Test di Turing e Intelligenza Artificiale
1 like2,523 views
Il documento esplora il concetto di intelligenza, sia naturale che artificiale, definendo l'intelligenza come la capacità di comprendere e adattarsi a nuove situazioni. Si discute del test di Turing come un metodo per valutare se una macchina può pensare, e delle diverse approcci all'intelligenza artificiale, tra cui il connessionismo e l'apprendimento per rinforzo. Infine, vengono evidenziate le applicazioni pratiche dell'intelligenza artificiale, come classificazione e risoluzione di problemi.
Test di Turing e Intelligenza Artificiale
- 1. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 1 Test di Turing e Intelligenza Artificiale Alessandro Bogliolo DiSBeF – Università di Urbino
- 2. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 2 Intelligenza Capacità di intendere, pensare e giudicare L'intelligenza è l'insieme di tutte le facoltà mentali che permettono di capire le cose e gli eventi, di scoprire le relazioni tra di essi e di arrivare alla conoscenza concettuale e razionale (ovvero non percettiva o intuitiva) Essa si percepisce nella capacità di comprendere e adattarsi facilmente alle nuove situazioni. L'intelligenza può essere concepita come capacità di adattamento L'intelligenza può anche essere vista come la capacità di prevenire, individuare, determinare con precisione e risolvere problemi utilizzando l'elaborazione di informazioni, dati sensoriali passati e presenti e ricordi a lungo termine
- 3. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 3 Artificiale Non naturale Fatto, ottenuto ad arte, con artificio Artefatto
- 4. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 4 Intelligenza artificiale (AI) • Disciplina che studia tecniche e principi finalizzati alla realizzazione di sistemi artificiali che hanno un comportamento simile a quello che, se riscontrato in un individuo, verrebbe ritenuto intelligente – auto-apprendimento da esempi – adattamento all’ambiente – classificazione – … • AI forte: sistemi artificiali intelligenti • AI debole: sistemi artificiali che si comportano come se fossero intelligenti
- 5. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 5 Le macchine possono pensare? • Cartesio Discorso sul metodo, 1637 • Turing Computing Machinery and Intelligence, 1950 Il solo modo per cui si potrebbe essere sicuri che una macchina pensa è quello di essere la macchina stessa e sentire se si stesse pensando. Lo stesso vale per le persone, quindi tanto vale presupporre che pensino
- 6. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 6 Test di Turing (1) • Gioco dell’imitazione – A uomo (deve ingannare C) – B donna (deve aiutare C) – C terza persona che deve determinare, tramite domande scritte, chi sia l’uomo e chi la donna – Se C non riesce a determinare con certezza chi è l’uomo e chi è la donna, allora A vince • Test di Turing (conversational intelligence) – Se sostituendo ad A una macchina la percentuale di successi di C non cambia, la macchina ha superato il test
- 7. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 7 Test di Turing (2) • Test di Turing (rivisitato) – Computer – Essere umano – C terza persona che deve determinare, tramite domande scritte, chi sia il computer – Se C non riesce con certezza a determinare chi sia il computer, la macchina ha passato il test
- 8. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 8 Test di Turing (3) • Loebner prize – Cambridge, dal 1991 – Chatterbot – http://www.loebner.net/Prizef/loebner-prize.html • Per passare il test di Turing la macchina deve imitare anche i comportamenti umani non intelligenti: errori di battitura, sbalzi di umore, ecc.
- 9. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 9 Sfide sul campo • DeepBlue (Chess) – 1011 posizioni in 3 minuti – 1997, NY, Kasparov • Watson (Jeopardy) – http://www.youtube.com/watch?v=WFR3lOm_xhE – http://www.ibm.com/smarterplanet/us/en/ibmwatson/
- 10. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 10 Comportamento intelligente • Tendiamo a chiamare intelligente un comportamento che non è stato direttamente programmato, ma che scaturisce dall’applicazione di regole che alterano in base all’esperienza la funzione stessa svolta dal sistema • L’esecuzione di un algoritmo non è di per sé prova di intelligenza
- 11. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 12 Apprendimento • Sistemi adulti vs sistemi bambini • Apprendimento come attributo essenziale dell’intelligenza (è intelligente chi commette ripetutamente gli stessi errori?) • Un sistema apprende se è in grado di migliorare nel tempo le proprie prestazioni (ambito di applicazione, accuratezza soluzioni, tempo/costo di calcolo) nella soluzione di un problema senza venir riprogrammato
- 12. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 13 Approcci • Strutturale (connessionistico) – Tenta di riprodurre il comportamento del cervello umano ricreandone la struttura • Funzionale (o comportamentistico) – Tenta di riprodurre il comportamento del cervello umano a prescindere dalla sua struttura • Forza bruta – Sfrutta potenza di calcolo per esplorare un gran numero di soluzioni
- 13. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 14 Strutturale (reti neurali) • Apprendimento supervisionato • Apprendimento non supervisionato • Apprendimento per rinforzo • Artificiale vs naturale Σ i1 i2 i3 w3 w2 w1 U P
- 14. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 15 Funzionale (motore inferenziale) • Base di conoscenza – Asserzioni e fatti – Regole e relazioni • Motore inferenziale – Induttivo (dal particolare al generale) – Deduttivo (dal generale al particolare)
- 15. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 16 Forza bruta (esplorazione soluzioni) • Capacità di calcolo • Capacità di memoria • Calcolo parallelo • Bio-inspired models – Automi cellulari – Algoritmi genetici – DNA computing – Swarm intelligence
- 16. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 17 Forza bruta (decision tree) • Molti giochi e problemi di ottimizzazione si mappano su un albero di decisioni (game theory, decision theory) • Se l’albero è finito è concepibile una ricerca esaustiva della soluzione migliore • Obiettivo: – Minimizzare la perdita – Massimizzare il profitto • Minimax: – In un gioco a due giocatori a somma nulla, la strategia vincente per un giocatore è quella che “minimizza il massimo guadagno dell’avversario” e “minimizza la propria massima perdita”.
- 17. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 18 Minimax in pratica • Estensioni a n giocatori • Alberi di dimensioni intrattabili in molti problemi reali – 35100 nodi nel caso degli scacchi • Euristici – Approssimazione della funzione costo/utilità – Taglio di profondità – Alpha-beta pruning – Ricerca informata (usa conoscenza euristica per decidere l’ordine di esplorazione)
- 18. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 19 Applicazioni dell’IA • Apprendimento/adattamento • Dimostrazione automatica / logica • Pianificazione e Controllo • Sistemi esperti • Classificazione • Memorie associative • Ricerca, Ottimizzazione, Problem solving, Giochi
- 19. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 20 Giochi Scacchi Master Mind Monopoli Poker Inf. perfetta Inf. imperfetta Deterministico Stocastico
- 20. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 21 Dov’è l’intelligenza? A parità di complessità e varietà dei problemi da risolvere l’intelligenza artificiale che può essere riconosciuta ad un algoritmo è inversamente proporzionale all’intelligenza specifica richiesta al programmatore
- 21. © alessandro.bogliolo@uniurb.it 16 giugno 2014Code’s cool 22 Intelligenza e autocoscienza Se una macchina fosse davvero intelligente, chi le darebbe un problema a cui applicare la propria intelligenza e una motivazione per farlo? http://informatica.uniurb.it/test-di-turing-e-intelligenza/ Video-log of the online meeting http://youtu.be/AToM74_Tq00