By Intelligenza artificiale: problem solving
Nel processo di sviluppo di un’intelligenza artificiale tre sono i fattori principali che permettono a questa di diventare sempre più simile all’uomo. Una conoscenza non sterile, una coscienza capace di fare scelte valutando non solo la logica e la capacità di risolvere problemi in base al contesto. Grazie all’uso delle reti neurali e di algoritmi capaci di emulare i ragionamenti tipici umani, si è potuto migliorare sempre più le capacità di ragionamento di un IA. Questo è stato possibile grazie allo sviluppo di algoritmi sempre nuovi e più numerosi capaci di adattare la risposta della macchina in base agli stimoli esterni. La capacità di risoluzione dei problemi è chiamata: problem solving.
Sviluppo degli algoritmi
Inizialmente la ricerca si era concentrata sull’elaborazione di algoritmi capaci di imitare fedelmente il ragionamento umano. Questi si basavano principalmente sulla rappresentazione simbolica della situazione esterna per elaborare una sequenza di azioni che raggiungesse l’obiettivo prefissato. Furono poi elaborati e “aggiornati” per ottimizzarne le capacità valutando problemi come l’incertezza o l’incompletezza delle informazioni. Gli algoritmi complessi così sviluppati, sono in grado di ‘prendere decisioni’ quindi di effettuare scelte a seconda dei contesti. Ad esempio, per quel che riguarda algoritmi connessi alle IA dei veicoli, un’automobile senza conducente può decidere, in caso di pericolo, se sterzare o frenare a seconda della situazione. La decisione è presa sulla base delle informazioni inviate dai sensori capaci di calcolare l’azione più sicura, per conducente e passeggeri.
Capacità decisionali
Le decisioni prese dalle IA sono, come già detto, elaborate da determinati algoritmi. Questi permettono di distinguere una conoscenza di base e una conoscenza allargata, ovvero creata tramite l’esperienza. Per la realizzazione di algoritmi sempre più precisi e complessi, è stato creato un settore specifico, chiamato rappresentazione della conoscenza. Questo si occupa dello studio di tutte le possibilità di ragionamento umane e, soprattutto, di come rendere tale conoscenza comprensibile alle macchine tramite l’uso di un linguaggio e dei comandi sempre più precisi e dettagliati.
Problem solving
Per trasferimento di conoscenza dall’uomo alla macchina non si intende infatti esclusivamente una conoscenza sterile, quanto l’esperienza e la capacità di apprendere nuove conoscenze. Questo è definito apprendimento automatico ed è, sin dalla nascita dell’IA, un ambito di ricerca cruciale. È fondamentale per lo sviluppo di un’intelligenza artificiale con capacità decisionali poiché è difficile prevedere tutte le situazioni di sviluppo di un problema, come è difficile, per un uomo, valutare tutte le possibilità di risoluzione di un problema ed individuarne la più efficace.
Fonti:
