Cosa si intende con il termine Intelligenza artificiale ?
La parola Artificiale è in contrapposizione a Naturale. La parola Intelligenza allude ad una serie di attributi associati preminentemente alla specie umana (capacità di comprendere ed interagire, capacità di elaborazione simbolica, capacità di introdurre novità in qualche campo, ecc.) o, genericamente, allude alla capacità di esibire comportamenti socialmente considerati intelligenti.
E’ possibile individuare in essa due rami di ricerca: il primo riguarda lo studio di processi mentali, ricercando leggi e principi comuni sia al naturale che all’artificiale, il secondo riguarda la possibilità di realizzazione di sistemi che esibiscono comportamenti tipici della razionalità umana.
Nonostante la difficoltà del compito, le innovazioni tecnologiche, e i progressi fatti nel campo della ricerca, hanno permesso di creare strumenti con comportamenti intelligenti che lo aiutano l’uomo nel quotidiano operare.

Le aree di maggior sviluppo in intelligenza artificiale sono:

- Soluzione di problemi: rappresentazione della conoscenza, rappresentazione del processo di soluzione e sua definizione (inferenza), ricerca della soluzione.

- Ragionamento logico: conoscenza completa, conoscenza incompleta, attendibilità, coerenza, giustificazione.

- Linguaggio: comprensione del linguaggio naturale, conoscenze di senso comune.

- Apprendimento: induzione, abduzione, analogia, generalizzazione, per riferimento ad esperienze.

- Sistemi Esperti: rappresentazione della conoscenza, tecniche inferenziali, interazione per ‘consultazione’, per ‘acquisire conoscenza’, per ‘delucidazione del proprio operato’.

- Robotica e visione: Riconoscimento, sintesi e generazione di immagini, linguaggi per robot.

Tutti i sistemi di Intelligenza artificiale condividono il paradigma che vede il possesso di conoscenza e il suo uso come base per realizzare comportamenti intelligenti.
Con il termine conoscenza si intende l’insieme di nozioni e informazioni che un essere umano acquisisce ed usa. Essa comprende, tra le altre cose, gli oggetti costituenti il mondo circostante e le loro regole comportamentali.
La conoscenza di un sistema di Intelligenza artificiale è sempre un piccolissimo sottoinsieme della conoscenza umana, e comprende una porzione ben delimitata del mondo reale: il dominio di applicazione del sistema.
La rappresentazione della conoscenza è uno degli aspetti fondamentali della progettazione di un programma di Intelligenza artificiale.
I recenti progressi fatti nel campo della rappresentazione della conoscenza e nella realizzazione di strumenti atti alla sua manipolazione, hanno offerto la possibilità di progettare sistemi intelligenti che, in domini ben delimitati, presentano prestazioni comparabili a quelle di un essere umano.

L’ oggetto specifico di questo lavoro di tesi è lo studio e la progettazione di un sistema esperto in grado di esibire plausibili ipotesi di datazione degli edifici del centro storico di Napoli, mediante l’analisi delle murature.
Il primo tentativo di datazione di un edificio del centro storico di Napoli mediante un sistema esperto, è stato fatto, in un precedente lavoro, da un gruppo dell’istituto di cibernetica del CNR, utilizzando la conoscenza storico architettonica consolidata riguardo gli elementi fondamentali di un edificio, quali ad esempio il portale, le finestre, ecc.. In questa esperienza si riteneva che una analisi dei vari elementi costituenti l’ edificio, unita alle conoscenze storico architettoniche potesse dare ipotesi di datazione, con ragionevole precisione.
I risultati ottenuti non sono però stati pienamente soddisfacenti, in quanto nel centro storico di Napoli gli edifici sono stati soggetti, nel corso dei secoli, a stratificazione e spesso a ristrutturazione. In particolare possiamo ritrovare in un edificio degli elementi che ci riconducono ad un’epoca, affiancati da altri che ci riconducono ad epoche diverse oppure possiamo trovare casi di imitazione di intere strutture riconducibili ad un epoca, realizzate però secoli dopo. Esiste quindi una complessità di lettura delle caratteristiche dell’edificio che complica la già laboriosa attività di analisi e porta un’incertezza notevole nella determinazione di una datazione plausibile.
Si è avuta allora la necessità di studiare le murature degli edifici in modo da acquisire quella conoscenza, mediante la quale costruire un nuovo sistema esperto da integrare con il precedente. A tal proposito però, mancano quasi del tutto documenti sulle tecniche edilizie adoperate a partire dal tardo Medioevo fino alla fine del XIX secolo, che permettano identificazioni cronotipologiche filologicamente accertate. Ciò rende difficile l’individuazione di modelli cronotipologici precisi delle apparecchiature murarie.
La progettazione di un tale sistema esperto, per i suddetti motivi, propone importanti problemi teorici, relativi alla rappresentazione della conoscenza, e alla progettazione di algoritmi che riproducano schemi inferenziali idonei alla ricerca della soluzione. In particolare propone il problema della rappresentazione di conoscenza incerta ed incompleta.
Svariate tecniche sono state sviluppate nel corso di questi anni, tecniche con fondamenti probabilistici, tra cui Certainty Factors, Bayesian belief networks ampiamente studiate e talvolta criticate e tecniche di carattere algoritmico, quali il ragionamento qualitativo, il ragionamento abduttivo, ed altre.
La nostra attenzione sarà rivolta al secondo tipo, in quanto riteniamo che il meccanismo cognitivo dell’esperto non è basato su calcoli probabilistici, ma è di tipo abduttivo: presa coscienza di certe evidenze nella muratura, sceglie l’ipotesi di datazione che sembra più plausibile.

La prima parte di questo lavoro di tesi è dedicata all’introduzione dei concetti fondamentali e della terminologia che sarà adottata nel corso degli altri capitoli, nonché all’ esposizione dei principali schemi di rappresentazione della conoscenza.
Verrà di seguito affrontato il problema del trattamento della conoscenza incerta ed incompleta, presentando alcune tra le principali tecniche adoperate nel settore, evidenziandone le caratteristiche fondamentali.
Si passerà poi alla realizzazione del sistema esperto WALL, presentando una breve descrizione del dominio, esponendo le tecniche di rappresentazione della conoscenza, e i meccanismi di ragionamento utilizzati, e descrivendo dettagliatamente la sua implementazione nel linguaggio PROLOG.
Verranno infine proposti alcuni esempi di utilizzo del sistema.
Inoltre, nelle appendici verranno proposti sia il listato del programma sorgente, sia alcuni esempi di implementazione della base di conoscenza.