T I L L L
LEARNING - SHARING - NETWORKING
Learning, knowledge sharing and communities engagement about:
Artificial Intelligence; Augmented, Virtual and Mixed Reality; Automation; Electronics; Computer Science and Information Technology; Mobile Technologies; Problem Solving; Readings; Social Media; Modeling and Simulation; Artificial Vision; Hard and Soft Work Skills.
by Tateo Giovanni Battista
_______________________________________
LEARNING
Soft Computing.
Hashtag keywords: #ArtificialIntelligence #AI #softComputing #neuralNetwork #fuzzyLogic #geneticAlgorithms #problemSolving #TILLL #TateoBlog
Due to the growing complexity of modern problems, a new problem solving approach, known as "soft computing", is becoming increasingly popular, as opposed to the traditional approach which was characterized by rigid programming, deterministic models and exact results and which, precisely for this reason, was identified with the name of "hard computing". With the growing importance of computational intelligence in diverse application areas, soft computing is fast gaining importance and popularity. The purpose of this article is to introduce the reader to the fundamental concepts of soft computing as a methodological tool.
A causa della crescente complessità dei problemi moderni, un nuovo approccio di risoluzione dei problemi, noto col nome di “soft computing”, sta prendendo sempre più piede, in contrapposizione all’approccio tradizionale che era caratterizzato da una programmazione rigida, da modelli deterministici e risultati esatti e che, proprio per questo motivo, era identificato col nome di “hard computing”. Con la crescente importanza dell'intelligenza computazionale in diverse aree applicative, il soft computing sta rapidamente guadagnando importanza e popolarità. Lo scopo di questo articolo è introdurre il lettore ai concetti fondamentali del soft computing come strumento metodologico.
~ o ~
§1. The "soft" calculation techniques as an alternative to the "hard" ones.
Le tecniche di calcolo "soft" in alternativa a quelle “hard".
soft computing aims to adapt
to the pervasive imprecision of the real world.”
"A differenza dei metodi di calcolo tradizionali o hard,
il soft computing si prefigge lo scopo di adattarsi
alla pervasiva imprecisione del mondo reale"
(cit. Lotfi A. Zadeh, known as the Father of Fuzzy Logic and who coined the phrase 'soft computing')
The resolution of modern problems, which are characterized by increasing complexity and continuous mutability, requires a different approach than conventional calculation methods, which are identifiable by some very specific characteristics, namely: exact data, rigid programming, binary logic, deterministic models , batch processing, precise results.
The current availability of increasingly greater computing powers allow the exploration of new calculation methods that distance themselves from the conventional approach.
La risoluzione dei problemi moderni, che sono caratterizzati dalla crescente complessità e dalla continua mutabilità, richiede un approccio differente rispetto ai metodi di calcolo convenzionali, che sono identificabili per alcune caratteristiche ben precise, ossia: dati esatti, programmazione rigida, logica binaria, modelli deterministici, elaborazione in serie, risultati precisi.
L’attuale disponibilità di potenze di calcolo sempre maggiori permettono la esplorazione di nuove metodologie di calcolo che prendono le distanze dall’approccio convenzionale.
The current trend is to resort to techniques that aim to evaluate, decide, control and calculate in an imprecise and vague context by emulating, and using the ability of human beings to perform the aforementioned activities on the basis of their experience. The term "soft computing" identifies the combination of these techniques, to distinguish them from "rigid" and conventional ones. Infact, the obvious answer to "what is soft computing?" question is: "soft computing is computing which is not hard". The phrase 'soft computing' was coined by Lotfi A. Zadeh, a pioneer in this field, in the early 1990s.
La tendenza attuale è quella di fare ricorso a tecniche che si prefiggono di valutare, decidere, controllare e calcolare in un ambito impreciso e vago emulando, e utilizzando la capacità degli esseri umani di eseguire le suddette attività sulla base della loro esperienza. Il termine "soft computing" identifica la combinazione di queste tecniche, per distinguerle da quelle "rigide" e convenzionali. In effetti, la risposta ovvia alla domanda "che cos'è il soft computing?" è: "il soft computing è un computing che non è hard". L'espressione "soft computing" è stata coniata da Lotfi A. Zadeh, un pioniere in questo campo, all'inizio degli anni '90.
last update May 29, 2022
Le tecniche principali su cui si basa il soft computing sono: la logica sfumata, gli algoritmi genetici e le reti neurali.
In summary, the soft calculation, as opposed to the classic (hard) approach, is characterized by: uncertain or incomplete data, trainable and adaptive systems, multiple value logic, probabilistic and nuanced logic models, massive parallelism in processing, approximate solutions but low cost.
In sintesi il calcolo soft, in contrapposizione all’approccio classico (hard) è caratterizzato da: dati incerti o incompleti, sistemi addestrabili ed adattativi, logica a valori multipli, modelli probabilistici ed a logica sfumata, massiccio parallelismo nella elaborazione, soluzioni approssimate ma a basso costo.
“As long as the laws of mathematics refer to reality,
they are not certain,
and as long as they are certain,
they do not refer to reality.”
"Finché le leggi della matematica si riferiscono alla realtà,
non sono certe,
e, finché sono certe,
non si riferiscono alla realtà"
( author: Albert Einstein, Sidelights on Relativity, 1922 )
It represents an extension of Boolean logic and interprets the theory of "fuzzy sets", already intuited in the past by Descartes, Russel, Einstein and Heisenberg, but formalized in 1965 by the naturalized Soviet engineer and mathematician from the United States Lotfi A. Zadeh, as an extension of classic definition of ensemble.
Essa rappresenta una estensione della logica boolean ed interpreta la teoria degli “insiemi sfocati”, intuita già in passato da Cartesio, Russel, Einstein ed Heisenberg, ma formalizzata nel 1965 dall’ingegnere e matematico sovietico naturalizzato statunitense Lotfi A. Zadeh, come estensione della classica definizione di insieme.
In practice, a fuzzy set is characterized by a membership degree function, which maps the elements of a universe into a continuous real interval [0; 1]. The value 0 (zero) indicates that the element is not included in the fuzzy set at all, the value 1 (one) indicates that the element is certainly included in the set (these two values correspond to classical set theory), while the values between zero and one indicate the degree of belonging of the element to the blurred set in question.
In pratica, un insieme sfocato è caratterizzato da una funzione di grado di appartenenza, che mappa gli elementi di un universo in un intervallo reale continuo [0;1]. Il valore 0 (zero) indica che l'elemento non è per niente incluso nell'insieme sfocato, il valore 1 (uno) indica che l'elemento è certamente incluso nell'insieme (questi due valori corrispondono alla teoria classica degli insiemi), mentre i valori tra zero e uno indicano il grado di appartenenza dell'elemento all'insieme sfocato in questione.
last update July 30, 2022
The idea underlying the GA is therefore to select the best solutions and to combine them again in some way with each other in such a way that they evolve towards an optimum point.
Gli Algoritmi Genetici (Genetic Algorithms in lingua Inglese, e brevemente GA) sono procedure complesse e adattative, finalizzate alla risoluzione di problemi di ricerca e ottimizzazione, e basate concettualmente sui principi che regolano l'evoluzione naturale delle specie.
L'idea che sta alla base degli AG è quindi quella di selezionare le soluzioni migliori e di combinarle nuovamente in qualche modo fra loro in maniera tale che esse evolvano verso un punto di ottimo.
If you are interested in learning more about the Artificial Intelligence methods based on evolutionary algorithms, like for example the Genetic Algorithms, then allow me to invite you to read the following article, that deal specifically by this theme.
Se ti interessa approfondire i metodi di Intelligenza Artificiale basati su algoritmi evoluzionistici, come per esempio gli Algoritmi Genetici, allora permettimi di invitarti a leggere il seguente articolo, che tratta specificatamente di questo argomento.
~ o ~
Le Reti Neurali.
Artificial neural networks make it possible to emulate the learning ability typical of brain tissues and therefore of human intelligence. In this way they are able to emulate very complex input / output relationships that conventional analytic functions are not able to represent.
Neural networks are mainly based on the simulation of properly connected artificial neurons. The aforementioned neurons receive stimuli at their input, which they then process and transmit in turn to other neurons. The neural network communicates with the outside by means of a layer of neurons, called the "input layer", which receives stimuli from the outside, and a layer that produces the responses, called the "output layer". Between the input layer and the output layer there may be one or more internal layers that perform the processing. Today there are very sophisticated neural networks characterized by a large number of hidden layers, and which, if properly trained with the so-called “Deep Learning” procedure, are even able to recognize objects and classify images.
Typical applications in which neural networks are already used, or which are rapidly developing are: automatic driving, management and forecasting of telematic network failures, cybersecurity, i.e. protection from software attacks, optimization of systems or organizations, targeted advertising in reference to user habits and preferences.
Le reti neurali artificiali permettono di emulare la capacità di apprendimento tipica dei tessuti cerebrali e quindi dell’intelligenza umana. In questo modo esse riescono a emulare delle relazioni ingresso/uscita molto complesse e che le funzioni analitiche convenzionali non sono in grado di rappresentare.
Le reti neurali si basano principalmente sulla simulazione di neuroni artificiali opportunamente collegati. I suddetti neuroni ricevono in ingresso degli stimoli, che poi elaborano e trasmettono a loro volta in uscita ad altri neuroni. La rete neurale comunica con l’esterno per mezzo di uno strato di neuroni, detto “input layer”, che riceve gli stimoli dall’esterno, ed uno strato che produce le risposte, detto “output layer”. Tra lo strato di ingresso.e quello di uscita ci possono essere uno o più strati interni che eseguono l’elaborazione. Esistono oggi reti neurali molto sofisticate caratterizzate da un gran numero di strati nascosti, e che se opportunamente addestrate con la procedura detta “Deep Learning” sono in grado addirittura di riconoscere oggetti e classificare immagini.
Applicazioni tipiche in cui le reti neurali sono già impiegate, oppure che sono in rapido sviluppo sono: la guida automatica, la gestione e la previsione dei guasti delle reti telematiche, la cybersecurity ossia la protezione da attacchi software, la ottimizzazione di sistemi o organizzazioni, la pubblicità mirata in riferimento a abitudini e preferenze degli utenti.
~ o ~
§5 Stay up to date
Rimani aggiornato
If you are interested in the topics covered in the current article and want to be informed about my most recent updates dealing with them, then I invite you to register:
on the Facebook page
"Artificial Intelligence by Tateo's Interdisciplinary Lifelong Learning" (>)
and at the Pinterest dashboard
"Artificial Intelligence by Tateo's Interdisciplinary Lifelong Learning" (>)
which I dedicated specifically for sharing the most recent changes made to the corresponding thematic area of TILLL~Learning (>).
[IT] Se sei interessato agli argomenti trattati nell'articolo corrente e vuoi essere informato sui miei aggiornamenti più recenti che trattano di essi, allora ti invito a registrarti:
alla pagina Facebook
"Artificial Intelligence by Tateo's Interdisciplinary Lifelong Learning" (>)
ed alla bacheca Pinterest
"Artificial Intelligence by Tateo's Interdisciplinary Lifelong Learning" (>)
che ho dedicato appositamente per la condivisione delle modifiche più recenti apportate all'area tematica corrispondente di TILLL~Learning (>).
I hope you enjoyed this article, belonging to the Learning (>) section of the Tateo's Interdisciplinary Lifelong Learning (TILLL) project (>), and that the notes and observations I gathered within it meets your interests.
If you want stay tuned with the TILLL project evolution, then I invite you to follow the next upgrades that are published on the TILLL's Blog and on the social media pages dedicated to the TILLL community.
[IT] Spero che questo articolo, appartenente alla sezione Learning (>) del progetto Tateo's Interdisciplinary Lifelong Learning (TILLL) (>), ti sia piaciuto e che le note e le osservazioni che ho raccolto al suo interno soddisfino i tuoi interessi.
Se vuoi rimanere aggiornato sull'evoluzione del progetto TILLL, allora ti invito a seguire i prossimi aggiornamenti che vengono pubblicati sul Blog di TILLL e sulle pagine social dedicate alla community TILLL
(>) Tateo-Blog, official blog of TILL project
(>) LinkedIn page dedicated to TILL project
(>) Facebook page dedicated to TILL project
(>) Twitter account dedicated to TILL project
(>) Pinterest account dedicated to TILL project
(>) Instagram account dedicated to TILL project
~ o ~
§7. Something about me, the founder and author of Tateo~Blog Project.
Qualcosa su di me, il fondatore e sull'autore del progetto Tateo~Blog.
First of all, thank you for visiting one of the pages of my blog. My name is Giovanni Battista Tateo (shortly Bat) and I am the founder and author of a project of Interdisciplinary Lifelong Learning of which the Tateo~Blog (:::) blog is the means of sharing. I was initially an Information Technology expert, and later I became an electronic engineer, specializing in industrial Automation. I'm passionate about Artificial intelligence, Virtual Reality, Simulation, and I'm an expert in Artificial Vision applied to industrial Automation. Currently, and starting four years ago, I am employed as a Proposal Engineer at Mer Mec S.p.A. (:::) company. Previously, starting in 2004, I was employed, always at the same company, as a Designer of Artificial Vision Systems and Image Processing Algorithms, applied in particular to Railway Diagnostics. I am a supporter and promoter of Lifelong Learning, Social Networking and Knowledge Sharing by means of the web. If you want more details about me, visit the About Me (:::) page.
Innanzitutto ti ringrazio per aver visitato una delle pagine del mio blog. Mi chiamo Giovanni Battista Tateo (brevemente Bat) e sono il fondatore e l'autore di un progetto Lifelong Learning Interdisciplinare di cui il blog Tateo~Blog (:::) ne è il mezzo di condivisione. Sono stato in principio un esperto di Informatica, e in seguito sono diventato un Ingegnere Elettronico, specializzato in Automazione Industriale. Sono un appassionato di Intelligenza Artificiale, Realtà Virtuale, Simulazione, e sono un esperto di Visione Artificiale applicata all'Automazione Industriale. Attualmente, ed a partire dall'anno 2016, sono impiegato come Proposal Engineer presso la società Mer Mec S.p.A. (:::). Precedentemente, a partire dal 2004, sono stato impiegato, sempre presso la stessa società, come Progettista di Sistemi di Visione Artificiale e di Algoritmi di Elaborazione delle Immagini, applicati in particolare alla Diagnostica Ferroviaria. Sono un sostenitore e promotore dell'apprendimento permanente, dei social network e della condivisione delle conoscenze tramite il web. Se vuoi ulteriori dettagli su di me, visita la pagine About Me (:::).
References to contact me. Following you can find my personal references that you can use if you want to contact me directly, and the links to my social accounts that you can use to follow me or to keep in touch with me by means of social media networks.
{Riferimenti per contattarmi. In seguito puoi trovare i miei riferimenti personali che puoi utilizzare se vuoi contattarmi personalmente, ed i collegamenti ai miei account social che puoi utilizzare per seguirmi e rimanere in contatto con me tramite le reti di social media}
Eng. Tateo Giovanni Battista
- e-mail: tateogb@libero.it (send e-mail)
- phone / WhatsApp : (+39) 388 8419726
- Skype (link)
- LinkedIn account (link)
- Facebook account (link)
- Twitter account (link)
- Instagram account (link)
- Pinterest account (link)
-----------------------------------------
Originally published May 28, 2020,
updated July 30, 2022
into the Learning section of
TILLL
the Lifelong and Interdisciplinary Learning project of Giovanni Battista Tateo
Commenti
Posta un commento