l'elaborazione di un linguaggio naturale che fosse in grado di comunicare con l'uomo, sia a fini esplicativi dei processi di computazione.

Molti dei manufatti prodotti sono strumenti utili per la soluzione di compiti particolari. Gli strumenti intelligenti sono in grado di compiere attività per le quali è tipicamente richiesto un certo dispendio cognitivo. Ciononostante, le lacune scientifiche prevengono la formulazione di una vera e propria tecnologia, riducendo l'IA ad un insieme di sotto-materie.

Quadruplice rapporto tra IA e linguaggio

• Il rapporto tra calcolatori elettronici e linguaggio: l'informatica è la scienza del linguaggio. La programmazione viene effettuata tramite opportuni linguaggi formalizzati. La governabilità di un calcolatore dipende dal linguaggio e dalla sua potenza, da cui vengono regolate tutte le operazioni più semplici.
• Il linguaggio naturale è considerato il paradigma cui ispirarsi nel tentativo di produrre una macchina intelligente.
• È stato lo studio e la progettazione di modelli che fossero in grado di comprendere situazioni del mondo reale, attraverso l'elaborazione di brevi episodi narrativi a mostrare l'importanza e del problema della rappresentazione della conoscenza in un sistema intelligente.
• La dimensione della linguistica computazionale si è dedicata specificamente alla costruzione di sistemi automatici di elaborazione del linguaggio naturale, sia dal punto di vista sintattico, che semantico.

IA (artificial intelligence) → un complesso di ricerche il cui indirizzo unitario risiedeva nella prospettiva regolativa che permeava. I quattro ideatori erano: McCarthy, Minsky, Rochester e Shannon. Il ventennio precedente alla nascita dell'IA è importante per l'evoluzione della cibernetica.

Negli anni di gestazione dell'IA, l'idea era quella di istituire una specie di piattaforma interdisciplinare fra studiosi di diverse discipline “sotto il segno di comunicazione e messaggio, una base per le conversazioni tra persone interessate a lanciare nuove idee”.

Cibernetica e teoria dell'informazione

Si configurò come la scienza dei meccanismi di controllo e trasmissione dell'informazione nei sistemi naturali o artificiali. Con essa si va verso il superamento del comportamentismo, rivalutando ciò che poteva costituire un elemento esplicativo dei processi mentali cognitivi.

Le tesi esposte da Shannon e Weaver si basavano sull'idea che l'informazione potesse essere studiata e regolamentata attraverso una sua riduzione a stringhe di bit, cioè unità binarie (con valori da 0 e 1). Il punto di svolta per l'IA si ha nel 1956 alla Dartmouth, con l'uso di un particolare macchinario: il calcolatore elettronico.

Alan Turing → teoria della compatibilità che si occupava dello studio dei metodi o dei procedimenti effettivi di risoluzione dei problemi, meglio conosciuti come “algoritmi”. Tale teoria prende le mosse dall'individuazione della classe dei problemi risolvibili attraverso procedure algoritmiche, i quali, secondo la tesi di Church, sono tutti e soltanto quelli esprimibili attraverso una funzione ricorsiva generale.

Macchina di Turing

• Un dispositivo teorico dotato di un nastro costruito da:
  • Un numero infinito di caselle;
  • Una testina per la lettura e la scrittura dei simboli sulle caselle → ha la possibilità dell'assenza di simbolo (casella vuota), le operazioni eseguibili consistono nella scrittura o nella cancellazione del simbolo dell'alfabeto che consente lo spostamento a sinistra o destra.

La configurazione iniziale → input, la configurazione finale → output

• Un insieme di istruzioni che descrivono le operazioni che la macchina può compiere. Generalmente le istruzioni di una Mdt hanno la struttura di quintuple ordinate, delle quali:
• Due simboli → rappresentano il contenuto simbolico iniziale e finale. [esprimono lo stato interno e il contenuto simbolico della casella]
• Due simboli → lo stato interno iniziale e interno finale. [indicano il simbolo che la macchina deve scrivere]
• La quinta → lo spostamento o il mancato spostamento della testina.

Mdt = dispositivo astratto. L'alfabeto può contenere qual si voglia simbolo, che sia possibile ridurre ad alfabeto binario. Ciò che conta è la discretezza dei simboli impiegati. I tre fondamenti teorici: finitezza, località, discretezza. Il formalismo inventato da Turing ha influenzato la successiva nascita dell'IA da un duplice punto di vista:

• È antecedente teorico della macchina di von Neumann, cioè lo schema generale di realizzazione di ogni calcolatore elettronico.

La macchina di von Neumann

La macchina di von Neumann si compone di quattro parti:

• Un dispositivo di input;
• Un dispositivo di output;
• Un'unità di memoria – corrisponde al nastro;
• Un processore – corrisponde alla testina; incorpora alcune operazioni di base (unità di controllo e di calcolo).

In una prospettiva storica si può affermare essere stata la traducibilità dei dati a rendere possibile la programmazione dei calcolatori non solo per il calcolo di semplici funzioni aritmetiche, ma per tutte quelle attività, come l'elaborazione dei testi.

Teorema di Böhm e Jacopini

1966 – Böhm e Jacopini: ogni algoritmo è implementabile attraverso tre strutture: sequenza, selezione, ciclo. → Teorema che è alla base della programmazione strutturata in informatica, basata sulla progettazione di schemi algoritmici, i diagrammi o grafi di flusso.

Il formalismo introdotto da Turing inaugura una visione totalmente funzionale dei procedimenti effettivi di risoluzione dei problemi. Si incominciò ad intravvedere la possibilità di una riproduzione dei processi di ragionamento in maniera del tutto distaccata dal supporto su cui essi operano. Una Mdt è identificata dall'insieme delle quintuple che definiscono tutte le operazioni che essa può compiere dato un certo input.

Stati interni della macchina

Gli stati interni partecipano alla definizione funzionale della macchina. Gli stati interni furono visti come gli stati invisibili → su un altro piano rispetto a quello degli input forniti e degli output esibiti. La duplice influenza esercitata da Turing fu alla base della nascita dell'IA e della dicotomia che la configurazione del nuovo indirizzo di studi prese.

Di tale dicotomia si parla come delle due anime dell'IA:

Approcci ingegneristico e scientifico dell'IA

• Ingegneristica – Interessata allo sfruttamento delle possibilità dei calcolatori. Focus sullo sfruttamento delle macchine concrete che realizzano la MUDT con lo scopo di vagliarne le possibilità e di ottenere quanti più risultati possibili, a prescindere dai metodi di programmazione, cercando di fornire strumenti che richiedono l'impiego massiccio di capacità intellettuali.
• Scientifica – Interessata allo studio dei processi dell'intelligenza umana. Indaga il fenomeno dell'intelligenza, accostando al risultato anche la necessaria comprensione del procedimento e tendendo alla realizzazione di sistemi naturali intelligenti, ovvero l'uomo.

I due approcci sembrano riferirsi a due accezioni del termine intelligenza:

• Primo caso – L'intelligenza è da intendere metaforicamente: è importante che i risultati siano esibiti da un calcolatore e allo stesso tempo riconosciuti da esso. → L'intelligenza assume un ruolo di un'idea regolativa.
• Secondo caso – L'intelligenza intesa in senso letterale = ricerca delle condizioni necessarie per il comportamento intelligente, attraverso la loro replicazione su un dispositivo artificiale che garantisce la funzionalità delle componenti.

Scienze cognitive

Derivano direttamente dalla rapida espansione dell'IA; disciplina autonoma indirizzata all'indagine del pensiero attraverso la programmazione del calcolatore. Il punto fondamentale nella metodologia dell'IA è nella “simulazione al calcolatore” che per una buona parte della sua storia è caratterizzata come programmazione euristica.

Quest'ultima si rispecchia nel tentativo di cogliere alcuni aspetti del ragionare. Lo studio del ragionamento si concretizza nell'opera di Neumann e Morgenstern nel gioco degli scacchi, volto all'indagine della razionalità ottimale. Le soluzioni che l'uomo trova (secondo questo studio) non sono necessariamente ottimali, è sufficiente che siano soddisfacenti, relativamente alle priorità pratiche che l'individuo si pone e alle limitazioni soggettive nel ragionamento. → La nozione di euristica importa tutto ciò all'interno dell'IA.

Euristica nell'IA

Euristica = espediente messo in atto per conseguire un obiettivo. Può essere definita “un criterio d'azione”, che è capace di individuare uno stile di comportamento nella soluzione di un problema. Determina infinite strategie per un numero limitato di regole.

La controparte dell'euristica sono: le funzioni euristiche → la parte algoritmica. Sono tipiche della risoluzione automatica di problemi. Il programma produce uno spazio di ricerca effettivo nella maggior parte dei casi inferiore a quello prodotto da una ricerca alla cieca. Con l'impiego di euristiche, l'IA si configura come disciplina volta all'indagine dei processi di pensiero.

Logic theorist

Si occupa della dimostrazione di teoremi, a partire da una serie di assiomi e per mezzo di una serie di regole di inferenza, era in grado di dimostrare un vasto insieme di teoremi. Sono due gli aspetti fondamentali:

• La ricerca proseguita attraverso l'impiego di euristiche. La soluzione non era ottimale e nemmeno era garantito che si trovasse una soluzione; ciò nonostante questo portava comunque alla soluzione di molti problemi, rispetto al mondo euristico cieco.
• Dal punto di vista teorico, la ricerca va pensata come l'insieme di tre parti:
  • Gli assiomi
  • Le regole d'inferenza
  • Un sistema di operatori atti a scegliere ed applicare le regole d'inferenza. → Quest'ultima parte implementa le euristiche, cioè metodi che pur mantenendo l'andamento logico-deduttivo ne indicano il percorso con scelte intelligenti.

Il logic theorist venne esteso da Newel e Simon nel General Problem Solver (GPS), la cui ambizione era quella di diventare un solutore flessibile di ogni problema. L'azione del programma era diretta da un'unità di controllo centrale.

I limiti del GPS sono diversi e si manifestano presto; il principale risulta nel fatto di poter agire solo su domini fortemente strutturati. S'iniziò a pensare che per ottenere una maggiore ampiezza di applicazione fosse necessario disporre di un formalismo quanto più generale possibile. I sistemi esperti non riescono ad esibire caratteristiche human-like nei processi messi in atto da loro.

Abbandonare il sogno di un vero GPS (ovvero un solutore di ogni tipo di problemi) in favore di obiettivi più fattibili, in più affrontare il problema della conoscenza di cui dotare un programma affinché le sue applicazioni fossero più generali possibili. Le vie furono intraprese entrambe:

Sistemi esperti

• Sistemi esperti → mettono in pratica un qualche tipo di esperienza specifica e molto approfondita relativa a un determinato settore. Utilizzano un'ampia base di conoscenza specifica e un'unità di controllo che corrisponde in genere ad un motore inferenziale; questo opera grazie ad un insieme di regole che permettono di trarre conclusioni in base alle conoscenze possedute dal programma e a partire dagli input disponibili, che descrivono la situazione d'esame.
• I sistemi esperti sono in genere sistemi a regole di produzione, ovvero proposizioni condizionali, il cui antecedente costituisce le precondizioni per l'esecuzione dell'azione o per la formulazione di un'ipotesi espressa in forma proposizionale-dichiarativa.
• DENDRAL = primo sistema esperto usato nel campo della chimica organica. Altri furono MYCIN e EMYCIN. I sistemi esperti non aspirano ad esibire caratteristiche human-like per quanto riguarda i processi da loro messi in atto. Hanno come fine quello di rimediare alle carenze umane.

Problema della conoscenza → un altro cammino intrapreso dall'IA, nel superamento dei domini-giocattolo. Nasce come tentativo di trattare problemi più complessi, tipici del mondo reale, per i quali i programmi dovevano essere dotati di una dose massiccia di buon senso, al fine di capire ciò che andava fatto e in che direzione muovere per trovare una soluzione. Offrire un dominio strutturato non sembrava un compito difficile se tutti gli elementi in gioco potevano essere esplicitati, più o meno come faceva il programma di McCarthy “ADVICE TAKER” ('50).

Il problema che si palesò presto era quello di riuscire a far sì che il programma non si arenasse nella ripetizione ad ogni passo. Ogni volta che il programma si trovava ad elencare, accanto a tutto ciò che nella situazione cambiava in seguito ad un'azione, cioè all'applicazione di un operatore di inferenza, anche tutto ciò che rimaneva invariato, con grave dispendio computazionale.

McCarthy corse ai ripari introducendo la regola di circoscrizione, la quale stabilisce che l'insieme dei fatti noti è sufficiente a trarre una conclusione in maniera deduttiva nell'impossibilità di dare una descrizione esauriente in senso assoluto della situazione in esame. Il formalismo di McCarthy si applicava soltanto a quei sistemi che fanno largo uso di conoscenza rappresentata in modo esplicito attraverso l'applicazione di regole di derivazione tipiche della logica dei predicati e procedono attraverso l'applicazione di regole di derivazione tipiche della logica formale.

Limitazioni del GPS e soluzione di McCarthy

Il GPS si dimostrò, dunque, molto limitato: la creazione di un modello che corrispondesse ai protocolli auto-descrittivi dei solutori umani era troppo esposta alle manchevolezze dell'analisi introspettiva, una critica nei confronti della quale era già stata avanzata alla fine del diciannovesimo secolo nell'ambito della psicologia scientifica.

McCarthy cercò di trovare una soluzione al cosiddetto frame problem, introducendo la regola di circoscrizione → stabilisce che l'insieme dei fatti noti è sufficiente a trarre una conclusione in maniera deduttiva nell'impossibilità di dare una descrizione esauriente in senso assoluto della situazione.

Il formalismo di McCarthy si applica solo a quei sistemi che fanno largo uso di conoscenza rappresentata in modo esplicito. La questione della conoscenza diventa il problema dell'IA:

• Ci si interroga su quale sia il modo migliore per dotare un programma di una conoscenza robusta e flessibile; da qui si ricava la dicotomia fra conoscenza procedurale e conoscenza dichiarativa.
• Ci si interroga sulle forme più adatte per rappresentare la pervasiva dipendenza da contesto della conoscenza umana; da ciò scaturiscono i frame di Minsky e gli script di Schank.

In definitiva la congiunzione tra IA e psicologia è anche la causa principale dello scaturire della visione per “paradigmi contrapposti” che ha determinato il corso degli ultimi vent'anni tanto dell'IA quanto della psicologia sperimentale in generale.

Sistema di simboli

Sistema di simboli = macchina che produce nel tempo un insieme di strutture simboliche in evoluzione, precisando che con tale sistema esiste in un mondo di oggetti che è più ampio di tali espressioni simboliche e a cui rimanda attraverso una duplice relazione di designazione (relativa ad un oggetto – il sistema può avere effetto o sull'oggetto stesso o comportarsi in modi che dipendono dall'oggetto) e di interpretazione (relativa ad un processo – un'espressione è interpretabile dal sistema).