Gestione della qualità per sistemi intelligenti

Per rispondere a questa domanda, ci affidiamo alla logica matematica, che già mezzo secolo fa indagava sulla natura della conoscenza. Utilizziamo una struttura chiamata modello a grafo, che verrà presentata nel corso della lezione. Crea un contesto per le osservazioni, che possono essere temporali o consequenziali. L'AI può osservare e imparare a riconoscere gli oggetti. Può anche imparare concetti che fanno parte di conoscenza. Ma questo modello a grafo ha una proprietà sorprendente: possiamo combinare qualsiasi quantità di conoscenza con una conoscenza specifica che dice cosa fare. È persino possibile scrivere funzioni con argomenti. Una conoscenza con un parametro variabile risulta in una funzione che può essere applicata a qualsiasi altra conoscenza. È in quest'area che concepiamo i test per l'IA.

Esistono tre caratteristiche distinte dei sistemi intelligenti che utilizzano l'AI che sono testabili: 1. riconoscimento degli oggetti. Si tratta di osservazioni che riconoscono correttamente gli oggetti e i loro attributi e li etichettano con classi di oggetti note. Nell'AI questo viene definito “Grounding”. La percentuale di marcature corrette può essere misurata statisticamente come tasso di messa a terra. 2. concetti appresi. Sono concetti che collegano osservazioni e altre conoscenze ad almeno una freccia che rappresenta una relazione temporale o condizionale. I concetti appresi possono essere testati per verificarne l'applicabilità e la correttezza. Sulla base di un set di test situazionali, è possibile valutare il tasso di apprendimento. L'apprendimento può dipendere da grandi insiemi di addestramento. 3. concetti lambda. Questi concetti implementano regole rigide che sovrascrivono altri apprendimenti. I concetti lambda fondono la programmazione algoritmica tradizionale con i tradizionali approcci di apprendimento AI e DL. Sono difficili da trovare e da formulare, ma facili da testare una volta conosciuti. Una valutazione della qualità dei concetti lambda non è diversa da una valutazione del software tradizionale. I concetti lambda devono essere corretti e soddisfare i requisiti, soprattutto in termini di sicurezza e protezione dei dati personali. La gestione della qualità per i sistemi intelligenti deve affrontare tutti e tre i tipi di conoscenza e adottare misure appropriate per garantire le qualità richieste.