SOFT COMPUTING (AI.2)

Tateo’s Interdisciplinary Lifelong Learning Project
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

ARTIFICIAL INTELLIGENCE

Soft Computing

Hashtag keywords: #ArtificialIntelligence #AI #softComputing #neuralNetwork #deepLearning #fuzzyLogic #geneticAlgorithms #problemSolving #TILLL #TateoBlog 

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 ~

Ti trovi >>> qui <<< all'interno del progetto TILLL.

TILLL HOME

|

+->>> THE PROJECT 

      |

      +->>> LEARNING

      |     |

      |     +->>> AI. ARTIFICIAL INTELLIGENCE

      |           +->>> 1. COMPLEX PROBLEMS

      |           +->>> 2. SOFT COMPUTING <<<

      |           +->>> 8. APPLICATIONS

      |

      |

      +->>> SHARING

      |     |

      |     +->>> BLOG

      |

      +->>> COMMUNITY

      |

      +->>> ABOUT ME

~ o ~

§. Indice dei contenuti

§1. Le tecniche di calcolo "soft" in alternativa a quelle “hard"

§2. Le principali tecniche “soft”

§2.1. La logica sfumata

§2.2. Gli Algoritmi Genetici

§2.3. Le Reti Neurali

§3. Più in generale

§4 Riferimenti ed approfondimenti

§5 Rimani aggiornato

§6. Teniamoci in contatto

§7. Qualcosa su di me

§1. Le tecniche di calcolo "soft" in alternativa a quelle “hard"

#complexity #mutability #softComputing #artificialIntelligence

"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, noto come il Padre della Fuzzy Logic e come colui che ha coniato il termine 'soft computing')

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. 

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.

-----------------------------------------

29/5-2022

~ o ~

§2. Le principali tecniche “soft”

Le tecniche principali su cui si basa il soft computing sono: la logica sfumata, gli algoritmi genetici e le reti neurali.

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.

"Finché le leggi della matematica si riferiscono alla realtà, non sono certe, e, finché sono certe, non si riferiscono alla realtà"

(Albert Einstein, Sidelights on Relativity, 1922)

~ o ~

§2.1. La logica sfumata

#fuzzyLogic #softComputing #AI #artificialIntelligence

Le informazioni che derivano dai sistemi, specie quelli derivanti dalla percezione dei sistemi naturali, sono tutt'altro che certe: non sono mai del tipo nero/bianco, oppure acceso/spento, ma sono quasi sempre vaghe e senza confini netti e ben definiti. Per gestire queste informazioni all'interno di sistemi informatici, occorre definire una logica specifica che sia in grado di tradurre le incertezze.e le vaghe valutazioni tipiche della natura umana. La logica Fuzzy è stata definita proprio per assolvere questo compito.

La logica sfumata (fuzzy logic) permette di modellare in modo efficace la conoscenza, perché, a differenza della logica booleana è una logica in cui si può attribuire ad una proposizione un grado di verità diverso da “1” e” 0”, e compreso tra tra i due valori binari, ossia tra il “vero” ed il “falso”.

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 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.

-----------------------------------------

30/7-2022

~ o ~

§2.2. Gli Algoritmi Genetici

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.

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.

Intelligenza Artificiale basata su Algoritmi Evoluzionistici

>>> AI.1.3.1.3 <<<

~ o ~

§2.3. Le Reti Neurali

#neuralNetwork #deepLearning

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.

Riferimenti.

1. Tateo Interdisciplinary Lifelong Learning / Intelligenza Artificiale / Heuristics / Intelligenza artificiale ispirata ai principi della vita: la Vita Artificiale / §5. Deep Learning, 

https://tateoblog.blogspot.com/2017/04/ai-04-intelligenza-ispirata-ai.html 

~ o ~

§3. Più in generale

Se vuoi esaminare l'argomento della Intelligenza Artificiale da un punto di vista più generale, allora ti invito a proseguire la consultazione dell'area dedicata a questa disciplina con la lettura dell'articolo principale dell'area tematica corrispondente della sezione Learning (>) di Tateo~Blog (>). 

L’intelligenza Artificiale

>>> AI <<<

~ o ~

§4 Riferimenti ed approfondimenti

[1] Introduction to Soft Computing: Neuro-Fuzzy and Genetic Algorithms - Samir Rov

[2] Principles of Soft Computing — S.N. Deepa, S.N. Sivanandam

[3] Fundamental of Soft Computing — Kuntal Barua, Prof Prasun Chakrabarti 

~ o ~

§5 Rimani aggiornato

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 (>).

~ o ~

§6. Teniamoci in contatto

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. Qualcosa su di me

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 (:::).

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)

-----------------------------------------

Prima pubblicazione: 28/5-2020

ultimo aggiornamento: 30/7-2022