Macchine intelligenti Dispensa 3: Il ragionamento e la soluzione dei problemi

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Macchine intelligenti Dispensa 3: Il ragionamento e la soluzione dei problemi"

Transcript

1 Macchine intelligenti Dispensa 3: Il ragionamento e la soluzione dei problemi Introduzione Nella dispensa precedente abbiamo visto in che modo nell ambito dell intelligenza artificiale si sia tentato di riprodurre sul computer alcune delle facoltà simboliche che caratterizzano il comportamento intelligente, come l uso del linguaggio naturale e l organizzazione della conoscenza sui fatti del mondo mediante complesse strutture rappresentazionali. Ma evidentemente questi due domini, per quanto importanti, non esauriscono l insieme di facoltà che attribuiremmo ad un essere intelligente. Infatti un agente intelligente deve anche esser in grado di usare le conoscenze di cui è dotato per elaborare altre conoscenze, per orientare il suo comportamento e per risolvere problemi di varia natura. Sin dagli anni cinquanta molti ricercatori e studiosi di intelligenza artificiale hanno rivolto la loro attenzione proprio a questo tipo di facoltà, cercando di sviluppare dei programmi che fossero in grado di effettuare ragionamenti e di affrontare problemi complessi. Il ragionamento e la soluzione dei problemi Per capire in che modo si sia tentato di sviluppare programmi in grado di ragionare e di risolvere problemi, esaminiamo questi tre casi: un matematico che debba dimostrare un teorema, un giocatore di scacchi nel corso di una partita e un normale individuo che debba scegliere che modello di computer acquistare. Il matematico parte da un insieme di conoscenze preesistenti (tutti i teoremi della matematica dimostrati) e applicando alcune regole o conoscenze operative cerca di dedurre da esse un nuovo teorema (il quale a sua volta andrà ad aumentare le conoscenze). Nel fare questo procede per tentativi, esplorando molte possibili strade di dimostrazione prima di individuare quella giusta. Allo stesso modo il giocatore di scacchi di fronte ad una situazione di gioco cerca di prevedere le conseguenze di ogni possibile mossa ragionevole sfruttando la sua conoscenza delle regole del gioco e la sua esperienza 1. Infine anche il nostro compratore cerca di acquisire la maggiore quantità possibile di informazioni per valutare tutti i pro e i contro delle varie scelte di acquisto che ha a disposizione, prendendo in considerazione fattori complessi come la sua disponibilità finanziaria, l utilità di una configurazione piuttosto che di un altra per la sua attività professionale o ricreativa etc. Tutti e tre questi casi, se osservati in modo astratto, presentano alcuni tratti in comune. Sembra insomma che vi sia un modello generale di ragionamento soggiacente a queste attività. L analisi di questo modello e la sua riproduzione mediante sistemi informatici è il dominio di molte ricerche che si collocano nell ambito intelligenza artificiale e che vengono di norma rubricate sotto le etichette di soluzione di problemi (problem solving), dimostrazione automatica, ricerca selettiva. Naturalmente ognuna di queste ricerche ha degli aspetti peculiari legati al particolare oggetto di ciascuna di esse. Tuttavia si può individuare un corpo comune di metodologie e di strumenti. Questo corpo comune consiste nella ricerca di una serie di procedimenti generali per la risoluzione di problemi formalmente definibili. Per capire di cosa si tratti, cominciamo con un esempio di ricerca della soluzione di un problema piuttosto comune e banale. Immaginiamo che Marco sia in procinto di uscire di casa. Proprio mentre sta per aprire la porta si accorge di avere perduto le chiavi della sua automobile. Egli è tuttavia sicuro che le chiavi siano da qualche parte nel suo piccolo appartamento di tre stanze. Si mette così a cercarle. Per evitare di girare a vuoto, però, decide di procedere in modo sistematico nella sua ricerca. Inizia così a cercare dall ingresso. Naturalmente anche per effettuare la sua ricerca nella stanza di ingresso adotta il medesimo approccio sistematico. Si mette pertanto ad esplorare ogni singolo mobile presente nell ingresso, e per ogni singolo mobile guarda in ogni possibile cassetto, piano o anta. Poiché la ricerca nell ingresso non ha avuto esito, passa in cucina. Anche qui guarda prima sul tavolo, poi sul frigorifero, poi sul piano di cottura. Non avendo ancora trovato le chiavi si mette ad esplorare l ultima stanza, quella da letto, essendo ormai sicuro che le chiavi debbano essere li dentro. Ovviamente anche 1 Sulla singolare attrazione che moltissimi ricercatori di intelligenza artificiale hanno mostrato verso il gioco degli scacchi torneremo nel prossimo paragrafo.

2 nella camera da letto adotta la sua strategia sistematica: comodino, cassetto del comodino, superficie del letto, sotto il letto Lasciamo il nostro amico alla sua ricerca e proviamo ad analizzare il suo comportamento. Il problema in questione è la ricerca delle chiavi. Obiettivo della ricerca, ovviamente, è trovare le chiavi. Le possibili soluzioni al problema nel momento iniziale della ricerca sono tutti i luoghi in cui le chiavi possono essere riposte. Chiamiamo questo lo spazio del problema. Per conseguire l obiettivo Marco ha iniziato ad esplorare in modo sistematico tutte le possibili soluzioni suddividendo lo spazio del problema in modo gerarchico. Per ogni passo della sua ricerca ha naturalmente verificato se l obiettivo non fosse conseguito. Un procedimento di ricerca come questo, può facilmente essere rappresentato mediante un cosiddetto grafo ad albero. Un grafo ad albero è costituito da un insieme di punti o nodi, connessi da segmenti orientati (cioè dotati di un verso di percorrenza) e tale che esiste un solo nodo (detto radice) al quale non arriva nessun segmento. Se esistono dei nodi dai quali non parte nessun segmento, essi sono detti nodi terminali o foglie. Per associare un albero ad un processo di soluzione di un problema come quello che abbiamo visto è sufficiente associare ogni singolo passo della ricerca con un nodo. Figura 1 - Il grafo ad albero che rappresenta il processo di ricerca di una soluzione La ricerca di una soluzione corrisponde alla esplorazione dei percorsi che legano i nodi dell albero finché non si raggiunge un nodo foglia che rappresenta lo stato finale o obiettivo della ricerca. Ci sono due cose interessanti che possiamo capire grazie a questo modo di rappresentare la ricerca della soluzione di un problema. In primo luogo esso può essere applicato a moltissimi problemi di ambito diverso. Ad esempio potremmo rappresentare allo stesso modo la ricerca del migliore investimento da fare in borsa. O la scelta della mossa migliore durante una partita di scacchi. In secondo luogo ci accorgiamo che è possibile seguire diverse strategie nella ricerca delle soluzioni di un problema, ovvero diversi modi di esplorare l albero. Le due principali sono la ricerca in profondità (depht-first) e la ricerca in ampiezza (breath-first). Nella ricerca in profondità ogni percorso viene esplorato sistematicamente (in genere a partire da sinistra) fino ad arrivare ad una foglia. Se non si è trovata una soluzione si torna indietro fino alla prima biforcazione e si ripete l operazione. Ad esempio nell albero in figura la ricerca in ampiezza procederebbe in questo modo: Prima si esplorerebbe il percorso In caso di esito negativo dal nodo 10 si tornerebbe al 2 per esplorare i percorsi e Se anche questa ricerca avesse un esito negativo si tornerebbe fino a 1 per esplorare i percorsi passanti per 3. Il processo continuerebbe fino al raggiungimento della soluzione. Per contro nella ricerca in ampiezza vengono valutati prima tutti i rami che partono da un dato nodo (ad esempio 1-2, 1-3, 1-4) e poi si scende di un livello e si ricomincia il processo. Ciascuna di queste due strategie presenta dei lati negativi e dei lati positivi. Per la ricerca in

3 profondità, ad esempio, se l albero scende per molti livelli e la soluzione si trova in uno dei nodi alti dei rami più a destra si perde moltissimo tempo per esplorare lunghi percorsi improduttivi. Inoltre se un percorso non arriva mai ad una foglia (l albero cioè è infinito) il programma continuerebbe ad esplorarlo egualmente senza fermarsi. D altra parte se una soluzione si trova in un nodo molto basso, è la ricerca in ampiezza a rivelarsi inefficiente. Un altro aspetto da considerare è che alcuni problemi (è questo il caso della esplorazione di tutte le possibili mosse di una partita di scacchi per trovare la mossa giusta) generano un numero enorme di nodi. In questo caso una esplorazione sistematica lungo tutti i percorsi potrebbe richiedere tempi enormi. Per questi motivi i ricercatori impegnati nell ambito del problem solving e della dimostrazione automatica hanno cercato di elaborare delle strategie di ricerca selettiva, mediante le quali un programma potesse limitare in anticipo i percorsi da esplorare per trovare una soluzione. Queste strategie sono denominate euristiche. Uno dei procedimenti euristici più noti è l analisi mezzi-fini, formalizzata da Allen Newell, Cliff Shaw e Herbert Simon durante lo sviluppo di un programma battezzato modestamente General Problem Solver (GPS, o solutore generale di problemi ). Nell analisi mezzi-fini la ricerca procede in questo modo. Si prende in considerazione lo stato iniziale del problema e il suo obiettivo, cercando di individuare in che cosa consista la differenza. Poi si applicano una serie di regole di trasformazione per cercare di ridurre tale differenza: questo equivale al darsi una sorta di obiettivo parziale. Una volta conseguito l obiettivo parziale si comincia da capo finché lo stato del problema non coincida con l obiettivo dato. Secondo Newell, Shaw e Simon, questo tipo di ragionamento euristico sarebbe alla base del ragionamento umano. In realtà il GPS, e i principi su cui era basato, si sono rivelati troppo semplicistici. Come mette in evidenza Haugeland, due in particolare sono le idee ingannevoli 2. La prima è la tesi che malgrado le diversità di superficie tutti i problemi, o almeno tutte le strategie di soluzione dei problemi, siano sostanzialmente equivalenti. Ben presto ci si è resi conto, al contrario, che ogni classe di problemi ha delle euristiche specifiche che si applicano esclusivamente al dominio di quei problemi. La seconda è la convinzione che la formulazione di un problema e del suo dominio nei termini formali richiesti dai programmi di problem solving sia tutto sommato un compito semplice. Invece il vero problema nella risoluzione dei problemi consiste proprio nel trovare il modo migliore, più efficiente e, perché no, più elegante per formularlo. Computer che giocano a scacchi Molti dei nostri lettori avranno sicuramente visto il film di Stanley Kubrick 2001 Odissea nello spazio. Uno dei protagonisti del film, ricorderete, è il computer HAL HAL è un computer dotato di una stupefacente intelligenza: è in grado di conversare amabilmente in linguaggio naturale, di esprimere giudizi su opere d arte, di interpretare lo stato d animo dei suoi compagni di viaggio umani, oltre che di governare da solo l astronave. In una sequenza del film, viene messa in scena una partita di scacchi: una partita tra HAL e Dave, uno degli astronauti, che viene naturalmente vinta dal computer. Perché Kubrick decise di inserire quella sequenza nel film? Perché la vittoria di HAL al gioco degli scacchi poteva dare una idea assai chiara di quanto egli fosse intelligente. Infatti il gioco degli scacchi, nella percezione comune, è considerato il gioco intelligente per eccellenza. Sebbene si tratti di un gioco, esso richiede una elevata capacità di ragionamento logico e una grande quantità di conoscenze. Non a caso, sin dalle origini dell intelligenza artificiale moltissimi ricercatori hanno speso il loro ingegno nel tentativo di realizzare un programma che fosse in grado di giocare a scacchi. E soprattutto che fosse in grado di giocare allo stesso livello dei grandi maestri. La storia degli scacchi al computer ha raggiunto il suo culmine un paio di anni fa, quando per la prima volta un computer è stato in grado di sconfiggere il più grande giocatore vivente, Gary Kasparov. Protagonista di questo storico risultato è stato Deep Blue, un computer progettato e programmato nei laboratori di ricerca della IBM. Kasparov e Deep Blue si sono scontrati due volte. Il primo match si è svolto nel febbraio In quella occasione Kasparov riuscì a sconfiggere il suo sfidante artificiale senza troppa fatica. Ma nella rivincita, che si è svolta nel maggio del 1997, è finalmente avvenuto ciò che si attendeva da anni: Deep Blue è riuscito a vincere due partite e a pareggiarne tre, battendo Kasparov. 2 J. Haugeland, Intelligenza Artificiale, Bollati Boringhieri 1988, p. 168 e seg.

4 Deep Blue è un computer particolarmente potente. si tratta infatti di una cosiddetta macchina parallela. Come sappiamo ogni computer di norma è dotato di una unità centrale di calcolo, o CPU, che ne rappresenta il cervello logico e matematico. Nelle macchine parallele, come Deep Blue, i processori sono molteplici, e lavorano tutti insieme, in parallelo appunto. Ogni singolo processore esegue una parte dei calcoli necessaria a risolvere un problema. In questo modo si possono raggiungere potenze di calcolo elevatissime. Nel caso di Deep Blue, inoltre, alcuni di questi processori erano stati progettati in modo speciale per affrontare il tipo di problemi posti dal gioco degli scacchi. Ma perché gli studiosi di intelligenza artificiale hanno dimostrato così tanto interesse (e hanno speso tante energie e finanziamenti) verso il gioco degli scacchi? Una ragione la abbiamo già citata: si tratta di un gioco che viene considerato un esempio tipico di attività intelligente. Dunque, riuscire a creare un computer in grado di giocare a scacchi, e di battere un esperto giocatore umano, rappresenta un buon successo per l IA. Ma ci sono almeno due altre ragioni che rendono gli scacchi così interessanti. In primo luogo si tratta di un gioco in cui ci sono un insieme limitato di elementi distinti (le pedine) e delle regole molto precise che specificano quali mosse si possono fare. Ad esempio l alfiere si può muovere solo in diagonale. Infine sappiamo con certezza quando il gioco finisce. Un gioco come questo, come sappiamo, può essere sicuramente giocato da un computer. Progettare un programma che sappia giocare a scacchi, dunque, a prima vista non è così complicato. Basta rappresentare le pedine mediante un insieme di simboli, e poi tradurre le regole del gioco in una serie di regole per manipolare tali simboli. A questo punto il programma è in grado di calcolare per ogni mossa tutte le possibili contromosse dell avversario e per ognuna di esse tutte le sue possibili contromosse, e così via. Se il programma potesse veramente operare in questo modo riuscirebbe senza dubbio a trovare la mossa giusta per ogni turno di gioco. Ma quante sono le possibili mosse di un partita di scacchi? In media per ogni turno un giocatore dispone di 35 alternative. Dunque per valutare tutte le possibili conseguenze di un sola mossa occorre verificare 35 x 35, cioè 1225 possibilità. Questo significa che per valutare le conseguenze dopo due mosse bisogna analizzare più di un milione di possibilità. Per farla breve, per prevedere con questo metodo tutte le mosse di una partita bisognerebbe valutare un numero come possibilità. Un fenomeno di crescita come questo viene chiamato esplosione combinatoria. Anche il computer più veloce che possiamo immaginare impiegherebbe miliardi di miliardi di anni per fare questo calcolo: e il nostro universo ha solo 15 miliardi anni! Evidentemente programmare un computer in questo modo non avrebbe senso. E soprattutto, è chiaro che un uomo che gioca a scacchi non ragiona in questo modo. Ben presto gli studiosi che si sono applicati a questo problema si sono resi conto che bisognava fornire al computer delle strategie di gioco che gli permettessero di limitare il numero di mosse e contromosse da esplorare. Queste strategie non garantiscono la certezza assoluta della vittoria: esse indicano solo le strade ragionevolmente più interessanti per trovare la mossa giusta. Sono dunque delle euristiche per l esplorazione dello sterminato (praticamente infinito) albero che rappresenta tutte le possibili mosse di una partita. Secondo molti teorici dell intelligenza artificiale anche un uomo dotato di un livello poco più che minimo di conoscenza degli scacchi usa delle euristiche quando gioca. I grandi maestri, dunque sono coloro che hanno elaborato le euristiche più efficaci. Ma come sappiamo il ragionamento euristico ha dimostrato di avere una portata molto più vasta. E questa è la terza ragione per cui gli scacchi hanno destato tanto interesse. La capacità di giocare bene a scacchi può essere vista come esempio di una capacità ben più generale: quella di affrontare e risolvere problemi complessi e di scegliere di volta in volta le soluzioni migliori. E questa capacità fa senza dubbio parte di ciò che chiamiamo essere intelligenti. Va detto comunque che, anche se programmi come quello utilizzato da Deep Blue incorporano componenti euristiche, siamo ancora molto lontani dal poter dire di aver costruito una macchina dalla intelligenza scacchistica paragonabile a quella di un giocatore umano. Il punto di forza di Deep Blue come del resto di tutti i programmi per il gioco degli scacchi resta infatti la capacità di calcolo, la forza bruta. Rispetto al giocatore umano, in grado di individuare immediatamente le strategie più promettenti e di limitare fortemente il numero di

5 mosse analizzato, le capacità euristiche del computer restano grossolane: quanto basta per limitare in qualche modo l esplosione combinatoria, e renderla compatibile con le capacità di calcolo della macchina. Insomma, il computer è in grado di compensare la minore intelligenza con la capacità di analizzare un numero assai maggiore di mosse, molto più velocemente di un uomo. La sconfitta di Kasparov indica solamente che l equilibrio di questi due fattori si è ormai spostato (o si sta spostando) a favore della macchina, ma non che il computer sia diventato un giocatore dall intelligenza scacchistica maggiore di quella di un uomo. I sistemi esperti Le ricerche nell ambito del problem solving, insieme a quelle sulla rappresentazione delle conoscenze, sono alla base della creazione dei sistemi esperti. I sistemi esperti rappresentano la più importante (e forse la sola vera) applicazione dell intelligenza artificiale che ha avuto una ricaduta pratica (anche e soprattutto a livello commerciale). In estrema sintesi, con il termine sistema esperto si intende un programma che è in grado di risolvere problemi complessi che rientrano in un particolare dominio, con una efficienza paragonabile a quella di uno specialista umano di quel settore. Ad esempio un sistema esperto potrebbe essere capace di fare diagnosi mediche esaminando le cartelle cliniche (opportunamente formalizzate) di un paziente; o potrebbe valutare tutti fattori di rischio e le prospettive di guadagno di un determinato investimento finanziario. Come viene realizzato concretamente un programma di questo tipo? Di norma tutti i sistemi esperti hanno i seguenti componenti: una base di conoscenza specialistica su un determinato dominio, che rappresenta il sapere necessario ad affrontare e risolvere problemi in quel campo. Ovviamente la base di conoscenza dovrà essere opportunamente rappresentata nella memoria del calcolatore mediante uno dei formalismi (o altri simili) che abbiamo visto nella terza dispensa parlando di knwoledge representation; un motore inferenziale che sia in grado di dedurre (o inferire), a partire dalla base di conoscenza, le conclusioni che costituiscono la soluzione a un dato problema che rientra nel dominio. Il motore inferenziale, che è il vero cuore del programma, funziona applicando alla base di conoscenze una serie di procedure euristiche simili a quelle sviluppate nell ambito del problem solving. Tuttavia nella maggior parte dei casi alle euristiche generali si affiancano delle euristiche specifiche per l argomento di cui il sistema si occupa. Infatti in ogni campo specialistico un esperto umano è in grado di escludere immediatamente e senza valutarle una serie di opzioni che sono manifestamente improduttive; una interfaccia utente che è costituita da un insieme di moduli informatici grazie ai quali un essere umano è in grado di interagire con il programma ponendo domande e leggendo le risposte. In alcun casi l interfaccia utente può anche prevedere dei moduli di aggiornamento della conoscenza, che consentono agli utenti di aggiungere nuovi elementi alla base dati originale. Il primo sistema esperto ad essere realizzato è stato DENDRAL, sviluppato da Feigenbaum nel 1965 e in grado di analizzare la struttura chimica delle molecole organiche. Ma il vero punto di svolta nella storia di questi programmi è rappresentato dalla creazione (sempre da parte di Feigenbaum insieme a Buchanan e Shortliffe) di MYCIN, che risale al MYCIN è un sistema specializzato nella diagnosi di malattie infettive, ed è sorprendentemente abile. Per lavorare fa ricorso ad una base di conoscenza molto dettagliata sulla sintomatologia di tutte le sindromi infettive conosciute, che confronta con la cartella clinica e con dati sulla storia clinica del singolo paziente sotto esame. Inoltre le euristiche di cui è dotato gli permettono non solo di ipotizzare una diagnosi, ma anche di dare una valutazione sul grado di esattezza delle diagnosi (o delle possibili diagnosi) proposte. Le tecniche impiegate per realizzare MYCIN (che ha avuto un grande successo commerciale ed è tuttora utilizzati in moltissimi ospedali, soprattutto in ambito statunitense) hanno dato origine ad una vera e propria famiglia di sistemi esperti: CASNET ad esempio è un sistema esperto per la diagnosi del glaucoma; PUFF si occupa delle malattie polmonari (le sue diagnosi si sono rivelate giuste nel 95% dei casi); un altro medico artificiale, questa volta generico, è CADUCEUS; PROSPECTOR, invece è un sistema esperto in grado di individuare la posizione di possibili giacimenti minerari sulla base di dati geologici, ed è riuscito ad individuare

6 miniere e giacimenti per un valore di miliardi di dollari. Oltre che nell ambito medico e in quello industriale, questo genere di programmi si è rivelato molto utile anche nel campo dell insegnamento e della didattica. Insomma i sistemi esperti costituiscono nel loro insieme una delle applicazioni pratiche più interessanti dell intelligenza artificiale. Tuttavia, in un certo senso, il successo di queste applicazioni rappresenta una misura delle difficoltà incontrate dall intelligenza artificiale in senso forte. Un sistema esperto infatti, pur essendo molto abile nel suo campo, non sarebbe mai in grado di applicare la sua abilità ad altri domini: il suo è una specie di micromondo, solo un po più ricco di quello in cui operava SHRDLU. E soprattutto un sistema, per quanto possa essere esperto in medicina o geologia, non riuscirebbe mai a trovare la soluzione ad un qualsiasi banale problema quotidiano che ciascun essere umano risolverebbe con il solo buon senso. La questione del senso comune e il problema della cornice Quando il progetto dell intelligenza artificiale ebbe inizio, nella metà degli anni 50, molti tra i suoi sostenitori si dissero convinti che entro quaranta o cinquanta anni sarebbe stato possibile realizzare dei programmi veramente intelligenti. In realtà le cose sono andate diversamente, e le difficoltà incontrate in questa impresa si sono rivelate assai più profonde e radicali di quanto non ci si aspettasse. E la difficoltà maggiore non consiste tanto nel far fare ai computer cose difficili. Come abbiamo visto esistono computer che sanno giocare a scacchi come il più bravo giocatore umano. Così come esistono moltissimi programmi in grado di dimostrare teoremi matematici, o di risolvere problemi molto specialistici. Ma nessuno di essi sarebbe in grado di comprendere i fatti più banali e ordinari della vita quotidiana, come ad esempio andare a prendersi un caffè, o capire una barzelletta. Ma perché è così difficile fornire ad un computer quell insieme di conoscenze e capacità che chiamiamo senso comune e che ognuno di noi acquisisce senza fare alcuno sforzo? Perché oggi un computer è in grado di sconfiggere il campione del mondo di scacchi, ma non riuscirebbe mai a districarsi in una normale situazione della vita quotidiana? Malgrado le apparenze, i problemi implicati dal conferimento di un barlume di senso comune ad un computer sono moltissimi e straordinariamente complessi. Abbiamo visto, ad esempio, che i ricercatori hanno proposto diversi modi per rappresentare la conoscenza sul calcolatore; ma quanta informazione bisognerebbe dare al computer per permettergli di interpretare correttamente tutte le possibili situazioni che gli vengono presentate? Sicuramente moltissima, ma nessuno è stato finora in grado di stabilire esattamente quale e a individuare dei sistemi per orientare il comportamento di una macchina in situazioni reali. Inoltre, ammesso che si riuscisse a formalizzare tutta la conoscenza del senso comune 3, ben altra cosa sarebbe fare in modo che un programma (magari in grado di controllare un robot) si dimostrasse sempre in grado di selezionare dalla sua memoria la conoscenza giusta per una data situazione, o di capire dal contesto quale conoscenze implicite utilizzare per dare un senso ad un atto comunicativo. Un problema apparentemente simile a quello della selezione delle conoscenze, ma in realtà ancora più complesso, è il cosiddetto problema della cornice (in inglese frame problem, ma qui il termine frame non ha nulla a che vedere con il formalismo ideato da Minsky), sul quale si è accumulata una letteratura scientifica e filosofica ricchissima. Per capire di cosa si tratti, usiamo una piccola storiella ideata da John Haugeland: C erano una volta tre Scatole: Papà Scatola, Mamma Scatola e il piccolo Baby Scatola. Papà Scatola stava sul pavimento al centro dello loro modesta casetta, con Baby Scatola appollaiato sulla spalla; Mamma scatola sedeva tranquillamente accanto alla porta. All improvviso, sferragliando sulle sue rotelline, entrò Cavodoro, tutta desiderosa di risolvere qualche problema. Si guardò intorno e poi con somma cura spinse Papà scatola fino alla parete opposta 4. Immaginiamo ora di porre queste tre domande al robot intelligente Cavodoro: 3 Un progetto con tale obiettivo è in effetti in corso. Si tratta del progetto Cyc, ideato e condotto da Wendy Lenat dal Cyc è un programma di IA che è stato dotato di una enorme quantità di conoscenze di senso comune formalizzate in oltre dieci anni di lavoro. Tuttavia i risultati del progetto non sembrano per ora avere scosso più di tanto la comunità dell IA. 4 J. Haugeland, Intelligenza Artificiale, Bollati Boringhieri 1988, p. 190

7 Dov è ora Papa scatola? Dov è ora Mamma scatola? Dov è ora Baby Scatola? Cavodoro sa perfettamente dov è Papa Scatola perché è lei che lo ha spinto fino alla parete. Per quanto riguarda Mamma Scatola e Baby, non avendoli toccati, il robot presumerebbe che siano rimasti dov erano. Il fatto è che la sua azione di spostare Papà Scatola ha avuto un effetto collaterale: lo spostamento di Baby, poggiato sopra il papà. Dunque per rispondere alla terza domanda il robot dovrebbe tenere conto di questo effetto collaterale. Il problema è che i possibili effetti collaterali di una azione sono tantissimi. Ad esempio: Quando si è aperta la porta Baby è caduto per lo spostamento d aria; Quando si è ha aperta la porta il gatto si è spaventato e ha fatto un salto su Papà Scatola che ha fatto cadere Baby; Quando si è aperta la porta la finestra si rotta; Evidentemente, anche se il robot fosse dotato delle regole necessarie per farlo, calcolare tutti i possibili effetti collaterali di una azione sarebbe improponibile. Ma allora, in che modo selezionare tra questo sterminato numero di conseguenze quelle rilevanti? Naturalmente in una situazione semplice come quella della famiglia di scatole non sarebbe difficile dare ad un programma la capacità di tenere conto degli effetti collaterali rilevanti (ricordate SHRDLU?). Ma nella vita reale l impresa è molto più complicata. Ad esempio, se entriamo in una casa e diamo una spinta al padrone di casa, egli potrebbe reagire, oppure la moglie potrebbe chiamare la polizia, o potrebbe arrivare un vicino e fermarci. Ogni nostra azione insomma ha una serie di conseguenze che ci costringono ad aggiornare continuamente la nostra conoscenza. E talvolta questi aggiornamenti sono radicali. Noi esseri umani siamo capaci di fare queste cose senza troppa difficoltà e in pochi secondi sin dalla tenera età. Ma finora nessuno è stato in grado di capire esattamente come questo avvenga e di trasformarlo in una serie di regole euristiche che un computer potrebbe usare per aggiornare nel corso del tempo le sue conoscenze sui fatti accidentali del mondo e sulle conseguenze delle sue eventuali azioni.

Università di Bergamo Facoltà di Ingegneria. Intelligenza Artificiale. Paolo Salvaneschi A1_1 V1.1. Introduzione

Università di Bergamo Facoltà di Ingegneria. Intelligenza Artificiale. Paolo Salvaneschi A1_1 V1.1. Introduzione Università di Bergamo Facoltà di Ingegneria Intelligenza Artificiale Paolo Salvaneschi A1_1 V1.1 Introduzione Il contenuto del documento è liberamente utilizzabile dagli studenti, per studio personale

Dettagli

LA TRADER'S TRICK. Lo scopo della entrata Trader s Trick (TTE) è di permetterci di iniziare un trade prima dell entrata di altri trader.

LA TRADER'S TRICK. Lo scopo della entrata Trader s Trick (TTE) è di permetterci di iniziare un trade prima dell entrata di altri trader. LA TRADER'S TRICK Lo scopo della entrata Trader s Trick (TTE) è di permetterci di iniziare un trade prima dell entrata di altri trader. Siamo realistici. Il trading è un business in cui chi ha più conoscenza

Dettagli

LE BOTTEGHE DELL INSEGNARE MATEMATICA

LE BOTTEGHE DELL INSEGNARE MATEMATICA LE BOTTEGHE DELL INSEGNARE Report dei lavori svolti durante la Convention Protagonisti nella scuola per la crescita della società Bologna 13-14 ottobre 2012 MATEMATICA Matematici, mettiamoci in gioco Responsabile

Dettagli

1. Calcolare la probabilità che estratte a caso ed assieme tre carte da un mazzo di 40, fra di esse vi sia un solo asso, di qualunque seme.

1. Calcolare la probabilità che estratte a caso ed assieme tre carte da un mazzo di 40, fra di esse vi sia un solo asso, di qualunque seme. Esercizi difficili sul calcolo delle probabilità. Calcolare la probabilità che estratte a caso ed assieme tre carte da un mazzo di, fra di esse vi sia un solo asso, di qualunque seme. Le parole a caso

Dettagli

Obiettivo Principale: Aiutare gli studenti a capire cos è la programmazione

Obiettivo Principale: Aiutare gli studenti a capire cos è la programmazione 4 LEZIONE: Programmazione su Carta a Quadretti Tempo della lezione: 45-60 Minuti. Tempo di preparazione: 10 Minuti Obiettivo Principale: Aiutare gli studenti a capire cos è la programmazione SOMMARIO:

Dettagli

PREMESSA. L idea è che a studiare si impara. E nessuno lo insegna. Non si insegna a scuola e non si può imparare da soli, nemmeno con grande fatica.

PREMESSA. L idea è che a studiare si impara. E nessuno lo insegna. Non si insegna a scuola e non si può imparare da soli, nemmeno con grande fatica. PREMESSA I libri e i corsi di 123imparoastudiare nascono da un esperienza e un idea. L esperienza è quella di decenni di insegnamento, al liceo e all università, miei e dei miei collaboratori. Esperienza

Dettagli

I SISTEMI DI NUMERAZIONE

I SISTEMI DI NUMERAZIONE ISTITUTO DI ISTRUZIONE SUPERIORE G. M. ANGIOY CARBONIA I SISTEMI DI NUMERAZIONE Prof. G. Ciaschetti Fin dall antichità, l uomo ha avuto il bisogno di rappresentare le quantità in modo simbolico. Sono nati

Dettagli

0. Piano cartesiano 1

0. Piano cartesiano 1 0. Piano cartesiano Per piano cartesiano si intende un piano dotato di due assi (che per ragioni pratiche possiamo scegliere ortogonali). Il punto in comune ai due assi è detto origine, e funziona da origine

Dettagli

Teoria dei Giochi non Cooperativi

Teoria dei Giochi non Cooperativi Politecnico di Milano Descrizione del gioco Egoismo Razionalità 1 L insieme dei giocatori 2 La situazione iniziale 3 Le sue possibili evoluzioni 4 I suoi esiti finali I Giochi della teoria Perché studiare

Dettagli

Appunti sulla Macchina di Turing. Macchina di Turing

Appunti sulla Macchina di Turing. Macchina di Turing Macchina di Turing Una macchina di Turing è costituita dai seguenti elementi (vedi fig. 1): a) una unità di memoria, detta memoria esterna, consistente in un nastro illimitato in entrambi i sensi e suddiviso

Dettagli

Semantica operazionale dei linguaggi di Programmazione

Semantica operazionale dei linguaggi di Programmazione Semantica operazionale dei linguaggi di Programmazione Oggetti sintattici e oggetti semantici Rosario Culmone, Luca Tesei Lucidi tratti dalla dispensa Elementi di Semantica Operazionale R. Barbuti, P.

Dettagli

Corso di Laurea in Scienze della Formazione Primaria Università di Genova MATEMATICA Il

Corso di Laurea in Scienze della Formazione Primaria Università di Genova MATEMATICA Il Lezione 5:10 Marzo 2003 SPAZIO E GEOMETRIA VERBALE (a cura di Elisabetta Contardo e Elisabetta Pronsati) Esercitazione su F5.1 P: sarebbe ottimale a livello di scuola dell obbligo, fornire dei concetti

Dettagli

GIANLUIGI BALLARANI. I 10 Errori di Chi Non Riesce a Rendere Negli Esami Come Vorrebbe

GIANLUIGI BALLARANI. I 10 Errori di Chi Non Riesce a Rendere Negli Esami Come Vorrebbe GIANLUIGI BALLARANI I 10 Errori di Chi Non Riesce a Rendere Negli Esami Come Vorrebbe Individuarli e correggerli VOLUME 3 1 GIANLUIGI BALLARANI Autore di Esami No Problem Esami No Problem Tecniche per

Dettagli

Codici Numerici. Modifica dell'informazione. Rappresentazione dei numeri.

Codici Numerici. Modifica dell'informazione. Rappresentazione dei numeri. Codici Numerici. Modifica dell'informazione. Rappresentazione dei numeri. A partire da questa lezione, ci occuperemo di come si riescono a codificare con sequenze binarie, quindi con sequenze di 0 e 1,

Dettagli

Cos è secondo voi una strategia? Ci sono strategie che si usano in più contesti? E strategie legate alle singole discipline?

Cos è secondo voi una strategia? Ci sono strategie che si usano in più contesti? E strategie legate alle singole discipline? Cos è secondo voi una strategia? Ci sono strategie che si usano in più contesti? E strategie legate alle singole discipline? Ricordate qualche strategia che vi è stata particolarmente utile nel corso delle

Dettagli

Il venditore di successo deve essere un professionista competente,

Il venditore di successo deve essere un professionista competente, Ariel SIGNORELLI A vete mai ascoltato affermazioni del tipo: sono nato per fare il venditore ; ho una parlantina così sciolta che quasi quasi mi metto a vendere qualcosa ; qualcosa ; è nato per vendere,

Dettagli

Nel gioco Mercurius, i giocatori interpretano i ruoli di potenti e ricchi borghesi nell Olanda del XVII secolo, il cui obiettivo è di moltiplicare la

Nel gioco Mercurius, i giocatori interpretano i ruoli di potenti e ricchi borghesi nell Olanda del XVII secolo, il cui obiettivo è di moltiplicare la Nel gioco Mercurius, i giocatori interpretano i ruoli di potenti e ricchi borghesi nell Olanda del XVII secolo, il cui obiettivo è di moltiplicare la propria ricchezza, speculando sulla borsa di Amsterdam.

Dettagli

di Kai Haferkamp per 2-5 giocatori dagli 8 anni in su

di Kai Haferkamp per 2-5 giocatori dagli 8 anni in su di Kai Haferkamp per 2-5 giocatori dagli 8 anni in su Traduzione e adattamento a cura di Gylas per Giochi Rari Versione 1.0 Novembre 2001 http://www.giochirari.it e-mail: giochirari@giochirari.it NOTA.

Dettagli

Che cos è l intelligenza e come funzionano i test del Q.I.

Che cos è l intelligenza e come funzionano i test del Q.I. Che cos è l intelligenza e come funzionano i test del Q.I. Non esiste, al giorno d oggi, un parere unanime della comunità scientifica sulla definizione di intelligenza. In generale, potremmo dire che è

Dettagli

Alberi Decisionali di Vito Madaio

Alberi Decisionali di Vito Madaio Tecnica degli Alberi Decisionali Cosa è un albero decisionale Un albero decisionale è la dimostrazione grafica di una scelta effettuata o proposta. Non sempre ciò che istintivamente ci appare più interessante

Dettagli

OLIMPIA ARMANI JEANS MILANO

OLIMPIA ARMANI JEANS MILANO OLIMPIA ARMANI JEANS MILANO HEAD COACH ATTILIO CAJA DIFESA SUL PICK AND ROLL Nell analizzare le tendenze offensive delle squadre avversarie ci siamo resi conto di come una grandissima percentuale degli

Dettagli

Risoluzione. Eric Miotto Corretto dal prof. Silvio Valentini 15 giugno 2005

Risoluzione. Eric Miotto Corretto dal prof. Silvio Valentini 15 giugno 2005 Risoluzione Eric Miotto Corretto dal prof. Silvio Valentini 15 giugno 2005 1 Risoluzione Introdurremo ora un metodo per capire se un insieme di formule è soddisfacibile o meno. Lo vedremo prima per insiemi

Dettagli

SPECTER OPS. L'obiettivo del giocatore agente è quello che il suo agente completi 3 su 4 missioni obiettivo qualsiasi

SPECTER OPS. L'obiettivo del giocatore agente è quello che il suo agente completi 3 su 4 missioni obiettivo qualsiasi SPECTER OPS REGOLE 2-3 giocatori: 1 agente e 2 cacciatori - Le 4 missioni obiettivo sono conosciute dai giocatori: si lancia il dado e si segnano col relativo gettone sul lato verde sulla plancia e sul

Dettagli

SOMMARIO. 13.1 I radicali pag. 3. 13.2 I radicali aritmetici pag. 5. 13.3 Moltiplicazione e divisione fra radicali aritmetici pag.

SOMMARIO. 13.1 I radicali pag. 3. 13.2 I radicali aritmetici pag. 5. 13.3 Moltiplicazione e divisione fra radicali aritmetici pag. SOMMARIO CAPITOLO : I RADICALI. I radicali pag.. I radicali aritmetici pag.. Moltiplicazione e divisione fra radicali aritmetici pag.. Potenza di un radicale aritmetico pag.. Trasporto di un fattore esterno

Dettagli

Implementazione del gioco del Bantumi Corso di Intelligenza Artificiale 2012

Implementazione del gioco del Bantumi Corso di Intelligenza Artificiale 2012 Implementazione del gioco del Bantumi Corso di Intelligenza Artificiale 2012 Nicola Febbrari Università degli Studi di Verona Facoltà MM.FF.NN. nicola.febbrari@studenti.univr.it 22 gennaio 2013 1 Introduzione

Dettagli

Domanda e offerta di lavoro

Domanda e offerta di lavoro Domanda e offerta di lavoro 1. Assumere (e licenziare) lavoratori Anche la decisione di assumere o licenziare lavoratori dipende dai costi che si devono sostenere e dai ricavi che si possono ottenere.

Dettagli

Lezione 14: L energia

Lezione 14: L energia Lezione 4 - pag. Lezione 4: L energia 4.. L apologo di Feynman In questa lezione cominceremo a descrivere la grandezza energia. Per iniziare questo lungo percorso vogliamo citare, quasi parola per parola,

Dettagli

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo. DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti

Dettagli

Capitolo II Le reti elettriche

Capitolo II Le reti elettriche Capitolo II Le reti elettriche Fino ad ora abbiamo immaginato di disporre di due soli bipoli da collegare attraverso i loro morsetti; supponiamo ora, invece, di disporre di l bipoli e di collegarli tra

Dettagli

Intelligenza Artificiale (lucidi lezione introduttiva)

Intelligenza Artificiale (lucidi lezione introduttiva) Intelligenza Artificiale (lucidi lezione introduttiva) Prof. Alfonso Gerevini Dipartimento di Elettronica per l Automazione Facoltà di Ingegneria Università degli Studi di Brescia 1 Che cosa è l Intelligenza

Dettagli

I Modelli della Ricerca Operativa

I Modelli della Ricerca Operativa Capitolo 1 I Modelli della Ricerca Operativa 1.1 L approccio modellistico Il termine modello è di solito usato per indicare una costruzione artificiale realizzata per evidenziare proprietà specifiche di

Dettagli

1 Giochi a due, con informazione perfetta e somma zero

1 Giochi a due, con informazione perfetta e somma zero 1 Giochi a due, con informazione perfetta e somma zero Nel gioco del Nim, se semplificato all estremo, ci sono due giocatori I, II e una pila di 6 pedine identiche In ogni turno di gioco I rimuove una

Dettagli

FORMARE COMPETENZE CON LA MATEMATICA

FORMARE COMPETENZE CON LA MATEMATICA FORMARE COMPETENZE CON LA MATEMATICA marcata esigenza di promuovere nella formazione scolastica vere e proprie competenze e non solo conoscenze e abilità. Sembrerebbe che il valore educativo della matematica

Dettagli

FEDERAZIONE ITALIANA PALLACANESTRO Settore Giovanile. P sico lo g ia e

FEDERAZIONE ITALIANA PALLACANESTRO Settore Giovanile. P sico lo g ia e FEDERAZIONE ITALIANA PALLACANESTRO Settore Giovanile Anna Fallco P sico lo g ia e B a sk et Presentazione La dottoressa Anna Falco è entrata a far parte dello staff della Squadra Nazionale A maschile nel

Dettagli

Laboratorio di dinamiche socio-economiche

Laboratorio di dinamiche socio-economiche Dipartimento di Matematica Università di Ferrara giacomo.albi@unife.it www.giacomoalbi.com 21 febbraio 2012 Seconda parte: Econofisica La probabilità e la statistica come strumento di analisi. Apparenti

Dettagli

I punteggi zeta e la distribuzione normale

I punteggi zeta e la distribuzione normale QUINTA UNITA I punteggi zeta e la distribuzione normale I punteggi ottenuti attraverso una misurazione risultano di difficile interpretazione se presi in stessi. Affinché acquistino significato è necessario

Dettagli

OBIETTIVI DELL ATTIVITA FISICA DEI BAMBINI DAI 6 AGLI 11 ANNI SECONDA PARTE LA CORSA

OBIETTIVI DELL ATTIVITA FISICA DEI BAMBINI DAI 6 AGLI 11 ANNI SECONDA PARTE LA CORSA OBIETTIVI DELL ATTIVITA FISICA DEI BAMBINI DAI 6 AGLI 11 ANNI SECONDA PARTE LA CORSA Dopo avere visto e valutato le capacità fisiche di base che occorrono alla prestazione sportiva e cioè Capacità Condizionali

Dettagli

Teoria dei Giochi. Anna Torre

Teoria dei Giochi. Anna Torre Teoria dei Giochi Anna Torre Almo Collegio Borromeo 8 marzo 2012 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2012.html DECISORI RAZIONALI INTERAGENTI di Fioravante Patrone,

Dettagli

Progetto costo I. O. I.A. A 5 9 4 B 8 15 9 C 4 3 3 D 9 7 1

Progetto costo I. O. I.A. A 5 9 4 B 8 15 9 C 4 3 3 D 9 7 1 Tecniche di Valutazione Economica Processo di aiuto alla decisione lezione 13.04.2005 Modello di valutazione Dobbiamo riuscire a mettere insieme valutazioni che sono espresse con dimensioni diverse. Abbiamo

Dettagli

Capitolo 20: Scelta Intertemporale

Capitolo 20: Scelta Intertemporale Capitolo 20: Scelta Intertemporale 20.1: Introduzione Gli elementi di teoria economica trattati finora possono essere applicati a vari contesti. Tra questi, due rivestono particolare importanza: la scelta

Dettagli

SCUOLA PRIMARIA Anno Scolastico 2014/2015 CURRICOLO DI TECNOLOGIA OBIETTIVI DI APPRENDIMENTO AL TERMINE DELLA CLASSE TERZA DELLA SCUOLA PRIMARIA

SCUOLA PRIMARIA Anno Scolastico 2014/2015 CURRICOLO DI TECNOLOGIA OBIETTIVI DI APPRENDIMENTO AL TERMINE DELLA CLASSE TERZA DELLA SCUOLA PRIMARIA Ministero dell Istruzione, dell Università e della Ricerca Istituto Comprensivo Statale di Calolziocorte Via F. Nullo,6 23801 CALOLZIOCORTE (LC) e.mail: lcic823002@istruzione.it - Tel: 0341/642405/630636

Dettagli

Le funzioni continue. A. Pisani Liceo Classico Dante Alighieri A.S. 2002-03. A. Pisani, appunti di Matematica 1

Le funzioni continue. A. Pisani Liceo Classico Dante Alighieri A.S. 2002-03. A. Pisani, appunti di Matematica 1 Le funzioni continue A. Pisani Liceo Classico Dante Alighieri A.S. -3 A. Pisani, appunti di Matematica 1 Nota bene Questi appunti sono da intendere come guida allo studio e come riassunto di quanto illustrato

Dettagli

VELOCITA E ACCELERAZIONE

VELOCITA E ACCELERAZIONE VELOCITA E ACCELERAZIONE 1.1 Alcuni problemi sull apprendimento dei concetti di velocità e accelerazione Nonostante i molteplici stimoli tecnologici e nonostante i concetti di velocità e accelerazione

Dettagli

Commencement Speech Master SPRINT Progetto PONa3_00370. Innanzitutto, a nome di tutti i formandi del Master SPRINT, porgo i saluti al Magnifico

Commencement Speech Master SPRINT Progetto PONa3_00370. Innanzitutto, a nome di tutti i formandi del Master SPRINT, porgo i saluti al Magnifico Commencement Speech Master SPRINT Progetto PONa3_00370 Buongiorno a tutti. Innanzitutto, a nome di tutti i formandi del Master SPRINT, porgo i saluti al Magnifico Rettore che questa mattina ci ha onorato

Dettagli

RAJA Costruire Palazzi in India Un Gioco di Strategia per 2-5 Giocatori Di Wolfgang Kramer e Michael Kiesling

RAJA Costruire Palazzi in India Un Gioco di Strategia per 2-5 Giocatori Di Wolfgang Kramer e Michael Kiesling RAJA Costruire Palazzi in India Un Gioco di Strategia per 2-5 Giocatori Di Wolfgang Kramer e Michael Kiesling Contenuto 1.0 Introduzione 2.0 Componenti 3.0 Iniziare a Giocare 4.0 Svolgimento 5.0 Posizione

Dettagli

PROPULSORE A FORZA CENTRIFUGA

PROPULSORE A FORZA CENTRIFUGA PROPULSORE A FORZA CENTRIFUGA Teoria Il propulsore a forza centrifuga, è costituito essenzialmente da masse rotanti e rivoluenti attorno ad un centro comune che col loro movimento circolare generano una

Dettagli

Serena vive, scrive, comunica

Serena vive, scrive, comunica Serena vive, scrive, comunica Serena Negrisolo SERENA VIVE, SCRIVE, COMUNICA Poesie alla mia cara mamma a Marcella al mio papà Introduzione Sono Pino, il papà di Serena. Al termine del terzo anno di

Dettagli

RELAZIONE FINALE 1 ANNO DOL Progetto BIM BUM BAM.SPOT. 1. Descrizione di contenuti, tempi, luoghi, fasi, modalità, strumenti e protagonisti

RELAZIONE FINALE 1 ANNO DOL Progetto BIM BUM BAM.SPOT. 1. Descrizione di contenuti, tempi, luoghi, fasi, modalità, strumenti e protagonisti RELAZIONE FINALE 1 ANNO DOL Progetto BIM BUM BAM.SPOT 1. Descrizione di contenuti, tempi, luoghi, fasi, modalità, strumenti e protagonisti Questa esperienza didattica ha preso spunto dallo studio del fenomeno

Dettagli

SCUOLA DELL INFANZIA ANDERSEN 1 CIRCOLO SPINEA ANNO SCOLASTICO 2005-06. Prog. MATEMATICA Gruppo ANNI 5 Periodo MARZO Documentazione di MIELE GIOVANNA

SCUOLA DELL INFANZIA ANDERSEN 1 CIRCOLO SPINEA ANNO SCOLASTICO 2005-06. Prog. MATEMATICA Gruppo ANNI 5 Periodo MARZO Documentazione di MIELE GIOVANNA SCUOLA DELL INFANZIA ANDERSEN 1 CIRCOLO SPINEA ANNO SCOLASTICO 2005-06 Prog. MATEMATICA Gruppo ANNI 5 Periodo MARZO Documentazione di MIELE GIOVANNA Il progetto sulla Terza Dimensione Queste attività si

Dettagli

risulta (x) = 1 se x < 0.

risulta (x) = 1 se x < 0. Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente

Dettagli

ALCAZAR Componenti del gioco Preparazione del gioco Scopo del gioco

ALCAZAR Componenti del gioco Preparazione del gioco Scopo del gioco ALCAZAR Componenti del gioco 1 plancia di gioco (con 72 caselle (spazi) e una pista del valore dei castelli da 1 a 50) 5 sommari delle regole di Alcazar, 1 supplemento e 1 regolamento 72 carte costruzione

Dettagli

Capitolo 23: Scelta in condizioni di incertezza

Capitolo 23: Scelta in condizioni di incertezza Capitolo 23: Scelta in condizioni di incertezza 23.1: Introduzione In questo capitolo studiamo la scelta ottima del consumatore in condizioni di incertezza, vale a dire in situazioni tali che il consumatore

Dettagli

Test d ingresso. Classe I D PNI Liceo Scientifico F. Enriques Livorno

Test d ingresso. Classe I D PNI Liceo Scientifico F. Enriques Livorno Test d ingresso Classe I D PNI Liceo Scientifico F. Enriques Livorno 1) Un corpo si muove di moto rettilineo a velocità costante su un piano orizzontale che possiamo considerare privo d attrito. Rappresenta

Dettagli

Componenti di un sistema KNOWLEDGE-BASED

Componenti di un sistema KNOWLEDGE-BASED Componenti di un sistema KNOWLEDGE-BASED DYNAMIC DATABASE PROBLEM FORMALIZATION CONTROL STRATEGY IL DATABASE DESCRIVE LA SITUAZIONE CORRENTE NELLA DETERMINAZIONE DELLA SOLUZIONE AL PROBLEMA. LA FORMALIZZAZIONE

Dettagli

LEZIONE 7. Esercizio 7.1. Quale delle seguenti funzioni è decrescente in ( 3, 0) e ha derivata prima in 3 che vale 0? x 3 3 + x2. 2, x3 +2x +3.

LEZIONE 7. Esercizio 7.1. Quale delle seguenti funzioni è decrescente in ( 3, 0) e ha derivata prima in 3 che vale 0? x 3 3 + x2. 2, x3 +2x +3. 7 LEZIONE 7 Esercizio 7.1. Quale delle seguenti funzioni è decrescente in ( 3, 0) e ha derivata prima in 3 che vale 0? x 3 3 + x2 2 6x, x3 +2x 2 6x, 3x + x2 2, x3 +2x +3. Le derivate sono rispettivamente,

Dettagli

Mozione presentata al Collegio dei Docenti dell istituto Albert di Lanzo

Mozione presentata al Collegio dei Docenti dell istituto Albert di Lanzo Lettera aperta ai colleghi dell Istituto Albert, al Preside, al Direttore scolastico regionale, alla Ministra della Pubblica Istruzione, Al mondo sindacale e politico, ai giornali. Mozione presentata al

Dettagli

Before the Wind By Torsten Landsvogt For 2-4 players, age 10+ Phalanx Games, 2007

Before the Wind By Torsten Landsvogt For 2-4 players, age 10+ Phalanx Games, 2007 Before the Wind By Torsten Landsvogt For 2-4 players, age 10+ Phalanx Games, 2007 IMPAGINAZIONE DELLE REGOLE 1.0 Introduzione 2.0 Contenuto del gioco 3.0 Preparazione 4.0 Come si gioca 5.0 Fine del gioco

Dettagli

LA RAPPRESENTAZIONE DELLE INFORMAZIONI

LA RAPPRESENTAZIONE DELLE INFORMAZIONI ISTITUTO TECNICO E LICEO SCIENTIFICO TECNOLOGICO ANGIOY LA RAPPRESENTAZIONE DELLE INFORMAZIONI Prof. G. Ciaschetti DATI E INFORMAZIONI Sappiamo che il computer è una macchina stupida, capace di eseguire

Dettagli

Indagine sulle opinioni degli studenti frequentanti in ordine alle attività didattiche (art.1 comma 2, della legge 19/10/1999, n.

Indagine sulle opinioni degli studenti frequentanti in ordine alle attività didattiche (art.1 comma 2, della legge 19/10/1999, n. Indagine sulle opinioni degli studenti frequentanti in ordine alle attività didattiche (art.1 comma 2, della legge 19/10/1999, n. 73) anno accademico 2008/2009 Aprile 2010 INDICE 1. Obiettivi 2. Metodologia

Dettagli

APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI

APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI Le disequazioni fratte Le disequazioni di secondo grado I sistemi di disequazioni Alessandro Bocconi Indice 1 Le disequazioni non lineari 2 1.1 Introduzione.........................................

Dettagli

Il concetto di elasticità della domanda rispetto al prezzo è di importanza cruciale per anticipare l esito di variazioni di prezzo (legate ad esempio

Il concetto di elasticità della domanda rispetto al prezzo è di importanza cruciale per anticipare l esito di variazioni di prezzo (legate ad esempio L elasticità Cap.4 L elasticità Fin ora abbiamo visto come domanda e offerta di un bene reagiscano a variazioni del prezzo del bene Sono state tutte considerazioni qualitative (direzione del cambiamento)

Dettagli

Roberto Farnè Università di Bologna

Roberto Farnè Università di Bologna Roberto Farnè Università di Bologna Ora l apertura della parte scientifica a questi lavori, per capire innanzitutto il senso di questo appuntamento. Non abbiamo bisogno, nessuno di noi credo abbia bisogno

Dettagli

LA DISTRIBUZIONE DI PROBABILITÀ DEI RITORNI AZIONARI FUTURI SARÀ LA MEDESIMA DEL PASSATO?

LA DISTRIBUZIONE DI PROBABILITÀ DEI RITORNI AZIONARI FUTURI SARÀ LA MEDESIMA DEL PASSATO? LA DISTRIBUZIONE DI PROBABILITÀ DEI RITORNI AZIONARI FUTURI SARÀ LA MEDESIMA DEL PASSATO? Versione preliminare: 25 Settembre 2008 Nicola Zanella E-Mail: n.zanella@yahoo.it ABSTRACT In questa ricerca ho

Dettagli

Alla ricerca dell algoritmo. Scoprire e formalizzare algoritmi.

Alla ricerca dell algoritmo. Scoprire e formalizzare algoritmi. PROGETTO SeT Il ciclo dell informazione Alla ricerca dell algoritmo. Scoprire e formalizzare algoritmi. Scuola media Istituto comprensivo di Fagagna (Udine) Insegnanti referenti: Guerra Annalja, Gianquinto

Dettagli

EASY BASKEY : DALLA SCUOLA AL MINIBASKET UN NUOVO PROGETTO PER CRESCERE INSIEME

EASY BASKEY : DALLA SCUOLA AL MINIBASKET UN NUOVO PROGETTO PER CRESCERE INSIEME SETTORE GIOVANILE E MINIBASKET EASY BASKEY : DALLA SCUOLA AL MINIBASKET UN NUOVO PROGETTO PER CRESCERE INSIEME 1 CI RICORDIAMO I PRINCIPI FONDANTI DELL EASY BASKET. IL GIOCO CRITERI BASE PARTECIPAZIONE

Dettagli

Macchine intelligenti Prima dispensa Che cosa è l intelligenza artificiale

Macchine intelligenti Prima dispensa Che cosa è l intelligenza artificiale Macchine intelligenti Prima dispensa Che cosa è l intelligenza artificiale Introduzione Talvolta, quando ci mettiamo di fronte ad un computer e lo osserviamo mentre esegue i suoi compiti, può accadere

Dettagli

Dispense di Filosofia del Linguaggio

Dispense di Filosofia del Linguaggio Dispense di Filosofia del Linguaggio Vittorio Morato II settimana Gottlob Frege (1848 1925), un matematico e filosofo tedesco, è unanimemente considerato come il padre della filosofia del linguaggio contemporanea.

Dettagli

un nastro di carta prolungabile a piacere e suddiviso in celle vuote o contenenti al più un unico carattere;

un nastro di carta prolungabile a piacere e suddiviso in celle vuote o contenenti al più un unico carattere; Algoritmi 3 3.5 Capacità di calcolo Il matematico inglese Alan Turing (1912-1954) descrisse nel 1936 un tipo di automi, oggi detti macchine di Turing, e fornì una della prime definizioni rigorose di esecuzione

Dettagli

Balli caraibici e Matematica

Balli caraibici e Matematica Balli caraibici e Matematica di Aurelio Di Caprio 1. Introduzione I balli caraibici sono molto diffusi e praticati in tutto il mondo, e ne esistono di varie tipologie. La tipologia che attualmente riveste

Dettagli

IL PROCESSO DI NURSING O PROCESSO DI ASSISTENZA

IL PROCESSO DI NURSING O PROCESSO DI ASSISTENZA Seconda Università degli Studi di Napoli Facoltà di Medicina e Chirurgia Corso di Laurea in Infermieristica - Polo didattico AORN S.G.Moscati Anno Accademico 2012 2013 Metodologia infermieristica Docente

Dettagli

METODOLOGIA DELL INSEGNAMENTO ALLENAMENTO DELLA TECNICA

METODOLOGIA DELL INSEGNAMENTO ALLENAMENTO DELLA TECNICA METODOLOGIA DELL INSEGNAMENTO ALLENAMENTO DELLA TECNICA Non possiamo parlare di un unica metodologia per allenare la pallavolo, in quanto essa cambia in rapporto al livello di gioco: non può essere la

Dettagli

I SISTEMI DI NUMERAZIONE

I SISTEMI DI NUMERAZIONE Istituto di Istruzione Superiore G. Curcio Ispica I SISTEMI DI NUMERAZIONE Prof. Angelo Carpenzano Dispensa di Informatica per il Liceo Scientifico opzione Scienze Applicate Sommario Sommario... I numeri...

Dettagli

CLASSIFICAZIONE DEI CARATTERI

CLASSIFICAZIONE DEI CARATTERI CLASSIFICAZIONE DEI CARATTERI Come abbiamo visto, su ogni unità statistica si rilevano una o più informazioni di interesse (caratteri). Il modo in cui un carattere si manifesta in un unità statistica è

Dettagli

Socio/relazionale: partecipazione attiva al gioco, in forma agonistica, collaborando con gli altri

Socio/relazionale: partecipazione attiva al gioco, in forma agonistica, collaborando con gli altri Federazione Italiana Pallacanestro Settore Giovanile Minibasket e Scuola Lezioni Integrate Minibasket I Fondamentali con palla Traguardi di Competenza. Partiamo dalle linee guida: Motorio/funzionale padronanza,

Dettagli

Intelligenza Artificiale. Lezione 6bis. Intelligenza Artificiale Daniele Nardi, 2004 Lezione 6bis 0

Intelligenza Artificiale. Lezione 6bis. Intelligenza Artificiale Daniele Nardi, 2004 Lezione 6bis 0 Intelligenza Artificiale Lezione 6bis Intelligenza Artificiale Daniele Nardi, 2004 Lezione 6bis 0 Sommario CSP RN 3.8, 4.3, 4.5 Giochi RN 5 Intelligenza Artificiale Daniele Nardi, 2004 Lezione 6bis 1 Problemi

Dettagli

La scuola Calcio Barcellona

La scuola Calcio Barcellona La scuola Calcio Barcellona di Raffaele Barra Istruttore CONI FIGC, laureando in Comunicazione, dopo varie esperienze in altre società (nelle categorie pulcini ed esordienti) da 2 anni milita nel Sottomarina

Dettagli

Documentazione del Software Altairnet S.r.l.

Documentazione del Software Altairnet S.r.l. Documentazione del Software Altairnet S.r.l. Contenuti Introduzione... 2 Primi Passi... 3 Iscrizione, conferma dell account e primo accesso... 3 Acquisto del pacchetto Stabilimento... 3 Configurazione

Dettagli

LA STATISTICA E DUE CONTRATTI DI SLAM

LA STATISTICA E DUE CONTRATTI DI SLAM 1 LA STATISTICA E DUE CONTRATTI DI SLAM Slam nel colore d atout di 9 carte senza Re e Dieci e di 10 carte senza Re e Fante di Giampiero Bettinetti & Luigi Salemi Con queste carte in linea siete impegnati

Dettagli

Clickomania con Blockly

Clickomania con Blockly Clickomania con Blockly Violetta Lonati Sommario Clickomania è un solitario, noto anche come Chain Shot! o Same Game. Il campo di gioco è costituito da una parete inizialmente coperta di mattoni, uno per

Dettagli

Categoria Student Per studenti degli ultimi due anni della scuola secondaria di secondo grado

Categoria Student Per studenti degli ultimi due anni della scuola secondaria di secondo grado Categoria Student Per studenti degli ultimi due anni della scuola secondaria di secondo grado. Risposta A). Il triangolo ABC ha la stessa altezza del triangolo AOB ma base di lunghezza doppia (il diametro

Dettagli

Indice. 1 Il monitoraggio del progetto formativo --------------------------------------------------------------- 3. 2 di 6

Indice. 1 Il monitoraggio del progetto formativo --------------------------------------------------------------- 3. 2 di 6 LEZIONE MONITORARE UN PROGETTO FORMATIVO. UNA TABELLA PROF. NICOLA PAPARELLA Indice 1 Il monitoraggio del progetto formativo --------------------------------------------------------------- 3 2 di 6 1 Il

Dettagli

Anno Accademico 2007-08. Lezioni e Laboratori di Matematica e Scienze Sperimentali. Fenomeno fisico: dall osservazione alle competenze

Anno Accademico 2007-08. Lezioni e Laboratori di Matematica e Scienze Sperimentali. Fenomeno fisico: dall osservazione alle competenze Anno Accademico 2007-08 Lezioni e Laboratori di Matematica e Scienze Sperimentali Prof.ssa Elena Vaj Fenomeno fisico: dall osservazione alle competenze Prof. Cancelli Claudio SILSIS - Sede di Bergamo e

Dettagli

Salvatore Salamone. Manuale d istruzione per. Coppie che. Scoppiano QUALCOSA SI PUÒ FARE! ... tutto sommato un libro d amore

Salvatore Salamone. Manuale d istruzione per. Coppie che. Scoppiano QUALCOSA SI PUÒ FARE! ... tutto sommato un libro d amore Salvatore Salamone Manuale d istruzione per Coppie che Scoppiano QUALCOSA SI PUÒ FARE!... tutto sommato un libro d amore CAPITOLO 31 Aiuto, Controllo e Conoscenza Una delle cose di cui necessita sempre

Dettagli

I SISTEMI DI NUMERAZIONE E LA NUMERAZIONE BINARIA

I SISTEMI DI NUMERAZIONE E LA NUMERAZIONE BINARIA I SISTEMI DI NUMERAZIONE E LA NUMERAZIONE BINARIA Indice Introduzione Il sistema decimale Il sistema binario Conversione di un numero da base 10 a base 2 e viceversa Conversione in altri sistemi di numerazione

Dettagli

I giochi delle Gioc-Arte

I giochi delle Gioc-Arte I giochi delle Gioc-Arte Giochi basati sulla capacità di osservazione e di attenzione. Indovina l opera Numero di giocatori: da 2 a tutta la classe. Ognuno col suo mazzo, o una parte di esso, senza le

Dettagli

INTRODUZIONE I CICLI DI BORSA

INTRODUZIONE I CICLI DI BORSA www.previsioniborsa.net 1 lezione METODO CICLICO INTRODUZIONE Questo metodo e praticamente un riassunto in breve di anni di esperienza e di studi sull Analisi Tecnica di borsa con specializzazione in particolare

Dettagli

La sezione di Matematica della prova nazionale

La sezione di Matematica della prova nazionale La sezione di Matematica della prova nazionale Giorgio Bolondi Roma, 18 aprile 2008 Presentazione Prova Nazionale 1 Cosa può valutare? I diversi processi valutativi messi in atto dall insegnante accompagnano

Dettagli

Durante una recente vacanza la vostra macchina fotografica

Durante una recente vacanza la vostra macchina fotografica Durante una recente vacanza la vostra macchina fotografica digitale si è rotta: ora dovete comprarne una nuova. Avevate quella vecchia da soli sei mesi e non avevate nemmeno imparato a usarne tutte le

Dettagli

Facciamo un calendario

Facciamo un calendario ISTITUTO COMPRENSIVO STATALE DI SCUOLA DELL INFANZIA, PRIMARIA E SECONDARIA DI I GRADO DOCUMENTAZIONE PERCORSO DI STORIA Scuola dell Infanzia Facciamo un calendario Scuola dell Infanzia Insegnanti: F Aloisio,

Dettagli

La Top Ten dei suggerimenti per la progettazione Web

La Top Ten dei suggerimenti per la progettazione Web In questo capitolo Impostare l obiettivo Mantenere le pagine libere e pulite Non travolgere i visitatori con i colori Usare meno di quattro tipi di carattere Essere coerenti Semplificare Essere rapidi

Dettagli

Laboratorio di robotica: proposte per alcune attività didattiche di Cristana Bianchi Descrizione dell unità di lavoro e apprendimento L unità di lavoro viene programmata e realizzata con l intento di introdurre

Dettagli

POF 2013-2014 - COMPETENZE

POF 2013-2014 - COMPETENZE POF 2013-2014 - COMPETENZE Seguendo le indicazioni della normativa, La Scuola anche per il SECONDO BIENNIO riconosce l importanza dei quattro assi culturali sulla base dei quali gestire la formulazione

Dettagli

Elementi di Informatica e Programmazione

Elementi di Informatica e Programmazione Elementi di Informatica e Programmazione Il concetto di Algoritmo e di Calcolatore Corsi di Laurea in: Ingegneria Civile Ingegneria per l Ambiente e il Territorio Università degli Studi di Brescia Cos

Dettagli

Iniziamo con l Analisi Ciclica sull S&P500 future (dati a 1 ora):

Iniziamo con l Analisi Ciclica sull S&P500 future (dati a 1 ora): Iniziamo con l Analisi Ciclica sull S&P500 future (dati a 1 ora): Ricordo che non sempre i cicli sull S&P500 coincidono con quelli dei mercati Europei- attualmente i cicli sono in fase, anche se con forze

Dettagli

1. LA MOTIVAZIONE. Imparare è una necessità umana

1. LA MOTIVAZIONE. Imparare è una necessità umana 1. LA MOTIVAZIONE Imparare è una necessità umana La parola studiare spesso ha un retrogusto amaro e richiama alla memoria lunghe ore passate a ripassare i vocaboli di latino o a fare dei calcoli dei quali

Dettagli

I COLORI DELLE CARTE ( SUITS )

I COLORI DELLE CARTE ( SUITS ) Il Pyramid è un gioco di carte giocato nella serie originale di Battlestar Galactica. Nella nuova serie non è scomparso ma viene chiamato Full Colors mentre il termine Pyramid è ora riferito ad uno sport

Dettagli

Reiner Knizia TADSCH MAHAL UN GIOCO DI INFLUENZA E DI POTERE IN INDIA

Reiner Knizia TADSCH MAHAL UN GIOCO DI INFLUENZA E DI POTERE IN INDIA Reiner Knizia TADSCH MAHAL UN GIOCO DI INFLUENZA E DI POTERE IN INDIA E in gioco il controllo dell India all inizio del 18 secolo. Il regime dei Gran Mogol, che durava da 200 anni, sta crollando, anche

Dettagli

DIDATTICA DELLA MATEMATICA. 12 Lezione

DIDATTICA DELLA MATEMATICA. 12 Lezione DIDATTICA DELLA MATEMATICA 12 Lezione Dalla lezione precedente PROBLEMA Quante sono esattamente le versioni possibili del nuovo furgone? Sintetizziamo Sei Motorizzazioni Tre classi di portata Quattro passi

Dettagli

GESTIONE DEI COMPONENTI MULTIMEDIALI IN POWERPOINT 2007

GESTIONE DEI COMPONENTI MULTIMEDIALI IN POWERPOINT 2007 GESTIONE DEI COMPONENTI MULTIMEDIALI IN POWERPOINT 2007 Inserire un grafico di Excel in una diapositiva Per iniziare la gestione di componenti multimediali in una presentazione PowerPoint, cominciamo con

Dettagli

Scelte in condizione di incertezza

Scelte in condizione di incertezza Scelte in condizione di incertezza Tutti i problemi di decisione che abbiamo considerato finora erano caratterizzati dal fatto che ogni possibile scelta dei decisori portava a un esito certo. In questo

Dettagli