Intelligenza artificiale/Classificatori

I sistemi a classificatori in intelligenza artificiale sono dei modelli che cercano di simulare l'apprendimento e l'evoluzione di agenti adattativi.

Questi sistemi si basano su un insieme di regole. Le regole esprimono dei fatti o delle condizioni usualmente con costrutti del tipo se X allora esegui Y sebbene non vi siano vincoli teorici per l'utilizzo di costrutti più complessi.

Queste regole vengono valutante in base a un meccanismo di retroazione che misurando la risposta dell'ambiente permette di definire la bontà o utilità delle regole. Le regole che meglio si adattano all'ambiente vengono mantenute mentre le altre regole vengono eliminate.

Utilizzando gli algoritmi genetici vengono realizzati nuovi set di regole utilizzando le regole sopravvissute come base di partenza. Questo nuovo set di regole viene utilizzato dal classificatore per interagire con l'ambiente e per essere a loro volta valutate in modo da poter procedere iterativamente.

I sistemi basati su classificatori possono adattarsi rapidamente alle mutazioni dell'ambiente grazie agli algoritmi genetici che forniscono costantemente mutazioni ed evoluzioni per provare nuove strade. In un ambiente statico comunque la presenza delle regole sopravvissute alla fase di retroazione permette al classificatore di mostrare un buon adattamento all'ambiente.

Sistemi basati su classificatori tendono a sviluppare un insieme di regole utilizzate per i problemi generici e poi piccoli sottoinsiemi (isole) di regole che entrano in azioni al presentarsi di particolari situazioni.