QUIZ
Quiz Avanzato sull’Intelligenza Artificiale
Domanda 1 di 15
Quale fu l'impatto principale delle critiche di Minsky e Papert al Perceptron nel 1969?
Le critiche di Minsky e Papert, dimostrando l'incapacità del Perceptron di risolvere problemi non linearmente separabili come lo XOR, causarono il primo inverno dell'AI.
RIPASSO
🤖 Storia dell’AI – Livello Avanzato
Quali furono le principali critiche di Minsky e Papert al Perceptron nel loro libro del 1969?
Dimostrarono che il Perceptron non poteva risolvere problemi non linearmente separabili, come lo XOR, causando il primo inverno dell'AI.
Come funzionava l'architettura di ALVINN e perché fu rivoluzionaria?
ALVINN usava una rete neurale con 30x32 input, 4 hidden layers e 30 output. Fu pionieristica nell'uso del deep learning per la guida autonoma in tempo reale.
Quali innovazioni tecniche resero possibile la vittoria di AlphaGo su Lee Sedol?
Combinazione di reti neurali profonde con Monte Carlo Tree Search, apprendimento supervisionato da partite umane e reinforcement learning attraverso self-play.
Come funzionava il sistema DENDRAL e qual era la sua architettura?
Usava regole euristiche per analizzare spettri di massa. La sua architettura separava conoscenza del dominio dal motore inferenziale, creando il paradigma dei sistemi esperti.
Quali furono i contributi fondamentali di Judea Pearl alla teoria delle reti bayesiane?
Sviluppò l'algoritmo di propagazione delle credenze e formalizzò la causalità in AI attraverso il calcolo do-calculus nel 1988.
Come funzionava l'architettura originale del sistema ELIZA?
Utilizzava pattern matching e sostituzione di parole chiave con script predefiniti, introducendo il concetto di elaborazione del linguaggio naturale basata su regole.
Quali furono le innovazioni chiave nell'architettura di Deep Blue?
Utilizzava 480 processori VLSI custom, valutava 200 milioni di posizioni al secondo e combinava ricerca in profondità con database di aperture e finali.
Come funziona l'architettura Transformer e perché è rivoluzionaria?
Introduce il meccanismo di self-attention, eliminando la ricorrenza e permettendo il parallelismo. Rivoluzionaria per la sua capacità di gestire dipendenze a lungo termine.
Quali sono i principi matematici del Q-learning e chi lo sviluppò?
Sviluppato da Watkins nel 1989, usa l'equazione di Bellman per aggiornare i valori Q attraverso l'apprendimento temporale delle differenze senza un modello dell'ambiente.
Come funzionava il sistema esperto XCON e quale fu il suo impatto?
Primo sistema esperto commerciale di successo (DEC, 1980), usava 2500 regole per configurare computer VAX, risparmiando 40M$/anno.
Quali furono le innovazioni di Hinton nel training delle reti neurali profonde?
Introdusse il pre-training non supervisionato con RBM (2006), dropout (2012) e ReLU, rendendo possibile l'addestramento efficace di reti profonde.
Come funziona l'algoritmo di backpropagation e chi lo ottimizzò?
Rumelhart, Hinton e Williams (1986) lo ottimizzarono usando la regola della catena per calcolare gradienti e aggiornare i pesi layer per layer.
Quali sono i principi del Genetic Programming di Koza?
Evolve programmi rappresentati come alberi sintattici usando crossover, mutazione e selezione basata su fitness, introdotto nel 1992.
Come funzionava l'architettura di SHRDLU di Winograd?
Combinava parsing sintattico, rappresentazione semantica e ragionamento procedurale per comprendere e manipolare un mondo di blocchi in linguaggio naturale (1971).
Quali sono i principi della Logica Fuzzy di Zadeh?
Introduce gradi di verità continui tra 0 e 1, operatori fuzzy e regole if-then fuzzy per gestire l'incertezza (1965).
Come funziona l'algoritmo A* e chi lo sviluppò?
Sviluppato da Hart, Nilsson e Raphael nel 1968, combina costo del percorso (g) con euristica ammissibile (h) per trovare il percorso ottimale.
Quali furono le innovazioni di Samuel nel Machine Learning?
Introdusse l'apprendimento per rinforzo temporale e l'auto-play nelle dame (1959), precorrendo concetti moderni di RL e self-play.
Come funziona l'architettura GPT e quali sono le sue innovazioni chiave?
Usa decoder-only transformer, pre-training su testo non etichettato, attention bidirectionale e fine-tuning su task specifici. Scalabilità e few-shot learning sono le chiavi del successo.
Quali sono i principi del Deep Q-Network di DeepMind?
Combina Q-learning con CNN, replay buffer ed experience replay per stabilizzare l'apprendimento. Prima rete a raggiungere prestazioni umane su Atari (2015).
Come funziona l'architettura BERT e perché è innovativa?
Usa encoder transformer bidirezionale, masked language modeling e next sentence prediction. Innovativa per la rappresentazione contestuale delle parole (2018).
