Uncertain reasoning under incompleteness
Persone
(Responsabile)
Abstract
Ragionare e agire implica la capacità di gestire informazioni incerte (pioverà?, fumare fa male?, prendendo questa strada arriverò prima?). Obiettivo dell´Intelligenza artificiale è di permettere a un computer di fare dei ragionamenti utili mettendo a disposizione gli strumenti per "capire" e trattare l´incertezza in particolare sulla base di teorie della probabilità. Ma le informazioni disponibili sono spesso incomplete oltre che incerte: ad esempio, di norma, non si conosce il voto di tutti gli elettori in una nazione, perché una certa percentuale di elettori non va a votare. Per consentire a un computer di ragionare in ambienti reali, dobbiamo mettere a sua disposizione gli strumenti per gestire l´incompletezza dell´informazione.
Il progetto mira ad estendere il trattamento dell´incertezza, usato tradizionalmente nell´Intelligenza Artificiale, al caso dell´incompletezza. Per fare questo si avvale di teorie generalizzate della probabilità note con il nome di probabilità imprecise, e si articola su vari livelli: teorico, algoritmico e applicativo. La ricerca mira in particolare a raggiungere i seguenti obiettivi concreti:
1. definire la teoria per nuove regole di calcolo probabilistico per trattare l´incompletezza; 2. creare degli algoritmi che implementino tali regole; 3. applicare i risultati a problemi reali. Uno di questi riguarda il problema ambientale in Ticino con lo sviluppo di un modello di previsione delle colate detritiche.