Home

In questa sezione cerchero' di raccogliere alcuni esempi concreti di applicazione di alcune delle tecniche di Intelligenza Artificiale. Non verranno presentate introduzioni agli argomenti per le quali rimando alla pagina dei link o eventualmente al solito buon Google :-) .

Sono presenti due sezioni:

.:. nella prima ho raccolto semplici "esercizi" focalizzando l'attenzione sull'approccio e la risoluzione del problema tralasciando la fase puramente implementativa utilizzando a tale scopo alcuni interessanti ambienti di programmazione e simulazione come supporto.

.:. nella seconda cerchero' di proporre progetti piu' complessi; per ora presento quello relativo al veicolo autonomo ARGO che ho anche proposto nella sezione di elaborazione delle immagini. Ho deciso di inserirlo qui poiche', pur essendo gia' un lavoro che puo' rientrare nelle tecniche di computer vision e IA, trovo che un possibile futuro approfondimento possa proprio riguardare una rivalutazione del lavoro sotto un aspetto diverso e maggiormente rivolto alle tecniche piu' "canoniche" di IA come l'uso di reti neurali o algoritmi genetici.

 

Area 1 - Semplice laboratorio di IA -
Esempio di Reti Neurali
Si vuole far imparare alla rete l’evoluzione di una funzione descritta attraverso un training set fornito. La rete deve restituire il valore della funzione in un punto, dati i valori dei quattro punti precedenti. Il problema per noi sta nel fatto che non si conoscono a priori le caratteristiche di questa funzione in quanto ci viene fornito solo il file oggetto che genera il training set ma non il file sorgente; i test-pattern generati non sono tutti corretti; alcuni corrispondono alla funzione incognita, altri sono casuali. Lo scopo è quindi quello di determinare quali sono i test-pattern errati.
Esempio di Algoritmi Genetici
E’ data una matrice che rappresenta un “labirinto” percorribile e nel quale ogni posizione è caratterizzata da un peso. Lo scopo è quello di trovare, partendo da una posizione data, il percorso che massimizzi la somma dei valori delle caselle percorse.
Esempio di Sistemi Esperti
Sono presenti due secchi con capacità volumetrica rispettivamente di 3 e 4 litri. Possiamo agire sui due secchi attraverso le seguenti operazioni : riempire completamente un secchio, svuotarlo completamente, travasare una certa quantità di liquido da un secchio all’altro. Determinare le operazioni necessarie per far si che il primo secchio sia riempito con 2 litri.

 

Area 2 - Progetti di IA -
Pedestrain Detection
Automatic Vehicle Driving (AVD) è un termine generico utilizzato per indicare l'insieme delle tecniche mirate ad automatizzare, totalmente o in parte, una o più mansioni di guida. Le diverse funzioni che possono venire automatizzate nella guida di un veicolo sono: la capacità di seguire la strada, di mantenere un'adeguata distanza di sicurezza tra i veicoli, di regolare la velocità di crociera in base alle condizioni di traffico ed alle caratteristiche della viabilità, di aiutare il conducente nel trovare la via ottimale per arrivare a destinazione, la mobilità, il parcheggio in situazioni urbane complesse. Non da meno sono fondamentali tecniche per il riconoscimento di ostacoli, della carreggiata, di altri veicoli, di motociclette e di pedoni. Questo lavoro focalizza l'attenzione sull'ultimo aspetto cioe' il riconoscimento dei pedoni nella scena ripresa da due telecamere poste a bordo del veicolo. Il lavoro rientra in un piu' vasto progetto accademico per il veicolo autonomo ARGO del quale, per un maggior approfondimento, rimando alla sua homepage.
Meccanica Cerebrale - La meccanizzazione della percezione visiva
"Questo scritto è un passo verso l'ambizioso scopo di comprendere il funzionamento del cervello, perlomeno nelle sue attività razionali, attraverso la sua meccanizzazione.
Pubblico, per il momento, solo una parte dello studio che ho svolto finora relativa alla simulazione della percezione visiva che, come spiegherò fin dalle prime pagine, ritengo l'argomento più importate di tutto il progetto. La simulazione avviene attraverso un modello del sistema visivo che combina le conoscenze della neurofisiologia e della pscicofisica . Ha quindi forti rampini nel reale e vuole essere Human-like." Sergio Beva