|
|
CONSIGLIATO DA LIBRINFORMATICA
Intelligenza artificiale Un approccio moderno vol.1 - seconda edizione
|
| Editore | Pearson Education Italia |
| Autore | Russell Stuart J., Norvig Peter |
| Titolo originale | Artificial Intelligence: A modern approach, second edition |
| Editore originale | Prentice Hall |
| Pagine | 684 |
| Volumi | 1 |
| Livello | Intermedio-Avanzato |
| Lingua | Italiano |
| Data pubblicazione | 04 - 2005 |
| ISBN | 887192228x |
|
|
| Prezzo di copertina |
| Euro 40,00 |
|
I contenuti del volume
Parte Prima Intelligenza artificiale
Capitolo 1 Introduzione
1.1 Cos’è l’intelligenza artificiale?
Agire umanamente: l’approccio del test di Turing
Pensare come esseri umani: l’approccio della modellazione cognitiva
Pensare razionalmente: l’approccio delle “leggi del pensiero”
Agire razionalmente: l’approccio degli agenti razionali
1.2 I fondamenti dell’Intelligenza Artificiale
Filosofia (428a. C.- presente)
Matematica (c.800-presente)
Economia (1776-permesso)
Neuroscienze (1861-presente)
Psicologia (1979-presente)
Ingegneria informatica (1940-presente)
Teoria del controllo e cibernetica (1948-presente)
Linguistica (1957-presente)
1.3 La storia dell’intelligenza artificiale
La gestazione dell’intelligenza artificiale (1943-1955)
La nascita dell’intelligenza artificiale (1956)
Primi entusiasmi, grandi aspettative (1952-1969)
Una dose di realtà (1966-1973)
Sistemi basati sulla conoscenza: la chiave per il potere? (1969-1979)
L’IA diventa un’industria (1980-presente)
Il ritorno delle reti neutrali (1986-presente)
L’IA diventa una scienza (1987-presente)
La comparsa degli agenti intelligenti (1995-presente)
Lo stato dell’arte
1.4 Riepilogo
Note storiche e bibliografiche
Esercizi
Capitolo 2 Agenti intelligenti
2.1 Agenti e ambienti
2.2 Comportarsi correttamente. il concetto di razionalità
Misure di prestazione
Razionalità
Onniscienza, apprendimento e autonomia
2.3 La natura degli ambienti
Specificare un ambiente
Proprietà degli ambienti
2.4 La struttura degli agenti
Programmi agente
Agenti reattivi semplici
Agenti reattivi basati su modello
Agenti basati su obiettivi
Agenti basati sull’utilità
Agenti capaci di apprendere
2.5 Riepilogo
Note storiche e bibliografiche
Esercizi
Parte Seconda Risoluzione di problemi
Capitolo 3 Risolvere i problemi con la ricerca
3.1 Agenti risolutori di problemi
Problemi ben definiti e soluzioni
La formulazione dei problemi
3.2 Problemi esemplificativi
Problemi giocattolo
Problemi reali
3.3 Cercare soluzioni
Misurare le prestazioni nella risoluzione di problemi
3.4 Strategie di ricerca non informata
Ricerca in ampiezza
Ricerca a costo uniforme
Ricerca in profondità
Ricerca a profondità limitata
Ricerca ad approfondimento iterativo
Ricerca bidirezionale
Confronto tra le strategie di ricerca non informata
3.5 Evitare ripetizioni negli stati
3.6 Ricerca con informazione parziale
Problemi senza sensori
Problemi di contingenza
3.7 Riepilogo
Note storiche e bibliografiche
Esercizi
Capitolo 4 Ricerca informata ed esplorazione
4.1 Strategie di ricerca informativa e euristica
Ricerca best-first greedy o “golosa”
Ricerca A*: minimizzare il costo stimato della soluzione
Ricerca euristica con memoria limitata
Imparare a cercare meglio
4.2 Funzioni euristiche
Effetto dell’accuratezza dell’euristica sulle prestazioni
Inventare funzioni euristiche ammissibili
Apprendere euristiche dall’esperienza
4.3 Algoritmi di ricerca locale e problemi di ottimizzazione
Ricerca hill-climbing
Simulated annealing
Ricerca local beam
Algoritmi genetici
4.4 Ricerca locale in spazi continui
4.5 Agenti per ricerca online e ambienti sconosciuti
Problemi di ricerca online
Agenti di ricerca online
Ricerca locale online
Apprendimento nella ricerca online
4.6 Riepilogo
Note storiche e bibliografiche
Esercizi
Capitolo 5 Problemi di soddisfacimento di vincoli
5.1 Problemi di soddisfacimento di vincoli
5.2 Ricerca con backtracking per CSP
Ordinamento di variabili e valori
Propagazione di informazioni attraverso i vincoli
Backtracking intelligente: guardarsi indietro
5.3 Ricerca locale per problemi di soddisfacimento di vincoli
5.4 La struttura dei problemi
5.5 Riepilogo
Note storiche e bibliografiche
Esercizi
Capitolo 6 Ricerca con avversari
6.1 Giochi
6.2 Decisioni ottime nei giochi
Strategie ottime
L’algoritmo minimax
Decisioni ottime nei giochi multiplayer
6.3 Potatura alf-beta
6.4 Decisioni imperfette in tempo reale
Funzioni di valutazione
Tagliare la ricerca
6.5 Giochi che includono elementi casuali
Valutazione della posizione nei giochi con nodi di possibilità
La complessità dei expectiminimax
Giochi di carte
6.6 Lo stato dell’arte dei programmi di gioco
6.7 Discussione
6.8 Riepilogo
Note storiche e bibliografiche
Esercizi
Parte Terza Conoscenza e ragionamento
Capitolo 7 Agenti logici
7.1 Agenti basati sulla conoscenza
7.2 Il mondo del wumpus
7.3 Logica
7.4 Calcolo proposizionale. una logica molto semplice
Sintassi
Semantica
Una semplice base di conoscenza
Inferenza
Equivalenza, validità e soddisfacibilità
7.5 Schemi di ragionamento nel calcolo proposizionale
Risoluzione
Forma normale congiuntiva
Un algoritmo di risoluzione
Completezza della risoluzione
Concatenazione in avanti e all’indietro
7.6 Inferenza proposizionale efficiente
Un algoritmo con backtracking completo
Algoritmi di ricerca locale
Problemi di soddisfacibilità difficili
7.7 Agenti basati sulla logica proposizionale
Localizzare pozzi e mostri usando l’inferenza logica
Tener traccia della posizione e dell’orientamento
Agenti basati su circuiti
Un confronto
7.8 Riepilogo
Note storiche e bibliografiche
Esercizi
Capitolo 8 Logica del primo ordine
8.1 Ancora sulla rappresentazione
8.2 Sintassi e semantica della logica del primo ordine
Modelli per la logica del primo ordine
Simboli e interpretazioni
Termini
Formule atomiche
Formule complesse
Quantificatori
Quantificazione universale
Quantificazione esistenziale
Quantificatori nidificati
Connessioni tra quantificazione universale e quantificazione esistenziale
Uguaglianza
8.3 Usare la logica del primo ordine
Asserzioni e query nella logica del primo ordine
Il dominio della parentela
Numeri, insiemi e liste
Il mondo del wumpus
8.4 Ingegneria della conoscenza nella logica del primo ordine
Il processo di ingegneria della conoscenza
Il dominio dei circuiti elettronici
8.5 Riepilogo
Note storiche e bibliografiche
Esercizi
Capitolo 9 L’inferenza nella logica del primo ordine
9.1 Inferenza proposizionale e inferenza del primo ordine
Regole di inferenza per i quantificatori
Riduzione all’inferenza proposizionale
9.2 Unificazione e lifting
Una regola di inferenza del primo ordine
Unificazione
Memorizzazione e recupero di informazioni
9.3 Concatenazione in avanti
Clausole definite del primo ordine
Un semplice algoritmo di concatenazione in avanti
Concatenazione in avanti efficiente
9.4 Concatenazione all’indietro
Un algoritmo di concatenazione all’indietro
Programmazione logica
Implementazione efficiente di programmi logici
Inferenza ridondante e cicli infiniti
Programmazione logica con vincoli
9.5 Risoluzione
Forma normale congiuntiva per la logica del primo ordine
La risoluzione come regola di inferenza
Alcuni esempi di dimostrazione
Completezza della risoluzione
Gestire l’uguaglianza
Strategie di risoluzione
Dimostratori di teoremi
9.6 Riepilogo
Note storiche e bibliografiche
Esercizi
Capitolo 10 Rappresentazione della conoscenza
10.1 Ingegneria ontologica
10.2 Categorie e oggetti
Composizione fisica
Misure
Oggetti e sostanze
110.3 Azioni, situazioni ed eventi
L’ontologia del calcolo delle situazioni
Descrivere le azioni nel calcolo delle situazioni
Risolvere il problema di rappresentazione del frame
Risolvere il problema inferenziale del frame
Tempo e calcolo degli eventi
Eventi generalizzati
Processi
Intervalli
Fluenti e oggetti
10.4 Eventi e oggetti mentali
Una teoria formale delle credenze
Conoscenza e credenza
Conoscenza, tempo e azione
10.5 Il mondo dello shopping su Internet
Confrontare le offerte
10.6 Sistemi di ragionamento per categorie
Reti semantiche
Logiche descrittive
10.7 Ragionare con informazione di default
Mondi aperti e mondi chiusi
La negazione come fallimento e la semantica del modello stabile
Circoscrizione e logica di default
10.8 Sistemi di mantenimento della verità
10.9 Riepilogo
Note storiche e bibliografiche
Esercizi
Parte Quarta Pianificazione
Capitolo 11 Pianificazione
11.1 Il problema della pianificazione
Il linguaggio dei problemi di pianificazione
Espressività ed estensioni
Esempio: trasporto aereo di merci
Esempio. il problema della ruota di scorta
Esempio: il mondo dei blocchi
11.2 Pianificazione con ricerca nello spazio degli stati
Ricerca in avanti nello spazio degli stati
Ricerca all’indietro nello spazio degli stati
Euristiche per la ricerca nello spazio degli stati
11.3 Pianificazione con ordinamento parziale
Un esempio di pianificazione con ordinamento parziale
Pianificazione con ordinamento parziale con variabili libere
Euristiche per la pianificazione con ordinamento parziale
11.4 Grafi di pianificazione
Grafi di pianificazione per la stima euristica
L’algoritmo Graphplan
Terminazione di Graphplan
11.5 Pianificazione con la logica proposizionale
Descrivere problemi di pianificazione in logica proposizionale
Complessità delle codifiche proposizionali
11.6 Analisi degli approcci alla pianificazione
Riepilogo
Note storiche e bibliografiche
Esercizi
Capitolo 12 Pianificazione e azione nel mondo reale
12.1 Tempo, scheduling e risorse
Scheduling con vincoli sulle risorse
12.2 Pianificazione con reti gerarchiche
Rappresentare le scomposizioni di azioni
Modificare il pianificatore per gestire le scomposizioni
Discussione
12.3 Pianificazione e azione in ambienti non deterministici
12.4 Pianificazione condizionale
Pianificazione condizionale in ambienti completamente osservabili
Pianificazione condizionale in ambienti parzialmente osservabili
12.5 Monitoraggio dell’esecuzione e ripianificazione
12.6 Pianificazione continua
12.7 Pianificazione multiagente
Cooperazione: obiettivi e piani congiunti
Pianificazione multibody
Meccanismi di coordinamento
Competizione
12.8 Riepilogo
Note storiche e bibliografiche
Esercizi
Parte Ottava Conclusioni
Capitolo 26 Fondamenti filosofici
26.1 IA debole: le macchine possono agire in modo intelligente?
L’argomentazione derivante dall’incapacità
L’obiezione matematica
L’argomentazione derivante dell’informalità
26.2 IA forte: le macchine possono veramente pensare?
Il problema mente-corpo
L’esperimento del cervello nella vasca
L’esperimento della protesi cerebrale
La stanza cinese
26.3 L’etica e i rischi dello sviluppo di intelligenze artificiali
26.4 Riepilogo
Note storiche e bibliografiche
Esercizi
Capitolo 27 IA: presente e futuro
27.1 Componenti per agenti
Architetture di agenti
Stiamo andando nella giusta direzione?
27.4 E se l’IA avesse successo?
Appendice A Fondamenti matematici
A.1 Analisi di complessità e notazione 0 ()
Analisi asintonica
NP e problemi intrinsecamente difficili
A.2 Vettori, matrici e algebra lineare
A.3 Distribuzioni di probabilità
Note storiche e bibliografiche
Appendice B Note sui linguaggi e gli algoritmi
B.1 Definire i linguaggi con la forma Backus-Naur (BNF)
B.2 Descrivere gli algoritmi con lo pseudocodice
B.3 Supporto online
Bibliografia
Indice analitico
|
|
|
|
