#AI #ArtificialIntelligence #Informatica #ComputerScience #VisioneArtificiale #ComputerVision #TateoBlog #TILLL
L’Intelligenza Artificiale nasce quindi all’interno dell’Informatica, ma si caratterizza per un obiettivo specifico: studiare e realizzare sistemi hardware e software capaci di manifestare comportamenti che, osservati dall’esterno, possono essere ricondotti a forme di intelligenza. In questa prospettiva, l’IA affronta problemi quali l’apprendimento, il ragionamento, la risoluzione di problemi, la comprensione del linguaggio, la percezione e il processo decisionale.
Uno degli aspetti fondamentali della disciplina riguarda la conoscenza: l’IA studia come rappresentare, manipolare e utilizzare conoscenze relative a fatti, azioni, relazioni e regolarità del mondo, affinché possano essere elaborate da un sistema artificiale.
Gli obiettivi dell’Intelligenza Artificiale si sono quindi concretizzati nella ricerca di sistemi capaci, per esempio, di comprendere il linguaggio naturale scritto e parlato, apprendere dai dati o dall’esperienza, giocare a scacchi, dimostrare teoremi matematici, generare programmi informatici, riconoscere schemi e svolgere attività di percezione visiva.
Proprio la percezione visiva costituisce il punto di collegamento con la Visione Artificiale, disciplina dedicata allo studio dei metodi e delle tecniche che consentono a un sistema artificiale di acquisire, elaborare, analizzare e interpretare informazioni contenute in immagini e video. L’elaborazione delle immagini e il riconoscimento di pattern rappresentano, infatti, componenti fondamentali della Visione Artificiale e costituiscono al tempo stesso ambiti nei quali vengono impiegate tecniche proprie dell’Intelligenza Artificiale.
La Visione Artificiale non deve pertanto essere considerata semplicemente come una branca dell’Intelligenza Artificiale: è un ambito disciplinare con una propria storia, i cui metodi e obiettivi si sono progressivamente intrecciati con quelli dell’IA. In particolare, lo sviluppo del Machine Learning e, successivamente, del Deep Learning ha trasformato profondamente le tecniche utilizzate per affrontare problemi di visione, rendendo sempre più stretta l’interazione tra le due discipline.
Si può quindi rappresentare sinteticamente la relazione tra le tre aree nel modo seguente:
Informatica → Intelligenza Artificiale → Visione Artificiale
dove la freccia non indica necessariamente una rigida relazione gerarchica, ma evidenzia, rispettivamente, l’origine disciplinare dell’Intelligenza Artificiale e uno degli ambiti nei quali i suoi obiettivi e le sue tecniche trovano applicazione.
Il rapporto tra Intelligenza Artificiale e Visione Artificiale è tuttavia bidirezionale e non si esaurisce in una semplice relazione di applicazione. Da un lato, la Visione Artificiale utilizza metodi e tecniche dell’Intelligenza Artificiale per affrontare problemi di percezione e interpretazione visiva; dall’altro, i problemi e le esigenze propri della Visione Artificiale hanno contribuito allo sviluppo e all’evoluzione di metodi e tecniche dell’Intelligenza Artificiale. Si tratta quindi di due ambiti distinti ma fortemente interconnessi, che nel tempo si sono reciprocamente influenzati.
La relazione con l’ Informatica, tuttavia, non si esaurisce nel rapporto di appartenenza dell’Intelligenza Artificiale. Anche la Visione Artificiale si collega direttamente a diverse aree e tecniche informatiche, tra cui l’elaborazione delle immagini e la Computer Graphics, che, pur perseguendo finalità differenti, condividono con essa strumenti, tecnologie e modalità di rappresentazione dell’informazione visiva.
Nel progetto di apprendimento permanente Lifelong Learning TILLL, queste tre discipline sono state pertanto organizzate in aree distinte, pur mantenendo evidenti le relazioni che le collegano. L’Informatica rappresenta il contesto disciplinare più generale; l’Intelligenza Artificiale costituisce un'area specifica dell’Informatica orientata allo studio e alla realizzazione di sistemi capaci di svolgere attività associate all’intelligenza; la Visione Artificiale rappresenta uno degli ambiti nei quali tali capacità possono essere applicate alla percezione e all’interpretazione del mondo visivo.
La distinzione delle tre aree ha quindi una finalità principalmente organizzativa e didattica e non deve essere interpretata come una separazione netta dei relativi saperi. Uno dei punti cardine del progetto TILLL è infatti l’interdisciplinarità, intesa come valorizzazione dei collegamenti tra discipline e competenze differenti. Quando possibile, vengono quindi evidenziati i punti di contatto tra le diverse aree, favorendo l’osservazione dei fenomeni da prospettive differenti e la contaminazione tra saperi.
1.1. 🧠 Intelligenza Artificiale (AI); Titolo: Come delegare alle macchine compiti che gli umani riescono a svolgere grazie alla loro intelligenza; Link: https://tateoblog.blogspot.com/p/artificial-intelligence.html; Paragrafo: §3. Intelligenza Artificiale, Informatica e Visione Artificiale
1.1. 💻 Informatica (IT); Titolo: L’Informatica e le Tecnologia dell'Informazione; Link: https://tateoblog.blogspot.com/p/informatica.html
1.2. 👁️ Visione Artificiale (VS); Titolo: La riproduzione della visione umana per mezzo di un sistema artificiale; Link: https://tateoblog.blogspot.com/p/vs-visione-artificiale.html
1.3. 📚🧬⚙️ Tecnologia (LT.5.3); Titolo: Le mie letture dedicate alla tecnologia; Link: https://tateoblog.blogspot.com/p/tecnologia-lt53.html;
Paragrafo: §3.7. Enciclopedia di Elettronica & Informatica (EI) - 7. Informatica e Società (IS), Gruppo Editoriale Jackson (📚lt.5.3.3.7)
1.4. 💻 Computer Grafica (IT.4); Titolo: La rappresentazione grafica per mezzo delle moderne tecnologie di calcolo elettronico; Link: https://tateoblog.blogspot.com/p/titolo-componente-emotiva-che_16.html
2. 📖 Enciclopedia di Elettronica & Informatica - 7. Informatica e Società (IS), Gruppo Editoriale Jackson (📚lt.5.3.3.7); 4. L'intelligenza artificiale; pag. 45
16/8-2026
Nessun commento:
Posta un commento