Reti Bayesiane: un approccio multi-esperto allo structural learning

______________ Introduzione 4 INTRODUZIONE “E' intelligenza artificiale quel settore dell'informatica che cerca di riprodurre nei computer quel tipo di comportamenti che, quando sono assunti dagli esseri umani, vengono generalmente considerati frutto della loro intelligenza” Marvin Minsky «Nam et ipsa scientia potestas est» (Il sapere è potere) Francis Bacon Le due citazioni con cui si apre questo lavoro riassumono gli aspetti più importanti esaminati nella tesi. Marvin Masky, il cui asserto risale alla tesi di dottorato discussa nel ’56, è considerato uno dei fondatori del campo disciplinare dell’Artificial Intelligence (A.I.) che è una delle aree più affascinanti dell’informatica sia per i risultati già raggiunti ma soprattutto per le invitanti prospettive future. Numerosi sono i campi di applicazione: dalla teoria dei giochi, alla percezione visiva, alla vita artificiale (ovvero sistemi che tendano a riprodurre situazioni reali). Sintetizzando, l'Intelligenza Artificiale ha sviluppato al proprio interno diversi filoni (paradigmi) che evidenziano l'esistenza di punti di vista differenti sulle possibilità di attuare il suo ambizioso programma: ƒ approccio classico cognitivista: rappresenta l'approccio top/down (dall'alto verso il basso) e presuppone che la metodologia base dell'A.I. consista nello studiare i processi mentali umani, formalizzarli e poi riprodurli nel computer con opportuni linguaggi (sistemi esperti). ƒ approccio "emergente": l'idea principale che influenza questo approccio, detto anche bottom-up (dal basso verso l'alto), presuppone che il modo più efficace per pervenire all'A.I. sia quello di simulare sistemi in cui l'intelligenza possa emergere spontaneamente in seguito all'interazione del sistema riprodotto artificialmente con un ambiente naturale o simulato (ad esempio reti neurali, reti Bayesiane, algoritmi genetici).