| Sezione
di Simulazioni ad agenti
A cura di: Dott.
A.Cappellini, Dott. P.Mezzera , Dott. A.Vanara
Considerazioni
I sistemi connessionistici sono sistemi costruiti in modo tale da apprendere
con l'esperienza, senza una conoscenza predefinita; i sistemi realizzati con
le tecniche dell'IA, invece, non sono sviluppati per apprendere: il programma
di istruzioni in cui risiede l'intelligenza del sistema - sviluppato da un essere
umano - non si modifica durante l'applicazione.
Se un sistema esperto sa dare la risposta appropriata ad un certo stimolo -
cioè possiede una regola del tipo IF-THEN - questo non significa che
sappia automaticamente estrapolare questa conoscenza a stimoli nuovi. Nei sistemi
connessionistici, come le reti neurali artificiali, invece, vi è un'intrinseca
capacità di estrapolare quello che è stato appresso.
Come affermato in Parisi (1989), con le tecniche di IA, un sistema computazionale
è in grado di fornire una certa prestazione perché è stato
esplicitamente programmato da un essere umano a svolgere quella prestazione
(il programmatore formula la procedura che consente di svolgere una determinata
funzione e la realizza in un linguaggio di programmazione).
Le reti connessionistiche, a differenza di quanto avviene con le tecniche di
Intelligenza Artificiale, non devono essere programmate a svolgere un determinato
compito da un essere umano; apprendono spontaneamente, tramite il processo di
learning, come svolgere il compito loro attribuito senza che sia necessario
un intervento esterno.
Per il connessionismo, in sostanza, un sistema artificiale intelligente non
è un sistema che possiede una certa capacità, ma è un sistema
che acquisisce , attraverso un processo di evoluzione o di apprendimento, tale
capacità.
Ciò appare molto più vicino a quello che comunemente si intende
per intelligenza; un sistema, infatti, è intelligente se scopre autonomamente
come comportarsi, se dispone di meccanismi che gli consentano di scoprire nuovi
modi di espletare le proprie funzioni e di affrontare i problemi .
Il connessionismo è, dunque, uno strumento più efficace per la
realizzazione di sistemi intelligenti rispetto alle tecniche di IA. Queste ultime,
infatti, si limitano a realizzare una semplice trascrizione delle procedure
- note a priori - per risolvere compiti specifici. Con il connessionismo, invece,
i sistemi sviluppati apprendono e si autoorganizzano in modi potenzialmente
imprevedibili.
L'IA, se da un lato ha compiuto importanti progressi nella riproduzione di alcuni
aspetti dell'intelligenza, dall'altro - ignorando del tutto le caratteristiche
fisiche e il modo di funzionare del cervello - ha finito per non riuscire a
cogliere alcuni delle proprietà più importanti dell'intelligenza
come:
- la flessibilità: il sistema deve adattare le risposte alle circostanze
nuove;
- la robustezza: il sistema non deve bloccarsi di fronte a difficoltà;
- la sensibilità al contesto: la risposta ad una situazione deve tenere
conto del contesto;
- la capacità di apprendimento: il sistema deve essere in grado di modificare
spontaneamente le proprie risposte sulla base dell'esperienza maturata.
Il connessionismo permette di superare, entro certi limiti, tali ostacoli.
Connessionismo e IA differiscono, infine, per l'atteggiamento nei riguardi dell'errore.
Gli essere umani fanno continuamente errori dovuti ad imprecisione nei concetti,
limiti di memoria o altro. L'IA considera tali errori come qualcosa da evitare,
che rende meno efficiente il modo di ragionare e di agire del "sistema
intelligente". Gli errori, tuttavia - come affermato in Parisi (1989) -
possono essere un meccanismo fondamentale di esplorazione di possibilità
e di sviluppo; con le tecniche connessionistiche l'intelligenza viene sviluppata
proprio sulla base degli errori (il sistema intelligente - la rete neurale -
viene addestrato mediante un processo iterativo di prove ed errori).
torna alla
pagina principale della sezione
torna
alla home...
|
