Intelligenza Artificiale, l’Università della Calabria vince un premio per una ricerca sulla risoluzione automatica di problemi complessi

Un team dell’Università della Calabria, formato dai docenti Carmine Dodaro e Francesco Ricca e dal dottorando Giuseppe Mazzotta, del dipartimento di Matematica e informatica, si è aggiudicato un ambito riconoscimento durante una delle più importanti conferenze internazionali sull’Intelligenza Artificiale, l’AAAI Conference on Artificial Intelligence che si è svolta in Canada.

Pubblicato il 04 Mag 2022

IntelligenzaArtificiale

Un team dell’Università della Calabria, formato dai docenti Carmine Dodaro e Francesco Ricca e dal dottorando Giuseppe Mazzotta, del dipartimento di Matematica e informatica, si è aggiudicato un ambito riconoscimento durante una delle più importanti conferenze internazionali sull’Intelligenza Artificiale, l’AAAI Conference on Artificial Intelligence che si è svolta in Canada.

Il lavoro degli studiosi di UniCal faceva parte di una rosa di 12 lavori premiati, la punta di un iceberg costituito da oltre 9.200 studi dei quali meno del 15% è stato accettato per la presentazione alla conferenza.

Il Comitato di programma ha poi selezionato gli articoli scientifici premiati, con la ricerca di Dodaro, Mazzotta e Ricca insignita della AAAI-22 Outstanding Student Paper Honorable Mention. Il riconoscimento dell’Association for the Advancement of Artificial Intelligence ha una risonanza internazionale e quindi abbiamo intervistato Giuseppe Mazzotta per approfondire i temi della ricerca, dal titolo Compilation of Aggregates in ASP Systems.

Mazzotta, partiamo dal non facile compito di descrivere l’Intelligenza Artificiale

L’AI è una disciplina informatica che trova applicazioni in moltissimi contesti quali il ragionamento automatico, la rappresentazione della conoscenza, l’apprendimento di modelli predittivi e molto altro. Come si può immaginare non esiste una tecnica unica che possa adattarsi alle varie situazioni ma, grazie alla ricerca in questo settore, abbiamo a disposizione molte soluzioni diverse. Oggi si parla molto di reti neurali, una delle tecniche di intelligenza artificiale che può essere utilizzata in molti campi. La sua implementazione prevede l’addestramento di un modello su un campione significativo di esempi in modo tale da riuscire ad estrarre le proprietà statistiche che meglio descrivono la popolazione da cui il campione è estratto.

Il risultato è un modello capace di ‘ragionare’ su esempi nuovi appartenenti alla popolazione di interesse e dare una risposta al problema che si sta formulando. Questa tecnica ha degli aspetti negativi, come il fatto che il modello appreso è frutto di un’ottimizzazione numerica della quale non si sa molto e che è quindi spesso non controllabile dagli esseri umani.

Il vostro lavoro usa tuttavia un’altra tecnica…

Si, è centrato sull’Answer Set Programming – ASP, che utilizza la programmazione logica per modellare problemi reali. Questa tecnica trova largo impiego in contesti come lo scheduling, la logistica, la robotica e altri ancora. Per un esempio pratico consideriamo una ‘entità’ (robot, persona o macchina) che si muove in un edificio con l’obiettivo di raggiungere una determinata posizione. L’entità in questione dovrà compiere un determinato numero di passi e a ogni passo potrà scegliere una delle 4 (o anche 8) direzioni possibili. Ad ogni scelta corrisponde un aggiornamento della posizione, che equivale a un avanzamento di stato, e si impone l’obiettivo che l’entità si trovi nella posizione finale desiderata.

Questa descrizione generale del problema può essere modellata tramite i costrutti presenti in ASP, ad essa verranno aggiunte informazioni specifiche (fatti) quali la posizione di partenza e quella di arrivo. Variando questo genere di informazioni è possibile risolvere istanze diverse del nostro problema (quali il partire dall’angolo in alto a destra e raggiungere l’angolo opposto oppure partire dal centro e raggiungere un determinato angolo). L’applicazione di queste tecniche è resa possibile grazie a sistemi efficienti di ragionamento automatico in grado di interpretare la descrizione di un problema e quindi calcolare un modello che coincide con una possibile soluzione del problema reale. I sistemi tradizionali seguono un approccio standard del tipo ground & solve, nel quale la descrizione generale del problema viene elaborata da un primo modulo che calcola una versione specifica relativa alla particolare istanza che si vuole risolvere mentre un secondo modulo calcola la soluzione partendo dall’output del modulo precedente.

Un modo di procedere che ha però degli ‘effetti collaterali’

Purtroppo questo primo step – il grounding – introduce spesso una crescita esponenziale della dimensione del programma, che in alcuni casi arriva a saturare tutta la memoria del computer che esegue il programma stesso. Questa difficoltà è nota in letteratura come grounding bottleneck problem. La fase di grounding è una forte limitazione per questi sistemi perché può arrivare a inibire l’avvio dello step successivo, quel ragionamento automatico che calcola un modello coerente con le regole che descrivono l’istanza specifica del problema. L’obiettivo del nostro lavoro è creare un sistema in grado di generare, automaticamente, delle procedure che simulano una parte del programma durante la fase di calcolo della soluzione. In questo modo riusciamo a simulare una parte di programma che risulta essere molto pesante in termini di memoria e come risultato finale si ha un sistema capace di risolvere problemi complessi (attualmente non risolvibili dai sistemi tradizionali) anche avendo a disposizione una quantità ridotta di memoria . La bontà di questo approccio è stata evidenziata da un’analisi sperimentale: a parità di risorse di calcolo si riescono a risolvere problemi che implicano un numero di unità sei volte superiore rispetto a quelli gestiti dagli algoritmi tradizionali.

Dalla teoria alla pratica?

L’Answer Set Programming è quindi in grado di risolvere istanze molto più complesse con sistemi di calcolo già in possesso di aziende ed enti: non parliamo quindi di applicazioni suggestive e semifantascientifiche ma di sviluppi che aiutano concretamente la risoluzione di difficoltà in contesti reali quali scheduling, decision support e diversi altri. Fra le applicazioni di questo formalismo citiamo (l’elenco non è esaustivo) la gestione della forza lavoro per il porto di Gioia Tauro, il planning e lo scheduling dei trattamenti di chemioterapia nelle cliniche oncologiche, i sistemi di ‘pulizia’ ed eventuale correzione automatica dei dati e l’acquisto anticipato dei pacchetti turistici da parte delle agenzie di viaggio, nell’ottica di massimizzare i guadagni attesi a fronte di un determinato budget.

Riguardo il porto di Gioia Tauro possiamo dire che la corretta allocazione del personale per servire le navi in arrivo è complessa perché le squadre devono essere organizzate con cura per soddisfare vincoli quali l’assegnazione di dipendenti con competenze adeguate, un’equa distribuzione del carico di lavoro e il ricambio del personale nei ruoli pesanti/pericolosi. Un sistema basato su Answer Set Programming per la generazione automatica delle squadre di lavoro è attualmente usato nel porto di Gioia Tauro da una società specializzata nella logistica automobilistica.

L’università della Calabria è molto attiva in questo settore, ce ne può parlare?

In effetti UniCal è nota in questo ambito ormai da anni a livello nazionale e internazionale. Quest’ultima nel corso degli anni ha ricevuto molti riconoscimenti fra i quali ricordiamo tre premi per la miglior tesi italiana in Artificial Intelligence: Mario Alviano nel 2008, Carmine Dodaro nel 2012 e Annamaria Bria nel 2013. I premi Marco Somalvico per il miglior giovane ricercatore in AI sono andati a Gianluigi Greco nel 2009 e a Mario Alviano nel 2017.

A livello internazionale invece abbiamo, citando i riconoscimenti più recenti, il Test-of-Time Award alla ICLP 2018 a Francesco Calimeri, Susanna Cozza, Giovambattista Ianni e Nicola Leone assegnato a Oxford nel 2018 e il Best Paper PADL’18 a Francesco Calimeri, Davide Fuscà, Simona Perri e Jessica Zangari (Los Angeles, Usa, 2018). Nel 2019 il Best Technical Paper Award alla ICLP è stato riconosciuto a Giovanni Amendola e Carmine Dodaro (Las Cruces, Usa) mentre il Best Application Paper Award alla ICLP 2021 (online) è stato appannaggio di Carmine Dodaro. Segnalo inoltre che quest’anno Gianluigi Greco, che aveva vinto il Distinguished Paper IJCAI a Stoccolma nel 2018, è stato eletto presidente dell’Associazione Italiana per l’Intelligenza Artificiale.

Due società spin-off dell’Università della Calabria – DlvSystem ed Exeura – hanno poi sviluppato una serie di interessanti applicazioni nel mondo reale di DLV, uno dei più diffusi sistemi ASP. Questi strumenti, utili nell’ambito del Knowledge Management, si applicano alla classificazione del testo, l’estrazione di informazioni e la rappresentazione e il ragionamento dell’ontologia.

Valuta la qualità di questo articolo

A
Nicodemo Angì

Metà etrusco e metà magno-greco, interessato alle onde (sonore, elettriche, luminose e… del mare) e di ingranaggi, motori e circuiti. Da sempre appassionato di auto e moto, nasco con i veicoli “analogici” a carburatore e mi interesso delle automobili connesse, elettriche e digitali.

email Seguimi su

Articoli correlati

Articolo 1 di 4