Inferenza incerta o approssimata

Ho trovato interessante lo studio dell'inferenza incerta o approssimata. L'idea di fondo sta nel fatto che nulla nella vita è certo, nemmeno le certezze, e la stessa cosa vale per un sistema di intelligenza artificiale.

I limiti dell'inferenza logica completa

Se pongo una domanda a un sistema di intelligenza artificiale, sono portato a pensare che mi dia una risposta esatta. Mi aspetto la migliore soluzione possibile. Chi non lavora nel settore si immagina di trovarsi davanti a un oracolo...

In realtà, questo non è sempre possibile e le ragioni sono diverse. Alcuni problemi non hanno una soluzione per loro stessa natura. Altri ce l'hanno ma non può essere elaborata.

Ad esempio, quante stelle ci sono nell'universo? Si potrebbe calcolare una buona stima tenendo conto del numero medio delle stelle nelle galassie, del numero delle galassie e dell'espansione dell'universo, ma si tratterebbe comunque di una stima con un elevato margine di errore.

Sarebbe impensabile poterle contare tutte con estrema precisione. Sia ben chiaro, il numero preciso delle stelle esistenti in questo momento nell'Universo è un numero assoluto ben preciso, ma non possiamo calcolarlo. Se pure ci fosse un modo per contarle tutte, dopo un'ora chi può dire se quelle già contate esistono ancora o se, nel frattempo, se ne sono formate altre.

In questi casi, e in molti altri, l'inferenza completa è impossibile. In altri casi, invece, il sistema riesce a calcolare una soluzione certa e ottimale, la migliore possibile, ma il tempo necessario per calcolarla e lo spazio di memoria necessario rendono impraticabile o inutile l'impresa.

Ad esempio, se mi trovo in un'automobile con guida automatica e un altro veicolo mi taglia la strada, l'agente razionale deve attivare subito i freni o rallentare, a seconda della distanza, nel giro di una frazione di secondi.

Calcolare con precisione la decelerazione sarebbe inutile e anche stupido, se il calcolo durasse più del necessario. Avere la risposta ottimale quando non è più utile, non può certo definirsi intelligente.

Una soluzione ottimale non lo è più se arriva troppo tardi.

E qui entra in gioco l'inferenza approssimata. Queste tecniche non elaborano tutte le possibili soluzioni e non promettono di rispondere nel modo migliore possibile... ma forniscono comunque una soluzione accettabile, sub-ottimale, in breve tempo e con un minore consumo di memoria.

L'inferenza approssimata è simile al ragionamento umano

Il calcolo approssimativo mi ricorda molto il processo decisionale umano. Quando mi trovo dinnanzi a un prodotto, ne sono rimaste poche unità sullo scaffale e vorrei acquistarlo ma non ne sono ancora così sicuro.

Cosa faccio? Mi fermo un attimo e nel giro di pochi secondi maturo una decisione. Non è detto che sia sempre la migliore possibile ma, in ogni caso, la prendo in tempo. Questo processo è basato sulla razionalità imperfetta.

Lo stesso metodo può essere traposto in un algoritmo inferenziale approssimativo. L'algoritmo elabora i pochi elementi a sua disposizione e prende una decisione razionale, seppure imperfetta e approssimativa. Non è la migliore possibile ma è comunque una decisione presa in tempo.

Sono tecniche che aiutano a superare i limiti del ragionamento logico completo.

10 / 07 / 2015


Per scrivere un commento

knowledge base