Home > Doc > Sviluppi dell'Intelligenza Artificiale > Il linguaggio naturale in IA

Sviluppi dell'Intelligenza Artificiale

Il linguaggio naturale in IA

Come abbiamo visto, uno dei limiti del computer e del suo modo di procedere è il fatto che esso non sa interpretare il significato dei simboli su cui lavora. Già dagli anni Sessanta, si sono fatti dei tentativi per risolvere questo problema: tra il 1968 e 1970 T. Winograd [50] ha sviluppato il primo programma dotato di un modulo per la comprensione semantica del linguaggio umano, SHRLDU. Esso era in grado di comprendere il linguaggio naturale e di spostare a piacimento, tramite un braccio articolato, un gruppo di oggetti geometrici differenti per forma, misura e colore. Precisamente, SHRLDU poterva esperire il mondo esterno attraverso le rappresentazioni proprie di oggetti fisici. In seguito, sulla comprensione e la formulazione del linguaggio naturale sono stati fatti diversi studi, in particolare vi si è dedicato R. Schank a Yale alla fine degli anni Sessanta; sulla base di tali ricerche, nacque il programma MARGIE, proposto dallo stesso Schank nel 1975. Il sistema si basava su modello di rappresentazione semantica chiamato dall'autore 'dipendenza concettuale'.

Sempre dalla scuola di Yale sono stati progettati altri programmi, come ELI, per perfezionare la fase di segmentazione del linguaggio naturale, e BABEL, per produrre testi. I più recenti programmi sviluppati a Yale ('la terza generazione di computers'), come SAM, PAM, riescono a migliorare l'informazione aggiungendovi significati non esplicitati nel testo in esame. Le ricerche sull'elaborazione del linguaggio naturale costituiscono uno dei settori di punta dell'IA e sono oggetto di un' ulteriore disciplina che si chiama linguistica computazionale e prendono avvio dalla teoria del linguaggio naturale di N. Chomsky [51]. Secondo Chomsky, la capacità linguistica che permette ad ogni essere umano di capire e formulare frasi nel suo idioma deriva da un insieme di conoscenze presenti nella sua mente, generalmente definite "competenza linguistica", in parte inconsapevoli. Tale competenza si suddivide in tre sottoinsiemi, fonologica, sintattica, e semantica [52]; ciò che le accomuna è il fatto di nascere dalla presenza nella mente di un insieme di regole ben precise, analoghe alle regole proprie dei sistemi formali. Uno dei formalismi più noti ed usati in IA per la rappresentazione delle conoscenze sono le reti semantiche, la cui prima formulazione è dovuta a Ross Quillian che l'ha enunciata nel 1968 per costruire un modello dell'organizzazione dei significati delle parole nella memoria e della capacità di associare concetti; ad esso sono seguiti vari tentativi di di evolvere e migliorare il modello iniziale, pur non abbandonando le idee di Quillian.

Secondo queste intuizioni originarie, i concetti o significati delle parole nella mente sono interconnessi mediante una struttura reticolare, in cui esistono due tipi di 'nodi': i 'nodi tipo', che corrispondono ai significati delle singole parole, e dai quali partono dei collegamenti o archi che finiscono nei 'nodi occorrenza'; questi descrivono il significato delle parole in esame tramite il loro stesso contenuto, ossia altre parole differenti. Poiché anche ogni 'nodo occorrenza' è connesso al proprio 'nodo tipo' (quello che ne indica il significato), è evidente che nella rete ogni parola deriva il suo significato da un certo numero di altre parole.

Le reti semantiche di cui abbiamo parlato mostrano tuttavia due limiti: innanzitutto, ogni concetto è visto come un elemento unitario, in quanto l'articolazione del significato di un termine individuata dagli archi risulta troppo povera per spiegare tutte le componenti di un concetto. Inoltre, tale articolazione è considerata rigida, dal momento che ogni concetto viene descritto tramite una serie di componenti obbligatori (come succede nelle definizioni da dizionario).

La nostra memoria concettuale si dimostra estremamente più complessa rispetto a quanto le reti semantiche non possano spiegare; esse sono insufficienti per rappresentare la conoscenza. Per tale ragione, M. Minsky ha elaborato un ulteriore modo per rendere conto del funzionamento della conoscenza e ha coniato la nozione di 'frame'[53]. Un 'frame' è una struttura che raccoglie e dispone in base a vari livelli tutte le informazioni che concorrono a comporre un certo concetto; alcune di esse sono considerate necessarie, altre probabili e altre ancora solamente opzionali. I 'frames', inoltre, sono connessi tra loro in modo tale che ogni elemento di ciascun 'frame' è collegato al 'frame' che ne definisce la struttura [54]. Minsky ha anche ideato una teoria della Società delle Menti, in base alla quale la mente sarebbe composta da più 'agenti', organizzati gerarchicamente secondo regole precise, che comunicano tra loro per mezzo dei 'K-lines', sorta di canali di collegamento [55].


[50] Cfr. T. Winograd, Understanding natural language, University Press-Academic Press, New York 1972.

[51] Cfr. N. Chomsky, Reflections on language, Pantheon, 1975.

[52] La competenza fonologica è inerente all'abilità umana di emettere e capire i suoni della lingua parlata; quella sintattica riguarda la capacità di formulare o distinguere una frase grammaticalmente corretta; infine, quella semantica concerne la capacità di assegnare o estrapolare il significato dalle frasi.

[53] Cfr. M. Minsky, Semantic information processing, the MIT Press, London 1968 e "Framework for Representing Knowledge", in Winston, 1975, tr. it. in J. Haugeland, Progettare la mente. Filosofia, psicologia, intelligenza artificiale, Il Mulino, Bologna 1989.

[54] Una nozione simile a quella di 'frame' è la nozione di 'script' formulata da Schank e Abelson; mentre nel 'frame' si rappresentano oggetti o stati di cose, lo 'script' permette di rappresentare eventi o sequenze di eventi tipici (cfr. R. C. Shank, R. P. Abelson, Script, Plans, Goals and Understanding, Lawrence Erlbaum, Hillsdale, (N. Y.) 1977).

[55] Cfr. Minsky, La società della mente, Adelphi, Milano 1989.

Pubblicazione del prof. Matteo Fini e della prof. Paola Milani

Successivo: I sistemi esperti

Sommario: Index