Slides introduttive sull'intelligenza artificiale presentate il 16 giugno 2014 in occasione dell'incontro online di "Code's cool" dedicato al test di Turing http://informatica.uniurb.it/test-di-turing-e-intelligenza/

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