Il ragionamento incerto

Margherita Benzi

Il ragionamento incerto

Probabilità e logica in intelligenza artificiale

Edizione a stampa

37,50

Pagine: 256

ISBN: 9788846403841

Edizione: 1a edizione 1997

Codice editore: 490.59

Disponibilità: Discreta

La maggior parte dei nostri ragionamenti quotidiani, e delle decisioni che su di essi fondiamo, si svolge in condizioni di incertezza: da premesse incomplete, vaghe e/o approssimate otteniamo conclusioni più o meno verosimili. Il pensiero scientifico moderno si è dotato di un potente strumento per padroneggiare l'incertezza, il calcolo delle probabilità. Stranamente, però, la probabilità ha stentato ad affermarsi in intelligenza artificiale, un settore di ricerca dove le diverse "etichette" di ragionamento plausibile, approssimato, inesatto, ritrattabile, rispecchiano una molteplicità di teorie e metodi formali talvolta in feroce competizione tra loro. Perché? La discussione dei computer scientists sui diversi modi di formalizzare il ragionamento incerto ha riportato alla luce "vecchi" problemi, ben noti ai filosofi della scienza, legati all'interpretazione e alle applicazioni del calcolo delle probabilità, e ne ha introdotti di nuovi, tipici dell'intelligenza artificiale: basti ricordare la questione della trattabilità computazionale e la tesi, apparentemente avvallata da recenti ricerche nel campo della psicologia cognitiva, secondo la quale il ragionamento di senso comune sarebbe naturalmente incapace di calcolare correttamente le probabilità.

Questo libro si propone come una guida al vasto continente del ragionamento incerto, dove l'accento è posto sulle prospettive teoriche che hanno ispirato l'elaborazione dei diversi formalismi. Dopo avere ricordato la problematica filosofica tradizionalmente legata all'interpretazione della probabilità, mostra come la ricerca svolta nel campo dell'intelligenza artificiale ne abbia, in un certo senso, ampliato i confini. I capitoli centrali presentano una panoramica dei diversi modi di rappresentare e formalizzare l'incertezza, partendo dai metodi quantitativi (certainty factors, reti bayesiane, funzioni di credenza, approccio fuzzy) per giungere ai metodi simbolici (le cosiddette logiche non monotone) e ai più recenti tentativi di ottenere una prospettiva unitaria. Indica infine alcune delle linee di ricerca lungo le quali i reciproci contributi di filosofia della scienza e intelligenza artificiale appaiono particolarmente rilevanti.

Margherita Benzi si è laureata a Bologna, ha conseguito il titolo di dottore di ricerca in filosofia della scienza presso l'Università di Genova ed è attualmente borsista postdottorato presso l'Università di Torino. Ha pubblicato lavori sui temi di storia e filosofia della probabilità su raccolte di saggi e riviste italiane e straniere, tra le quali Statistica e Historia Mathematica.

La rappresentazione dell'incertezza in intelligenza artificiale
(La probabilità: una nozione dipendente dal contesto?; Le interpretazioni della probabilità; Probabilità e intelligenza artificiale; La rappresentazione della conoscenza; Appendice: richiami di calcolo delle probabilità) -
Sistemi esperti e fattori di certezza
(Sistemi esperti non deterministici: uno sguardo alla storia; Un metodo alternativo alla probabilità; Assegnazione e combinazione dei fattori di certezza; Problemi) -
La teoria delle funzioni di credenza
(Motivazioni filosofiche. Critiche al bayesianesimo; Il formalismo: definizioni fondamentali; La combinazione delle funzioni di credenza; Analisi comparative della teoria di Dempster-Shafer) -
Le reti bayesiane
(Le reti come strumento di rappresentazione della conoscenza; Le reti bayesiane e le relazioni di indipendenza; Evidenza incerta, probabilità incerte, struttura incerta; Lereti come strumento di elaborazione; Le reti bayesiane e la complessità) -
L'approccio fuzzy
(Incertezza, imprecisione, vaghezza; Valori di verità, incertezza e vaghezza; Teoria della possibilità e logica della possibilità; Logiche polivalenti e vaghezza; Logiche fuzzy: il sistema FL; L'approccio fuzzy e la probabilità) -
Metodi qualitativi per il ragionamento non monotono
(Il sistema C di Kraus-Lehman-Magidor; Il sistema P e i modelli preferenziali;) -
Verso una teoria dell'inferenza induttiva
(Ancora su probabilità e senso comune; Due tipi di inferenza in condizioni di incertezza; Logiche per l'incertezza; Il "paradosso della lotteria").


Contributi:

Collana: Epistemologia

Livello: Studi, ricerche