Artificial Intelligence for Managing the Complexity of the Socio-Economic Systems towards Horizon 2020 and Agenda 2030
The seeds of modern Artificial Intelligence (AI) were planted by classical philosophers who attempted to describe the process of human thinking as the mechanical manipulation of symbols. AI is an area of computer science that emphasises the creation of intelligent machines that work and react like h...
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Università Mediterranea di Reggio Calabria
2020-02-01
|
| Series: | ArcHistoR Architettura Storia Restauro: Architecture History Restoration |
| Subjects: | |
| Online Access: | http://pkp.unirc.it/ojs/index.php/archistor/article/view/571 |
| _version_ | 1797228913737334784 |
|---|---|
| author | Tiziana Ciano Iside Rita Laganà Bruno Antonio Pansera Massimiliano Ferrara |
| author_facet | Tiziana Ciano Iside Rita Laganà Bruno Antonio Pansera Massimiliano Ferrara |
| author_sort | Tiziana Ciano |
| collection | DOAJ |
| description | The seeds of modern Artificial Intelligence (AI) were planted by classical philosophers who attempted to describe the process of human thinking as the mechanical manipulation of symbols. AI is an area of computer science that emphasises the creation of intelligent machines that work and react like humans. Some of the activities computers with artificial intelligence are designed for include: Speech Recognition, Learning, Planning, Problem Solving and Fuzzy Sets. In the past 15 years, Amazon, Google and others leveraged machine learning to their huge commercial advantage. In this talk, we discuss Machine learning, and Fuzzy Settings theory. Machine Learning at its most basic is the practice of using algorithms to parse data, learn from it, and then make a determination or prediction about something in the world. Fuzzy Modelling helps us to deal with the phenomena including uncertain parameters and conditions. It gives us enough tools to model a real-world system and approaches our behaviour much closer. The Fuzzy Set represent a class of objects with a continuum of grades of membership. So the above framework of consideration gives us a natural way of dealing with imprecise phenomena, when classes of objects lack precise criteria of membership for their elements. The context to be considered as scientific fertile ground concerns the management of the complexity of modern anthropic socio-economic systems (Cities, Urban areas and their socio-sustainable development).
Intelligenza artificiale per la gestione della complessità dei sistemi socio-economici verso Horizon 2020 e Agendo 2030
I semi dell'Intelligenza Artificiale (AI) furono piantati da filosofi classici che tentarono di descrivere il processo del pensiero umano come la manipolazione meccanica dei simboli. L'AI è un'area di informatica che enfatizza la creazione di macchine intelligenti che funzionano e reagiscono come gli umani. Alcune delle attività che i computer con AI possono progettate includono: riconoscimento vocale, apprendimento, pianificazione, problem solving e set fuzzy. Negli ultimi 15 anni, Amazon, Google e altri hanno sfruttato l'apprendimento automatico per il loro enorme vantaggio commerciale. L'apprendimento automatico alla base dell'AI è la pratica dell'uso di algoritmi per analizzare i dati al fine di fare una determinazione o una previsione su qualche fenomeno. La modellazione fuzzy ci aiuta ad affrontare i fenomeni inclusi i parametri e le condizioni incerti, ci fornisce strumenti per modellare il sistema considerato nel mondo reale e avvicinarci molto più al suo comportamento. Il set fuzzy, quindi, rappresenta una classe di oggetti con un continuum di gradi di appartenenza. Il quadro sopra descritto ci dà un modo naturale di affrontare fenomeni così imprecisi, quando le classi di oggetti mancano di criteri precisi di adesione per i loro elementi. Il contesto da consideare terreno fertile scientico concerne la gestione della complessità dei moderni sistemi antropici socio-economici (città, aree urbane e il loro sviluppo socio-sostenibile). |
| first_indexed | 2024-04-24T15:04:15Z |
| format | Article |
| id | doaj.art-7132809c55c94f8ab5d62d383176bf81 |
| institution | Directory Open Access Journal |
| issn | 2384-8898 |
| language | English |
| last_indexed | 2024-04-24T15:04:15Z |
| publishDate | 2020-02-01 |
| publisher | Università Mediterranea di Reggio Calabria |
| record_format | Article |
| series | ArcHistoR Architettura Storia Restauro: Architecture History Restoration |
| spelling | doaj.art-7132809c55c94f8ab5d62d383176bf812024-04-02T13:51:16ZengUniversità Mediterranea di Reggio CalabriaArcHistoR Architettura Storia Restauro: Architecture History Restoration2384-88982020-02-0161213814510.14633/AHR150426Artificial Intelligence for Managing the Complexity of the Socio-Economic Systems towards Horizon 2020 and Agenda 2030Tiziana Ciano0Iside Rita Laganà1Bruno Antonio Pansera2Massimiliano Ferrara3Università Mediterranea di Reggio CalabriaUniversità Mediterranea di Reggio CalabriaUniversità Mediterranea di Reggio CalabriaUniversità Mediterranea di Reggio CalabriaThe seeds of modern Artificial Intelligence (AI) were planted by classical philosophers who attempted to describe the process of human thinking as the mechanical manipulation of symbols. AI is an area of computer science that emphasises the creation of intelligent machines that work and react like humans. Some of the activities computers with artificial intelligence are designed for include: Speech Recognition, Learning, Planning, Problem Solving and Fuzzy Sets. In the past 15 years, Amazon, Google and others leveraged machine learning to their huge commercial advantage. In this talk, we discuss Machine learning, and Fuzzy Settings theory. Machine Learning at its most basic is the practice of using algorithms to parse data, learn from it, and then make a determination or prediction about something in the world. Fuzzy Modelling helps us to deal with the phenomena including uncertain parameters and conditions. It gives us enough tools to model a real-world system and approaches our behaviour much closer. The Fuzzy Set represent a class of objects with a continuum of grades of membership. So the above framework of consideration gives us a natural way of dealing with imprecise phenomena, when classes of objects lack precise criteria of membership for their elements. The context to be considered as scientific fertile ground concerns the management of the complexity of modern anthropic socio-economic systems (Cities, Urban areas and their socio-sustainable development). Intelligenza artificiale per la gestione della complessità dei sistemi socio-economici verso Horizon 2020 e Agendo 2030 I semi dell'Intelligenza Artificiale (AI) furono piantati da filosofi classici che tentarono di descrivere il processo del pensiero umano come la manipolazione meccanica dei simboli. L'AI è un'area di informatica che enfatizza la creazione di macchine intelligenti che funzionano e reagiscono come gli umani. Alcune delle attività che i computer con AI possono progettate includono: riconoscimento vocale, apprendimento, pianificazione, problem solving e set fuzzy. Negli ultimi 15 anni, Amazon, Google e altri hanno sfruttato l'apprendimento automatico per il loro enorme vantaggio commerciale. L'apprendimento automatico alla base dell'AI è la pratica dell'uso di algoritmi per analizzare i dati al fine di fare una determinazione o una previsione su qualche fenomeno. La modellazione fuzzy ci aiuta ad affrontare i fenomeni inclusi i parametri e le condizioni incerti, ci fornisce strumenti per modellare il sistema considerato nel mondo reale e avvicinarci molto più al suo comportamento. Il set fuzzy, quindi, rappresenta una classe di oggetti con un continuum di gradi di appartenenza. Il quadro sopra descritto ci dà un modo naturale di affrontare fenomeni così imprecisi, quando le classi di oggetti mancano di criteri precisi di adesione per i loro elementi. Il contesto da consideare terreno fertile scientico concerne la gestione della complessità dei moderni sistemi antropici socio-economici (città, aree urbane e il loro sviluppo socio-sostenibile).http://pkp.unirc.it/ojs/index.php/archistor/article/view/571artificial intelligencefuzzy setssocio-economic systems |
| spellingShingle | Tiziana Ciano Iside Rita Laganà Bruno Antonio Pansera Massimiliano Ferrara Artificial Intelligence for Managing the Complexity of the Socio-Economic Systems towards Horizon 2020 and Agenda 2030 ArcHistoR Architettura Storia Restauro: Architecture History Restoration artificial intelligence fuzzy sets socio-economic systems |
| title | Artificial Intelligence for Managing the Complexity of the Socio-Economic Systems towards Horizon 2020 and Agenda 2030 |
| title_full | Artificial Intelligence for Managing the Complexity of the Socio-Economic Systems towards Horizon 2020 and Agenda 2030 |
| title_fullStr | Artificial Intelligence for Managing the Complexity of the Socio-Economic Systems towards Horizon 2020 and Agenda 2030 |
| title_full_unstemmed | Artificial Intelligence for Managing the Complexity of the Socio-Economic Systems towards Horizon 2020 and Agenda 2030 |
| title_short | Artificial Intelligence for Managing the Complexity of the Socio-Economic Systems towards Horizon 2020 and Agenda 2030 |
| title_sort | artificial intelligence for managing the complexity of the socio economic systems towards horizon 2020 and agenda 2030 |
| topic | artificial intelligence fuzzy sets socio-economic systems |
| url | http://pkp.unirc.it/ojs/index.php/archistor/article/view/571 |
| work_keys_str_mv | AT tizianaciano artificialintelligenceformanagingthecomplexityofthesocioeconomicsystemstowardshorizon2020andagenda2030 AT isideritalagana artificialintelligenceformanagingthecomplexityofthesocioeconomicsystemstowardshorizon2020andagenda2030 AT brunoantoniopansera artificialintelligenceformanagingthecomplexityofthesocioeconomicsystemstowardshorizon2020andagenda2030 AT massimilianoferrara artificialintelligenceformanagingthecomplexityofthesocioeconomicsystemstowardshorizon2020andagenda2030 |