News

L’innovazione nell’Intelligenza Artificiale per il GDPR

31/10/2022

Autore: Unio


Condividi questa notizia

L’innovazione nell’Intelligenza Artificiale  per il GDPR Image

Il laboratorio di Intelligenza Artificiale della Entheos affronta il problema della mancanza di interoperabilità tra i sistemi informativi, per esempio in ambito sanitario, con la potenza di una Intelligenza Artificiale innovativa che superi il limite degli specifici protocolli.

Il Direttore Tecnico Entheos  Zoran Majkic  presenta, nel suo ultimo libro pubblicato il 6 Settembre 2022,  “Intensional First-Order Logic: From AI to New SQL Big Data”, le proprietà delle estensioni conservative della logica del primo ordine (FOL) verso la nuova logica intensionale del primo ordine (IFOL).

Questa estensione consente di utilizzare la semantica intensionale per i concetti, offrendo così sistemi IT nuovi, più intelligenti e conformi ai principi di Privacy by Design e by Default.

Nella misura in cui l’estensione intensionale è conservativa per extensional FOL, IFOL preserva le attuali applicazioni software e costituisce un progresso fondamentale rispetto agli attuali database RDB, verso i Big Data con NewSQL, Constraint databases, sistemi P2P e le applicazioni di Semantic Web.

La versione multivalore di IFOL può supportare le applicazioni di Intelligenza Artificiale basate su logiche multivalore.

 

Ultime notizie

Image Strong AI
Strong AI

Dal Laboratorio di Ricerca della Entheos, la pubblicazione del Direttore Ing. Zoran Majkic sul’intelligenza artificiale neuro-simbolica che integra le architetture neurali e simboliche in modo da affrontare i punti di forza e di debolezza di ciascuna, in modo complementare, al fine di supportare un’intelligenza artificiale forte e robusta in grado di ragionare, apprendere e modellare cognitivamente. In questo articolo consideriamo la Logica intensionale del Primo Ordine (IFOL) [1] come un'architettura simbolica dei robot moderni, in grado di utilizzare linguaggi naturali per comunicare con gli esseri umani e ragionare sulla propria conoscenza con proprietà del linguaggio autoreferenziali e di astrazione. Intendiamo ottenere il radicamento del linguaggio del robot attraverso l'esperienza di come utilizza le sue architetture neuronali e quindi associando questa esperienza con l'estrazione (senso) di concetti linguistici non definiti (particolari/individui e universali) in PRP (Proprietà/ Relazioni/Proposizioni) teoria dell'IFOL. Consideriamo la struttura della conoscenza del robot a quattro livelli: il livello sintattico di un particolare linguaggio naturale (italiano, francese, ecc.), due livelli linguistici universali: la sua struttura logica semantica (basata su predicati virtuali di FOL e connettivi logici ) e il corrispondente livello di struttura concettuale PRP che rappresenta universalmente l'estrazione composita di formule FOL basate sul livello del sistema neurologico dell'ultimo robot.