Downloaded 26 times
Uploaded byEnrico La Sala
Intelligenza artificiale
Il documento discute le tecniche e le tecnologie dell'intelligenza artificiale (IA) e il loro utilizzo per replicare comportamenti intelligenti. Viene esplorato il machine learning, l'apprendimento profondo e le applicazioni del cognitive computing, insieme alla rappresentazione della conoscenza tramite ontologie e metadati. Inoltre, si forniscono link utili e risorse educative per approfondire il tema dell'IA.
Intelligenza artificiale
- 1. Intelligenza Artificiale Enrico LaSala FabLab Western Sicily
- 2.
- 3.
- 4. Analisi delle tecnichee delle tecnologie mirate a riprodurre sul computer comportamenti intelligenti ● Problem Solving ● Rappresentazione della conoscenza ● Ontologie e metadati ● Apprendimento Biologico, Apprendimento automatico - Machine Learning, Apprendimento profondo - Deep Learning ● Cognitive computing - Bot Obiettivi - Agenda
- 5. Intelligenza Artificiale « L'intelligenzaartificiale (o IA, dalle iniziali delle due parole, in italiano) è una disciplina appartenente all'informatica che studia i fondamenti teorici, le metodologie e le tecniche che consentono la progettazione di sistemi hardware e sistemi di programmi software capaci di fornire all’elaboratore elettronico prestazioni che, a un osservatore comune, sembrerebbero essere di pertinenza esclusiva dell’intelligenza umana. » (Marco Somalvico)
- 6. Per cosa èusata l’AI in Italia https://www.01net.it/intelligenza-artificiale-albori-italia/
- 8. Risoluzione dei problemi Formulazionedell’obiettivo Formulazione del problema Agente Azioni Spazio degli stati Descrizione di un sistema dinamico Ricerca di una soluzione cieca ed informata Esaminare sequenze di azioni Problem Solving
- 9. Problema dell’aspirapolvere L’agente ha3 azioni possibili: Sinistra, Destra, Aspirare. Obiettivo: aspirare tutta la sporcizia Sa da dove partire => Problema a Stati singoli Non sa da dove partire => Problema a Stati multipli Rileva lo stato solo dopo l’azione => Problema di contingenza Non conosce gli effetti delle proprie azioni => Problema di esplorazione
- 10. Definire dei simbolismio dei linguaggi che permettano di formalizzare la conoscenza al fine di renderla comprensibile alle macchine, per potervi fare dei ragionamenti automatici Linguaggi formali: Insieme di stringhe di lunghezza finita costruite sopra un alfabeto finito. Alfabeto Linguaggio Stringa Alberi di decisioni: Grafo di decisioni e delle loro possibili conseguenze. Input: Vettore (attributo, valore) Output: Binario, Si/No Rappresentazione della conoscenza
- 12. Ontologie, metadati eSemantic Web Ontologia Filosofia(400AC): Spiegazione sistematica dell’esistenza. Gruber (1993): Spiegazione specifica di una concettualizzazione. Borst (1997): Spiegazione formale di una concettualizzazione condivisa. Studer (1998): Formale ed esplicita specificazione di una concettualizzazione condivisa. Metadati Sono come delle etichette dei file condivisi nel web. Servono per capire il contenuto di un file prima di aprirlo. Semantic Web ● Estensione del corrente Web ● Dove le informazioni sono chiare e ben definite ● Migliore cooperazione e comprensione tra computer e persone
- 13. RDF - ResourceDescription Framework Farmaco Nome Farmaco
- 14.
- 15. Proviamoci Noi! Dottore CuraPaziente
- 16. Apprendimento Biologico/Automatico ● Apprendimentobiologico: ○ Assimilazione di saperi e di tecniche, di linguaggi specifici, di codici determinati, di conoscenze e pratiche formalizzate. ○ Modificazione relativamente duratura e stabile del comportamento a seguito di un’esperienza, di solito ripetuta nel tempo. ● Apprendimento automatico (Machine learning): Insieme di metodi sviluppati negli ultimi decenni in varie comunità scientifiche con diversi nomi come: statistica computazionale, riconoscimento di pattern, reti neurali artificiali, filtraggio adattivo, teoria dei sistemi dinamici, elaborazione delle immagini, data mining, algoritmi adattivi, ecc; che "fornisce ai computer l'abilità di apprendere senza essere stati esplicitamente programmati".
- 17. Machine Learning ● Puòessere descritto come un ramo dell’intelligenza artificiale che si occupa di realizzare sistemi ed algoritmi che si basano su osservazione di dati ● Migliora le sue prestazioni per un dato compito attraverso l’esperienza
- 18.
- 19. Apprendimento profondo - DeepLearning Apprendimento profondo (Deep Learning): Campo di ricerca dell'apprendimento automatico e dell'intelligenza artificiale che si basa su diversi livelli di rappresentazione, corrispondenti a gerarchie di caratteristiche di fattori o concetti, dove i concetti di alto livello sono definiti sulla base di quelli di basso. •Campo di ricerca dell'intelligenza artificiale •Si basa su diversi livelli di rappresentazione: •Gerarchie di caratteristiche di fattori o concetti •I concetti di alto livello sono definiti sulla base di quelli di basso. •Tra le architetture di apprendimento approfondito si annoverano le reti neurali profonde, la convoluzione di reti neurali profonde, che sono state applicati nella computer vision, NLP, nel riconoscimento audio e nella bioinformatica.
- 20. Cognitive Computing •Piattaforme tecnologichebasate su: •Intelligenza artificiale •Elaborazione dei segnali •Queste piattaforme includono: •Machine learning •NLP •Elaborazione linguaggio (audio) •Elaborazione immagini e video •Gestione dell’interazione del dialogo uomo macchina (Sebastiano Galazzo)
- 21.
- 22.
- 23. Bot •Il bot èun software che accede alla rete attraverso lo stesso tipo di canali utilizzati dagli utenti umani: •Pagine Web •Chat •Videogiochi •Social Networks •Programmi di questo tipo sono diffusi in relazione a diversi servizi in rete. •Inizialmente progettati per eseguire compiti gravosi e facilmente automatizzabili per esseri umani. •Le nuova opportunità del Cognitive Computing apre nuovi scenari. (Riconoscimento Immagini/Vocale/ecc.)
- 24.
- 25.
- 26.
- 27.
- 28.
- 29.
- 30. Riferimenti Web Science -Politecnico di Milano - Prof. Marco Brambilla @marcobrambi Sebastiano Galazzo - Bots and Cognitive Computing @galazzoseba https://it.linkedin.com/in/sebastianogalazzo Wikipedia
- 31.
- 32.
- 33.