Introduzione alla Artificial Intelligence Panoramica di storia, teoria, tecniche, linguaggi ed applicazioni di Artificial Intelligence

 Logica Fuzzy I programmi per computer sono caratterizzati da una eccessiva rigidità. Si è spesso costretti a schematizzare eccessivamente una realtà che si conosce e si padroneggia in modo impreciso: se si pone una soglia sui 70 anni per definire un anziano, questo significa che a 70 anni si è anziani e a 69 anni non lo si è? La logica fuzzy permette di esprimere i concetti in maniera "imprecisa" pur mantenendo il rigore matematico tipico dei computer nella successiva elaborazione dei dati. Questa logica è usabile per l'input dei dati nei sistemi esperti

 Sistemi Esperti Uno sviluppo sensazionale dell'intelligenza artificiale è quello dei sistemi esperti. Un esempio classico di applicazione è la diagnostica medica. Sulla base dei sintomi appresi nel dialogo di input, il computer produce una diagnosi. A tal fine gli sono necessarie due componenti: una conoscenza di esperienza sotto forma di regole e fatti, e un meccanismo inferenziale per trarre conclusioni che consideri anche l'eventuale mancanza di certezza di singole regole. A queste componenti va aggiunta la capacità di apprendimento. Infine i sistemi esperti devono essere in grado di spiegare come sono giunti ad una determinata conclusione.

 Algoritmi Genetici Secondo la teoria dell'evoluzione di Darwin, l'adattamento è un meccanismo tanto semplice quanto spietato: ogni organismo vivente che nasce, se ha le caratteristiche necessarie per sopravvivere può completare il suo ciclo biologico e riprodursi, altrimenti muore. Ci si riproduce a somiglianza dei genitori, non uguaglianza. I figli di una coppia non sono un perfetto miscuglio dei genitori, ma hanno una lieve differenza casuale che li personalizza. In questa sezione viene inoltre descritta una simulazione di interazione sociale.

 Apprendimento Automatico Tecniche di categorizzazione di dati per l'acquisizione di conoscenza. Una delle forme di conoscenza più utili all'uomo è la classificazione: saper classificare correttamente un oggetto o un evento dà il vantaggio di poter trarre preziose conclusioni anche in assenza di tutte le informazioni dettagliate sull'oggetto. Ad esempio, sapendo che un animale è un pesce, possiamo dedurre che vive nell'acqua, non vola, si riproduce a mezzo di uova, ecc.

 Reti Neurali Error Back Propagation La popolarità delle reti neurali artificiali è dovuta in gran parte alle loro capacità di apprendimento. Il tipo più conosciuto è la rete tipo error back propagation, in cui l'apprendimento è frutto di un meccanismo di correzione dei propri errori. Si tratta di un apprendimento supervisionato, nel senso che esiste un "maestro", un set di dati di addestramento che contiene, implicitamente, una funzione di valutazione, che fornisce alla rete degli esempi della funzione che le si vuole far apprendere. Tale funzione di valutazione può anche essere sconosciuta all'uomo

 Reti Neurali non supervisionate Nelle reti neurali non supervisionate viene fornito solo l'input. La rete sviluppa, in mancanza di una funzione di valutazione, una organizzazione tale per cui input simili attivano neuroni vicini producendo quindi una sorta di tassonomia classificante. Tali reti possono essere impiegati per il riconoscimento di caratteri (OCR) e in applicazioni più avanzate in medicina, per il riconoscimento di particolari configurazioni di particelle in microscopia

 Pianificazione Automatica I problemi di pianificazione, o allocazione delle risorse, sono molto più complessi di un semplice puzzle: non basta riuscire ad incastrare tutti i pezzi in modo tale che ogni tassello dia il suo contributo ad una soluzione globale, ma risolve anche i casi in cui sono possibili diverse soluzioni ad un problema e non è chiaro qual'è la soluzione migliore. In questa sezione è descritta la teoria e viene presentato un software applicativo utile per pianificare le attività di aziende e di comunità quali scuole, ospedali, alberghi, comuni, e di tutti quegli Enti che devono distribuire le proprie risorse (uomini, macchine, enti astratti) per il migliore svolgimento di determinate attività in un determinato periodo di tempo.

Sistema esperto (shell) con logica fuzzy (shareware/professionale)

Sistema esperto a rete neurale back-training orientato al gioco del Totocalcio (shareware/professionale)

Demo eseguibile e listato QBasic di una rete Error Back Training istruita per risolvere addizioni (demo)

Sistema esperto a rete neurale classificante (demo)

Generatore di tassonomie (demo)

Generatore di piani di lavoro (shareware/professionale)

Totocalcio Databases, statistiche, software shareware di riduzione statistica con uscita vocale per la dettatura delle schedine, e molto altro.

Zodiac Programma per il calcolo del tema natale, Beta version, free for 60 days.