EDITORIALE - Telecom Italia
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
NUMERO 3 / 2010 3
EDITORIALE
INNOVAZIONE
C
ome vedete da questo numero abbiamo arricchito la veste grafica
del Notiziario Tecnico con le peculiarità della Corporate Identity
MOBILE
Aziendale; questo per meglio valorizzare e rendere subito ricono-
scibile, specie all’esterno del Gruppo, il valore della rivista, che fa
dell’innovazione tecnica di Telecom Italia il suo obiettivo editoriale.
In copertina vi proponiamo l’illustrazione artistica di Alberto Ruggieri, co-
SICUREZZA
me metafora delle velocità dell’ultrabroadband, tema core di questo numero.
La larga banda sul mobile è infatti la “protagonista” di questo Notiziario
Tecnico: LTE, (Long Term Evolution), non è solo presentata come evoluzione
dei sistemi mobili 3G, ma anche come asset tecnologico, su cui si basa la
NETWORK
sperimentazione multivendor a Torino, condotta da Telecom Italia insie-
me a Nokia Siemens Networks, Alcatel Lucent, Huawei ed Ericsson. Questi
ultimi due partner tecnologici ci hanno anche offerto due articoli specifi-
ci: il primo sulle peculiarità della soluzione Single Ran, il secondo sui risul-
tati della sperimentazione LTE a Stoccolma.
Per la sezione Innovazione, l’articolo, frutto della cooperazione tra Tele-
com Italia, il Dipartimento di Informatica dell’Università di Torino e Slow
Food, mirato all’applicazione della realtà aumentata nella filiera enoga-
stronomica, a testimonianza del successo di questa applicazione all’edi-
zione 2010 del Salone del Gusto.
Innovare la gestione di alcuni processi aziendali, come l’analisi dei guasti,
la modellizzazione dell’affidabilità di alcune scelte tecnologiche o la pre-
visione dei comportamenti dei clienti, è invece lo sfidante obiettivo cui
l’articolo sulle reti bayesiane mira.
Il tema della sicurezza informatica è invece su questo numero esemplifi-
cato dall’articolo dedicato alla protezione delle piattaforme DNS, in cui si
sottolinea come l’evoluzione degli apparati di rete stia trasformando rou-
ter e switch in oggetti informatici aperti e programmabili, che necessita-
no di aderire alla Network Embedded Security.
Da ultimo, l’articolo sull’innovazione sostenibile dell’Access Gateway do-
mestico, che vede Telecom Italia sempre più attenta alla riduzione degli
impatti energetici e ambientali per la casa connessa, luogo di fruizione
dei vari servizi broadband.
Buona Lettura e... BUON NATALE!
4 NOTIZIARO TECNICO TELECOM ITALIA NUMERO 3 / 2010 5
INNOVAZIONE
WANTEAT: INNOVARE
L’ECOSISTEMA
ENO-GASTRONOMICO
Luca Console, Marina Geymonat, Rossana Simeoni LTE SINGLE RAN:
MOBILE
PAG. 6
LA PAROLA A HUAWEI
Eric Xu
RETI BAYESIANE: DA MODELLI
INNOVAZIONE
DI CONOSCENZA A STRUMENTI PAG. 42
INFERENZIALI E DECISIONALI NETWORK EMBEDDED SECURITY:
SICUREZZA
Serena Cenatiempo, Giulio D’Agostini, Aldo Vannelli
PAG. 16
NUOVI SCENARI
Stefano Brusotti, Marco Gazza, Dario Lombardo
I TRIAL LTE TI: EVOLUZIONE
MOBILE
DEL SISTEMA RADIOMOBILE PAG. 48
VERSO IL 4G CONNECTED HOME:
NETWORK
Loris Bollea, Marco Caretti, Vincenzo Torrasi
PAG. 26
OTTIMIZZAZIONE ENERGETICA
E AMBIENTALE
LA PAROLA A ERICSSON: Luca Giacomello, Patrizia Vaccarone
MOBILE
SPERIMENTAZIONE PAG. 58
LTE A STOCCOLMA
Serena Cenatiempo, Giulio D’Agostini, Aldo Vannelli
PAG. 38
6 NOTIZIARO TECNICO TELECOM ITALIA NUMERO 3 / 2010 7
WANTEAT: INNOVARE L’ECOSISTEMA
INNOVAZIONE
INNOVAZIONE
ENO-GASTRONOMICO
MOBILE
Luca Console, Marina Geymonat, Rossana Simeoni
T
elecom Italia, insieme al Dipartimento di Informatica del- formulazione di questi obiettivi [5] sono
SICUREZZA
state ribadite la scelta di affrontare pro-
l’Università di Torino (UniTo), all’Università di Scienze Ga-
blematiche di tipo informativo e promo-
stronomiche di Pollenzo (UniSG) e a Slow Food Italia, è im- zionale e non di certificazione, e l’impor-
pegnata nello studio di soluzioni innovative basate sulle tanza di lavorare agli estremi della filiera,
tecnologie informatiche e di telecomunicazione (ICT) che possa- la produzione e il consumo, per studiare
come facilitare la generazione e la frui-
no promuovere nuove dinamiche economiche, sociali e organiz- zione delle informazioni e della cono-
NETWORK
zative nel contesto enogastronomico. scenza. La disponibilità di fonti informa-
La costruzione progressiva di un terreno comune tra ambiti di stu- tive pregiate, come le pubblicazioni rea-
dio così distanti è resa possibile dalla collaborazione iniziata nel lizzate da UNISG e SlowFood, costituisce
patrimonio importante da fruire e valo-
2009 con il progetto PIEMONTE (People Interaction with Enhan- rizzare e per questo ci si è concentrati
ced-Multimodal Objects for a New Territory Experience) [1]. proprio su questo nucleo all’avvio dei la-
Il concetto di qualità preso a riferimento è basato sull’accorcia- vori. D’altra parte la necessità che la solu-
zione si autosostenga e si mantenga ag-
mento della filiera tra produttore e consumatore e sulla reci-
giornata nel tempo richiede di realizzare
proca valorizzazione della cultura del territorio e dell’eccellen- un processo dinamico di raccolta e aggre-
za eno-gastronomica[2]; il tutto per contribuire ad offrire a tut- gazione di nuova conoscenza che alimen-
te le persone le informazioni, gli strumenti e la capacità necessa- ti e rinnovi il sistema nel tempo.
La componente tecnologica gioca qui un
rie per effettuare scelte alimentari consapevoli e sostenibili. ruolo chiave per far sì che la soluzione ri-
sulti adatta a tutti gli attori della filiera in
dato sin dall’inizio di indirizzare gli sfor- termini di diffusione, facilità e naturalez-
1 Gli obiettivi
zi sull’accorciamento della filiera infor-
mativa. Si è scelto inoltre di iniziare il
za del processo di arricchimento delle
informazioni disponibili. In questo sce-
Da uno studio preliminare e soprattutto progetto concentrandosi sui prodotti nario Telecom Italia è coinvolta nello stu-
attraverso lo scambio con esperti del set- agroalimentari di qualità perché «più di dio e nella valorizzazione di tecnologie
tore, si è evinto che all’interno del conte- altri in grado di raccontare i territori e le emergenti, quali l’Augmented Reality e il
sto agro-alimentare sono in atto profon- loro storie» [4]. Trattamento di contenuti testuali e mul-
di cambiamenti processivi e gestionali, A fronte di queste considerazioni, gli timediali organizzati semanticamente in
basati per lo più sulle possibilità offerte obiettivi del progetto possono essere così Ontologie e Basi di Conoscenza.
dalle nuove tecnologie. In particolare è sintetizzati: Inoltre, attraverso metodologie e stru-
emerso quanto l’informazione abbia un • ridurre la distanza tra produttore e menti propri dell’Interaction Design, Te-
ruolo fondamentale sia nella relazione consumatore; lecom Italia apporta competenze deter-
tra gli attori della filiera fino al consuma- • fare leva sulla qualità in termini di minanti per la creazione, in questo con-
tore, sia nelle attività di monitoraggio “buono, pulito e giusto”; testo multidisciplinare, di nuove soluzio-
dei processi produttivi [3]. • sensibilizzare i consumatori su una ni ICT, progettate e sviluppate specifica-
Da questa osservazione, considerando scelta informata; tamente per l’eco-sistema enogastrono-
che «la tutela e la difesa del patrimonio • promuovere il territorio con i suoi mico (Figura 1). Si è scelto di valorizzare
agroalimentare non possono che passare prodotti. le informazioni legate alla tradizione del
attraverso la conoscenza» [4], si è concor- Nelle linee di sviluppo derivanti dalla territorio, la sua cultura e la sua memo-
8 NOTIZIARO TECNICO TELECOM ITALIA NUMERO 3 / 2010 9
INNOVAZIONE
INNOVAZIONE
L’UNIVERSITÀ E L’AZIENDA
INSIEME
La collaborazione tra il Dipartimento di
Informatica di Torino e Telecom Italia è
attiva da circa cinque anni e può essere
riportata come un esempio di fruttuosa
MOBILE
MOBILE
collaborazione tra centri di ricerca ac-
cademici e industriali. Non senza diffi-
coltà, infatti, siamo riusciti a creare un
gruppo di lavoro che collabora stretta-
mente su tematiche di ricerca connesse
allo studio ed integrazione di metodolo-
SICUREZZA
SICUREZZA
gie differenti, che vanno dalle ontologie
e il Semantic Web, ai sistemi software
sociali, ai sistemi adattivi e personaliz- Figura 2 - L’approccio sistemico.
zati basati su modelli utente, alle inter-
facce intelligenti, all’interaction design; delle tecnologie su cui sono basate plicazioni collegate tra loro in un’espe- Di qui l’idea di realizzare un modello d’in-
il tutto con l’obiettivo di creare servizi in- per avere una fotografia dello stato rienza cross mediale, che possa risponde- terazione che costituisca un anello di con-
NETWORK
NETWORK
novativi basati su forme di interazione Figura 1 - ICT nel contesto enogastronomico. dell’arte [5] [6]; re in modo complessivo alle esigenze di giunzione tra i diversi device e utilizzi del-
nuove. Il progetto PIEMONTE ha portato 3) sviluppo in parallelo di diverse ipotesi tutti questi protagonisti. le funzionalità ICT cross mediali, che met-
a risultati sia dal punto di vista teorico – di tutti gli attori coinvolti come parte di mente integrata nel contesto di utilizzo. di soluzione, concept, modelli di inte- La cross medialità è stata scelta per con- ta al centro i prodotti della tavola e in al-
metodologico, sia alla realizzazione di una comunità. Tale partecipazione, faci- In prima istanza è stato necessario preci- razione e di servizi [7] da bilanciare sentire la condivisione di informazioni, ternativa tutti i protagonisti del contesto
prototipi di servizi e applicazioni, quali litata e valorizzata con l’aiuto della tec- sare a chi fosse rivolta la soluzione, affin- con i vincoli e le opportunità tecnolo- la loro fruizione e il loro continuo arric- eno-gastronomico. Tale modello vuol esse-
WantEat. Le ragioni del successo della nologia, pensiamo possa realmente ri- ché studi socio-economici e legati ai fat- giche ed infine alla chimento attraverso i device di consu- re alla base di un servizio di comunicazio-
collaborazione sono molteplici; tra tutte durre la distanza tra consumatore e pro- tori umani potessero guidare a rilevare le 4) definizione di una soluzione prototi- mer electronics e le applicazioni più ne in grado di unire in un’unica rete socia-
la creazione di un gruppo di lavoro mul- duttore, creando una “filiera corta del- esigenze specifiche e dettagliare i requi- pale verificabile in un contesto reale. adatte alla situazione. Le situazioni in le sia le persone sia i prodotti e gli altri
tidisciplinare, che offre un bilanciato mix l'informazione”. siti. Si è convenuto che, volendo affronta- La metodologia in questione si avvale di cui il consumatore o l’operatore di setto- protagonisti che altrimenti rimarrebbero
tra ricerca di base e metodologica e ri- re il tema della sensibilizzazione e della momenti di verifica e validazione con gli re possono trovarsi (Figura 3) sono infat- ai margini dell’esperienza, e che grazie a
cerca applicata con sviluppo di prototipi promozione, i protagonisti fossero: esperti e con gli utenti finali per la raccol- ti estremamente diverse tra di loro; si questo strumento diventano parte viva e
e analisi e test sul campo. La speranza è • il Territorio: del quale si vogliono con- ta in itinere di nuovi requisiti o indica- pensi ad esempio ai casi di mobilità al dinamica di arricchimento informativo.
che il modello di collaborazione che sia-
mo riusciti a costruire possa da un lato
2 Dai requisiti alla soluzione
servare, condividere e promuovere la
cultura e la tradizione;
zioni di miglioramento dei concept o dei
prototipi in sviluppo [8].
mercato quando si sta andando a fare la
spesa o alla situazione di scelta di un
La soluzione mira a diventare un valido e
facile strumento per un’esperienza arric-
essere rafforzato ulteriormente attra- La definizione delle linee guida prece- • gli Operatori: ai quali si vuole offrire uno La soluzione ad oggi ottenuta, denomi- piatto tipico in ristorante, sicuramente chita del territorio e del cibo. ai fini di ge-
verso altri futuri progetti e obiettivi co- dentemente esposte, su cui tutti i part- strumento di promozione, di scoperta di nata WantEat, è articolata in diverse ap- distanti dall’utilizzo del PC. nerare una filiera corta dell'informazione.
muni, dall’altra anche esportato come ner concordano, è stato un primo risul- come vengono collegati i loro prodotti,
piccolo esempio del fatto che la collabo- tato di progetto [5]. A partire da questo, per renderli in grado di avere un rappor-
razione tra la ricerca accademica e si è iniziato a lavorare per ideare, proget- to più stretto con altri operatori, vedere
quella industriale è fondamentale per tare e realizzare una soluzione ICT. come vengono valutati i loro prodotti,
portare a soluzioni concrete e di assolu- Dato il il forte carattere multidisciplina- avere un contatto diretto con i consuma-
ta innovatività. re del progetto, la soluzione ICT che pre- tori, ed in estrema sintesi concorrere al-
sentiamo è stata sviluppata grazie ad un l’accorciamento della catena informativa
console@di.unito.it approccio sistemico (Figura 2) impernia- tra produttore e consumatore;
to su strumenti e metodologie adatte a • il Consumatore: a cui si vuole offrire
ria, perché la soluzione renda il territorio coniugare elementi socio-economici, ele- strumenti di scoperta e di conoscenza,
visibile, fruibile ed estendibile, grazie al- menti tecnologici di natura informativa di facile utilizzo, in grado di fargli ave-
la succitata possibilità di arricchire il si- ed architetturale, elementi legati ai fatto- re, attraverso l’interattività propria dei
stema con nuove informazioni. ri umani, oltreché di elementi legati alla device evoluti e pervasivi, un’esperien-
A partire da queste linee di sviluppo ne tecnologia dell’interazione e della rap- za arricchita e condivisa.
derivano altre, come l’incentivazione presentazione delle informazioni. L’ap- Utilizzando una metodologia iterativa, si
della partecipazione attiva del produt- plicazione di tali metodi e strumenti fa sì è proceduto attraverso diverse fasi:
tore come attore del territorio, del con- che la soluzione risultante sia adatta agli 1) interviste ai consumatori e produttori;
Figura 3 - Situazioni a cui risponde la soluzione cross-mediale.
sumatore come co-produttore del cibo, specifici attori a cui è rivolta e profonda- 2) studio delle soluzioni ICT esistenti e
10 NOTIZIARO TECNICO TELECOM ITALIA NUMERO 3 / 2010 11
comportamenti degli utenti (ad esem- • inquadrando con la videocamera del la sua rete sociale, ossia esplorare la
INNOVAZIONE
INNOVAZIONE
pio oggetti che sono spesso associati telefono l’etichetta dell’oggetto (che “ruota” intorno all’oggetto.
WantEat: un’esperienza dagli utenti nei loro commenti). viene riconosciuta dal sistema); La ruota poi può essere navigata. Dappri-
3 arricchita del cibo Al fine di descrivere le applicazioni è
sufficiente vedere la service logic comu-
• passando vicino ad un territorio o al
luogo in cui si trova un oggetto l’uten-
ma ci si può focalizzare su un settore, che
viene aperto e si possono scorrere, come
WantEat, www.wanteat.it, è il nome di ne come un sistema in grado di mettere te può venire “chiamato”; e decidere di in un disco di selettore telefonico del
questa innovativa soluzione ICT, dimo- in contatto un utente ed un oggetto, ge- iniziare con essi un’interazione; passato, gli elementi del settore. Toccan-
strazione di un’ipotesi di servizio pensa- stire l’interazione tra di essi e permette- • tramite una raccomandazione del siste- do un elemento, si accede alla scheda di
MOBILE
MOBILE
to per: re di accedere alla rete sociale dell’og- ma, che tiene conto delle preferenze descrizione. In ogni istante un elemento
• la sensibilizzazione del consumatore getto stesso. dell’utente e di fattori di localizzazione; è in evidenza e nello spicchio viene spie-
che comunica con tutti gli attori del- • con un oggetto proposto a piacere dal gata la relazione tra l’oggetto al centro e
la filiera “WantEat su Smartphone” e sistema mirato a “sorprendere” l’utente; l’elemento. È possibile avere ulteriori
“WantEat su Web”; Le declinazioni • una normale ricerca nel sistema del no- spiegazioni sulla relazione ed in partico-
3.2
SICUREZZA
lare sapere quali sono gli altri oggetti
SICUREZZA
• la promozione del produttore, dei pro- applicative di WantEat me di un oggetto.
dotti, del territorio resa possibile gra- Figura 4 - Modello della Ruota. Una volta creato il contatto l’utente può che stanno nella stessa relazione con
zie al “Retrobottega di WantEat”, un’ap- attuare con l’oggetto vari tipi di intera- l’oggetto al centro.
plicazione accessibile da Web, da cui è di applicazioni con un application server (inclusi produttori, luoghi di produ- zione, tra cui: È quindi possibile effettuare un riposi-
possibile per ogni attore del sistema,
inserirsi nel ciclo virtuoso e cross me-
in comune. A partire da una service logic
unica sono state sviluppate, secondo una
zione, negozi, venditori, ...),
• “Cucina”, contenente ricette che coin-
3.2.1 WantEat (mobile)
• ascoltare le cose che l’oggetto gli rac-
conta; questo include sia informazio-
zionamento della ruota, trascinando l’e-
lemento in evidenza al centro. In questo
diale e poi verificare cosa sta accaden- logica crossmediale, applicazioni diverse volgono il prodotti e ristoranti cuochi WantEat mobile (Figura 5) è un’applica- ne e conoscenza fornita dalla base di modo la ruota viene ricalcolata, ponen-
NETWORK
NETWORK
do (per esempio, un produttore può per diverse famiglie di dispositivi e per in relazione con il prodotto; zione per Apple iPhone che consente conoscenza ontologica e descrizioni do il nuovo oggetto al centro.
vedere cosa si dice del suo prodotto); diversi gruppi di utenti. I dispositivi pre- • “Prodotti”, contenente altri prodotti agli utenti di interagire con gli oggetti e fornite da operatori (con foto), sia
• la fruizione in ambienti nuovi (es: ri- si in considerazione sono smartphone correlati, ad esempio prodotti con di esplorare la loro rete sociale per navi- commenti, tag e voti di altri utenti,
storante) e per altri attori (es: ristorato- (Apple iPhone), tablet computer (Apple qualche caratteristica simile o prodotti garla ed entrare così in contatto con il lo- presentati in forma sintetica;
re) grazie ai device di nuova generazio-
ne, come i tablet PC.
iPad), computer (Web application). Per
quel che concerne le tipologie di utenti si
che si abbinano o che utenti hanno
spesso associato al prodotto al centro;
ro mondo.
Le funzioni principali permettono ad un
• parlare all’oggetto fornendo i propri
commenti, tag e voti;
3.2.2 WantEat (web)
distingue tra servizi per l’utente generico • “Persone” contenente utenti correlati utente di entrare in contatto con un og- • inserire l’oggetto tra i propri preferiti; WantEat web è simile a WantEat mobile
e servizi per operatori del dominio (pro- al prodotti, ossia le persone che hanno getto in vari modi: • focalizzarsi sull’oggetto per esplorare in termini di funzionalità, ma permette
duttori, venditori, ristoratori, ...). interagito con esso o che lo hanno mes- all’utente di accedere ad informazioni
3.1 Elementi unificanti
so tra i preferiti. più estese sugli oggetti, inclusi link ver-
so siti web esterni che li riguardano. L’a-
Dal punto di vista concettuale e dell’inte- spetto importante è che le azioni effet-
razione l’anello di congiunzione tra i di-
versi tipi di utilizzo di WantEat è costitui-
3.1.1 Il modello della ruota
3.1.2 Le basi della service
logic di WantEat
tuate su uno dei media (web o iPhone)
possono essere ritrovate sull’altro. Ad
to dal modello della Ruota (Figura 4), che Un obiettivo di WantEat è quello di per- esempio, l’utente può inserire un ogget-
rappresenta il concetto di focalizzazione mettere all’utente di usare gli oggetti con La service logic comune mantiene infor- to nella lista dei preferiti da telefono nel
su un elemento di interesse con il quale è cui interagisce come punti di ingresso mazione e conoscenza sugli oggetti del momento in cui lo ha incontrato, per
possibile interagire o che può essere il per esplorare il loro mondo ed eventual- sistema,con cui gli utenti possono intera- poi esplorarlo a partire dai preferiti a ca-
fulcro intorno al quale esplorare gli ele- mente entrare in contatto con altri oggetti gire. In particolare: sa con l’applicazione Web.
menti in relazione. È quindi attraverso di quel mondo. Il modello di interazione si • il dominio di applicazione viene de-
l’interazione con la ruota e grazie alle basa su una “ruota”: l’oggetto è al centro scritto tramite delle ontologie. Nel caso
funzionaltà specifiche, studiate e realiz- della ruota ed intorno a lui ruotano gli og- specifico si tratta di ontologie del domi-
zate per i diversi ruoli e compiti e sui di-
versi device, che si attua l’esperienza
getti del suo mondo, ossia della sua rete so-
ciale in senso lato. Si tratta di oggetti in re-
nio enogastronomico e ontologie geo-
grafiche per la descrizione dei territori;
3.2.3 Il retrobottega di WantEat
cross-mediale basata su una logica comu- lazione con l’oggetto al centro, dove la rela- • le informazioni associate agli oggetti Il Retrobottega di WantEat (Figura 6) è
ne ed interallacciata. È questa la forza di zione può essere derivata dalla conoscenza dagli operatori (ad esempio foto, fil- un’applicazione Web pensata per gli ope-
una soluzione ICT che si delinea come a priori sul dominio, o evinta dal compor- mati) e quelle associate ad essi dagli ratori, con due gruppi fondamentali di
ipotesi di nuovo strumento di comunica- tamento e dall’interazione di altri utenti. utenti durante l’interazione (ad esem- funzioni:
zione, facente leva sull’informazione La ruota è divisa in quattro settori, diver- pio tag, commenti) vengono associate • inserimento di oggetti nel sistema, ad
strutturata, la sua generazione e la messa si a seconda del tipo di oggetto al centro. agli oggetti e in alcuni casi condivise esempio registrazione di un’azienda di
a disposizione in forme facili da fruire, Ad esempio, se l’oggetto al centro è un da altri oggetti; produzione e dei suoi prodotti;
sfruttando modalità visuali e tecnologia prodotto, saranno presenti i settori: • il sistema mantiene un insieme di re- • analisi del “comportamento” degli og-
di larga diffusione. Dal punto di vista tec- • “Territorio”, contenente oggetti del lazioni sociali tra gli oggetti, derivate getti e delle loro interazioni nel sistema.
Figura 5 - WantEat Mobile.
nico WantEat si configura come una suite territorio e della filiera del prodotto in parte dalla conoscenza, in parte dal Nel primo caso si tratta di una serie di
12 NOTIZIARO TECNICO TELECOM ITALIA NUMERO 3 / 2010 13
strumenti che permettono ad un operato- che hanno inserito); quanto spesso e da tetica attraverso statistiche. Le informa-
INNOVAZIONE
INNOVAZIONE
re di registrare se stesso e di registrare og- chi l’oggetto sia stato messo nei preferi- zioni sintetiche potrebbero essere anche
getti nel sistema. Un oggetto deve essere ti. Inoltre è possibile esplorare le rela- di tipo comparativo, ad esempio permet-
inserito come istanza di una classe del- zioni sociali che si sono create per quel- tendo ad un produttore di confrontarsi
l’ontologia e come tale entra immediata- l’oggetto, ossia con quali altri oggetti sia con la media dei produttori simili o an-
mente a far parte della rete creata dal si- stato messo in relazione. In questo mo- che con specifici concorrenti. L’accetta-
stema e ad avere relazioni sociali con altri do un produttore può scoprire dove il bilità di queste funzioni “comparative”
oggetti. Ad un oggetto possono quindi es- suo prodotto viene venduto o cucinato, deve tuttavia essere discussa con gli ope-
MOBILE
MOBILE
sere associate descrizioni sia in forma te- può esplorare il profilo di chi ha intera- ratori del dominio.
stuale, sia in forma di immagini o filmati. gito con lui, può entrare in contatto con
Lo strumento di analisi del “comporta- altri operatori o utenti.
mento” è più interessante ed innovativo, Si tratta quindi di una funzionalità impor-
consentendo ad un operatore di esplo- tante per gli operatori, sia come strumen- 3.2.4 Video WantEat
SICUREZZA
SICUREZZA
rare tutto quello che succede ad un og- to di promozione che di conoscenza e può
getto che ha registrato. Si può quindi essere altresì uno strumento importante Video WantEat (Figura 7) è un’applica-
analizzare quali siano gli utenti che han- per creare filiere corte. zione per iPad che permette di interagire
no interagito con l’oggetto e in che mo- Le informazioni possono essere presen- con gli oggetti e le loro reti sociali, utiliz-
do (ad esempio i tag, commenti e voti tate sia in forma estesa, sia in forma sin- zando lo stesso paradigma della ruota.,
tuttavia, nel momento in cui si esplora
l’oggetto al centro, si può accedere a fil-
NETWORK
NETWORK
mati che lo riguardano. Ad esempio, nel
caso di un prodotto, si può accedere a fil-
mati relativi alle sue tradizioni, al patri-
monio culturale di un territorio, a inter- Figura 8 - Architettura del sistema.
viste ai produttori eccetera.
Cliccando sul filmato, questo viene mo- • Ontology Agent, un gestore di ontologie, Il debutto della soluzione WantEat
strato all’utente, a metà schermo, con l’al-
tra metà per le informazioni associate al
che esegue inferenze sulle ontologie
del dominio derivando relazioni “onto-
5 al Salone del Gusto 2010
filmato se la fruizione avviene in moda- logiche” tra oggetti; In oltre un anno di lavoro in seguito agli
lità “portrait”, a schermo intero nella mo- • User Model Agent, un gestore dei modelli approfondimenti svolti sul contesto spe-
dalità landscape, secondo una conven- degli utenti che costruisce dei profili a cifico dell’eno-gastronomia e alla pro-
zione comune su iPad. partire dal comportamento degli utenti; gettazione di WantEat in tutte le accezio-
Questa applicazione potrebbe essere uti- • Social Network Agent, un gestore di reti ni precedentemente descritte, si è final-
lizzata in un ristorante, a corredo di un sociali, che crea e gestisce reti tra og- mente consolidata una realizzazione
menù su iPad oppure in ambito turistico, getti a partire dal comportamento de- software della soluzione cross mediale.
o ancora come un modo per esplorare, gli utenti; La solidità del sistema e il buon livello di
guidati dagli oggetti e dalle relazioni tra • User Generated Content Agent, un sistema completezza raggiunto ha permesso di
questi, archivi di filmati sul patrimonio che gestisce i contenuti inseriti dagli svolgere una sperimentazione d’uso in
culturale. In questo senso l’applicazione utenti creando le sintesi associate ai di- una delle occasioni pubbliche più signi-
è stata ispirata dal progetto del “Granaio versi oggetti; ficative del mondo eno-gastronomico,
della Memoria” recentemente esposto da • Knowledge Socialization Agent, un mo- ovvero il Salone del Gusto 2010 di Torino
Carlo Petrini [9]. dulo di condivisione delle informa- organizzato da Slow Food (Figura 9).
zioni che permette di condividerle tra Dal 21 al 25 ottobre 2010 a Torino, è
gli oggetti; quindi avvenuta la presentazione della
• Recommendation Agent & Adaptation Agent, soluzione WantEat [11] nel corso del
4 Architettura del sistema
un sistema di raccomandazione e uno
di user-adaptation che permettono di
quale si è tenuta una massiccia speri-
mentazione (circa 700 utenti) per rac-
In questo capitolo faremo un breve cenno tenere conto del modello dell’utente cogliere feedback sull’utilizzo in un
all’architettura globale del sistema [10], nel selezionare le informazioni da pre- contesto reale da tipi di utenti eteroge-
distinguendo tra la service logic e le diver- sentare all’utente stesso. nei e attori che ricoprono diversi ruoli
se applicazioni lato client. L’architettura è Su ogni specifico client si utilizza un Inte- nella filiera. La sperimentazione è stata
schematizzata in Figura 8. raction Manager che realizza le forme di effettuata in collaborazione con la Pro-
Quattro moduli fondamentali possono interazione utilizzando le funzioni forni- vincia di Torino e ha riguardato i Pro-
Figura 6 - Il Retrobottega di WantEat. Figura 7 - Video WantEat.
essere individuati nella service logic: te dalla service logic. dotti del Paniere.
14 NOTIZIARO TECNICO TELECOM ITALIA NUMERO 3 / 2010 15
Si ringraziano tutte le persone di Telecom Italia,
Conclusioni
INNOVAZIONE
INNOVAZIONE
del Dipartimento di Informatica dell’Università
di Torino, dell’Università di Scienze Gastronomi-
Il progetto ed i risultati descritti nell’ar- che e di Slow Food che partecipano al progetto.
ticolo nascono dall’impegno della strut- Un ringraziamento speciale a Piergiorgio Bo-
tura di Innovazione di Telecom Italia nel sco per il suo fondamentale contributo a que-
sondare nuove opportunità di business sta iniziativa.
e di utilizzo delle TLC in eco-sistemi e fi-
MOBILE
Luca Marina Rossana
liere diverse da quelle di comune riferi-
Console Geymonat Simeoni
mento per l’azienda. Professore Ordinario Laureata in Scienze Laureata in Scienze
Bibliografia
Telecom Italia è interessata infatti e a di Informatica presso dell’Informazione dell’Informazione,
sviluppare nuovi servizi basati sulla dif- [1] Sito del progetto il Dipartimento a Torino, è in Azienda dal 1992 è in Azienda,
fusione delle tecnologie informatiche e www.progettopiemonte.unito.it di Informatica dal ’94 e da allora ha dove si è occupata di
dell’Università di Torino. cambiato diversi ruoli Service Management,
SICUREZZA
di telecomunicazione per continuare ad e bando e graduatoria
La sua attività di ricerca e settori a partire dalle Customer Relationship
essere un attore fondamentale nella co- www.regione.piemonte.it/innovazione
riguarda i sistemi tematiche di Network Management, Service
municazione del nostro vivere quotidia- /ricerca/bandi-e-finanziamenti intelligenti e le tecniche & Service Management, Personalization, Process
no. Forti di una rete in grado di garanti- /bandi-in-corso-di-valutazione di ragionamento alla responsabilità di Engineering e nuovi
re una grande diffusione di Internet, Te- /bando-converging-technologies.html automatico. progetti di ricerca. media. Ha assunto
lecom Italia è oggi impegnata nella ri- [2] C. Petrini, “Buono, Pulito e Giusto” 2005, Negli ultimi anni Ha di recente concluso ruoli di responsabilità
l’interesse di ricerca con successo il progetto in progetti interni
cerca di soluzioni che spaziano dal set- Einaudi Gli struzzi
NETWORK
si è concentrato di ricerca DynamicTV, e internazionali
tore energetico a quello dell’agroali- [3] Descrizione workshop sull’integrazione prototipando un e attualmente guida
mentare per fornire servizi pervasivi che www.regione.piemonte.it/innovazione tra sistemi sociali paradigma innovativo attività di progettazione
concorrano ad un uso più consapevole /innovazione/ict-information- e sistemi intelligenti per la TV interattiva. e sviluppo di innovativi
delle risorse del nostro pianeta. Fanno communication-technology e, all’interno Attualmente guida un paradigmi d’interazione
parte di questo impegno gli studi sulle /le-ict-nella-filiera-agroalimentare- del progetto PIEMONTE nuovo progetto di e servizi cross-mediali.
sull’associazione ricerca che mira a I suoi interessi
smart grid che permetteranno un’eroga- prospettive-e-testimonianze.html
di comportamenti ideare e costruire un si focalizzano su
zione efficiente ed un utilizzo consape- [4] Articolo pubblicato in seguito alla intelligenti e sociali ruolo per Telecom Italia aspetti di Interaction
vole dell’energia nelle nostre case; con il partecipazione a Cheese 2009 agli oggetti fisici. nell’ambito di Design, Human-
progetto PIEMONTE si è intrapreso un pri- http://www.slowfood.com/sloweb/ita/detta È stato coordinatore ecosistemi complessi, Computer Interaction
mo passo per mettere l’ICT al servizio dei glio.lasso?cod=5D3EE20E167cd1913BnUj2 di numerosi progetti quali l’enogastronomia e Knowledge-based
nazionali ed di qualità. Systems.
consumatori e degli attori della filiera 7C3C69
internazionali e ha È responsabile
eno-gastronomica, che ogni giorno con le [5] Progetto PIEMONTE Deliverable D1.2 – pubblicato libri e articoli scientifico per Telecom
proprie scelte determinano il flusso di Domain Description and Requirements in riviste e conferenze Italia nel progetto
produzione, distribuzione e vendita dei [6] Progetto PIEMONTE Deliverable D4.4 – internazionali. PIEMONTE e insegna
beni di consumo alimentare. L’informa- Device Benchmarking HCI presso l’Università
zione e le modalità che rendono facile la [7] Progetto PIEMONTE Deliverable D4.1 – di Torino.
comunicazione interpersonale, con il ter- New Interaction Model
ritorio, con gli attori della filiera e con i [8] Progetto PIEMONTE Deliverable D6.1 –
prodotti stessi, si uniscono quindi alle po- Metodologia di valutazione
tenzialità della rete di TLC per concorrere [9] Articolo su “Granaio della Memoria”
a scelte più consapevoli per un’eno-gastro- http://www.ilmessaggero.it/articolo.php?id
nomia sostenibile e di qualità. La nostra =120656&sez=HOME_PIACERI
scelta è di continuare ad approfondire in- [10] Progetto PIEMONTE Deliverable D 3.1 –
sieme a partner di alto profilo questo con- Specification of the global architecture
testo, per contribuire davvero ad un cam- [11] Sito del Salone del Gusto 2010
biamento della vita di tutti giorni, in un http://www.salonedelgusto.it/
campo, quale la scelta del cibo, che ci toc-
ca tutti da vicino. n
marina.geymonat@telecomitalia.it
Figura 9 - WantEat al Salone del Gusto di Torino.
rossana.simeoni@telecomitalia.it
16 NOTIZIARO TECNICO TELECOM ITALIA NUMERO 3 / 2010 17
RETI BAYESIANE: DA MODELLI DI CONOSCENZA
INNOVAZIONE
INNOVAZIONE
A STRUMENTI INFERENZIALI E DECISIONALI
MOBILE
Serena Cenatiempo, Giulio D’Agostini, Aldo Vannelli
P
rendere decisioni è tra le azioni più frequenti delle nostre giornate: le scelte personali, le de-
SICUREZZA
cisioni manageriali, le diagnosi mediche sono solo i primi esempi che vengono in mente. Fat-
tore imprescindibile in ogni decisione è la gestione delle incertezze. Queste ultime riguarda-
no le informazioni di cui disponiamo, così come le relazioni che intercorrono tra le variabili
del nostro problema. Nella maggior parte dei casi infatti tali relazioni non sono di tipo determini-
stico, ma probabilistico, si pensi ad esempio in campo medico alle relazioni tra malattie e sintomi,
o in campo ingegneristico a quelle tra guasti e allarmi. L’incertezza può ancora riguardare quello
NETWORK
che accadrà in prospettiva, per cui le conseguenze delle nostre scelte andranno valutate rispetto
ad ogni scenario futuro che crediamo possibile. In una grande varietà di casi il problema davanti
a cui ci troviamo è il seguente: avendo a disposizione una serie di dati, fatti o osservazioni, siamo
interessati a risalire alla causa più probabile che li ha provocati, al fine di ottimizzare le nostre de-
cisioni. A dispetto del fatto che si tratti di un’operazione che potremmo dire quotidiana, decidere
in condizioni di incertezza è un processo tutt’altro che banale. Già in situazioni elementari - si ve-
dano come esempi il paradosso di Ellsberg [1] o il Monty Hall Problem [2] - il nostro intuito porta
a conclusioni non corrette dal punto di vista razionale. Affrontare problemi reali, dove al numero
crescente di variabili si affianca un intricato gioco di relazioni tra le stesse, richiede strumenti che
permettano di gestire le incertezze in maniera quantitativa. Un approccio quantitativo per inte-
grare l’incertezza nel ragionamento viene dalle cosiddette reti bayesiane: potenti strumenti con-
cettuali, matematici e applicativi che permettono di gestire problemi complessi con un grande nu-
mero di variabili legate tra loro da relazioni sia probabilistiche che deterministiche.
Il teorema di Bayes e l’inferenza
1 nelle reti bayesiane
Le reti bayesiane rappresentano lo stru-
mento logico e tecnico per strutturare i
problemi e analizzare i dati in presenza di
incertezze, in particolare quando le rela-
zioni (probabilistiche) causa-effetto sono
complicate, ovvero in tutti i casi realistici
e di interesse [3]. Esse, infatti, permettono
di aggiornare in maniera quantitativa le
probabilità di tutte le variabili in gioco
ogni volta che vengono acquisite nuove
informazioni su alcune di esse, utilizzan-
do un teorema della probabilità chiama-
to teorema di Bayes. Per capire il significa- Figura 1 - Data un’osservazione possiamo non essere certi dell’esatta causa che l’ha provocata. Questo tipo di pro-
blema è classificato come ‘probabilità delle cause’ e il processo che porta alla sua risoluzione è detto ‘inferenza’.
to e la portata di questo importante teore-
18 NOTIZIARO TECNICO TELECOM ITALIA NUMERO 3 / 2010 19
ma, è utile introdurre un semplice case- C riteniamo che l’evento E si verifichi con Per calcolare questo valore è necessario co-
INNOVAZIONE
INNOVAZIONE
study in ambito medico. Un cittadino è probabilità x’. Se C1... Cn sono n possibili noscere la probabilità p (test positivo) che il
scelto a caso nella popolazione italiana cause che hanno effetti sull’evento E e se test sia positivo, che è data dalla somma
per essere sottoposto ad un test dell’AIDS. sappiamo che E si è verificato, allora della probabilità che il test sia positivo e la
La prestazione del test, come in tutti i casi p(E|Ci) è la probabilità con cui crediamo persona infetta e della probabilità che il te-
reali accade, non è perfetta. Da analisi pre- che la causa Ci produce E. La regola fonda- st sia positivo e la persona non infetta:
cedenti è noto che il test risulta positivo mentale del calcolo delle probabilità è:
nella totalità dei casi di infezione da HIV; p(AIDS si|test positivo) = (5)
MOBILE
MOBILE
al contrario esiste una piccola percentua- p(E|C) · p(C) = p(E,C) (1) p(test positivo|AIDS si)·
le di persone non infette (pari allo 0,2%) p(AIDS si)/p(test positivo)
per le quali il test dà risultato positivo. Vo- dove P(E,C) è la probabilità che gli eventi E e
lendo rappresentare il problema secondo C siano entrambi veri. La (1) può anche esse- Usando la (2), quest’ultima relazione può
lo schema di Figura 1 abbiamo due possi- re scritta scambiando C ed E e da questa os- essere esplicitata come segue:
SICUREZZA
SICUREZZA
bili cause (cittadino infetto o non infetto) servazione abbiamo la segunente identità:
che possono provocare, con probabilità p(test positivo)= (6)
rispettivamente del 100% e dello 0,2%, lo p(E|C) · p(C) = p(C|E) · P(E) (2) p(test positivo|AIDS si)·
stesso effetto (risultato positivo del test). p(AIDS si) +
Le domande a cui siamo interessati sono: da cui deriva il teorema di Bayes p(test positivo, AIDS no)·
qual è la probabilità che il soggetto sotto p(AIDS no)
esame sia infetto dal virus? È più probabi- p(C|E) = p(E|C) · p(C)/p(E) (3)
NETWORK
NETWORK
le che il cittadino in questione sia infetto Dalla (4) e dalla (6) emerge chiaramente
da AIDS o che non sia infetto? O ancora, che permette di calcolare la probabilità che per rispondere alla domanda che ci
possiamo dire che sia praticamente im- associata ad una causa C sotto l’ipotesi che siamo posti abbiamo bisogno di un’infor- Figura 2 - Esempio di rete bayesiana. I nodi in cima alla rete (in blu) non hanno genitori, mentre i nodi grigi sono condizionati da altre variabili della rete.
possibile che la persona con test positivo l’effetto E si verifichi, ovvero di trasforma- mazione che avevamo trascurato, ovvero
sia non infetta, visto che è praticamente im- re p(E|C) in p(C|E) (‘inversione di probabi- la probabilità p (AIDS si) che un cittadino sona scelta a caso abbia la stessa probabi- essendo la probabilità di un falso positi- infetta dal virus (significatività e specifi-
possibile che una persona non infetta risul- lità’). Si parla di inferenza bayesiana quan- selezionato a caso tra la popolazione ita- lità di essere o meno infetta dal virus del- vo molto bassa, il numero di persone non cità del test). Quello a cui siamo interes-
ti positiva al test? Il problema che ci stiamo do il processo di inferenza è basato sulla liana (quindi senza comportamenti a ri- l’AIDS! Per convincerci ulteriormente del infette è tre ordini di grandezza maggio- sati è percorrere la freccia in verso con-
ponendo è un problema di ‘probabilità del- relazione (3). Nel caso dell’AIDS le presta- schio) abbia contratto l’AIDS. Consideran- risultato ottenuto, supponiamo di sotto- re di quella delle persone infette. La pro- trario, ovvero valutare la probabilità del
le cause’, nel senso che siamo interessati a zioni del test altro non sono che probabi- do la stima realistica p(AIDS si)=1/600, dal- porre idealmente al test dell’AIDS l’intera babilità di essere affetti da AIDS, se il test nodo AIDS a partire dalle informazioni
risalire alla causa più probabile tra quelle lità condizionate, ovvero: la (4) si ottiene popolazione italiana (diciamo 60 milioni ha dato risultato positivo, è uguale alla sull’esito del test. La rete in Figura 3 è il
possibili a partire dall’osservazione dell’ef- − p (test positivo|AIDS si) = 100%; p (AIDS si | test positivo) = 45%. di persone). Il test risulterà positivo sia proporzione di persone infette rispetto più semplice esempio di rete bayesiana,
fetto ‘risultato del test’. Il processo attraver- − p (test negativo|AIDS si) = 0% È quindi ancora più probabile essere per la totalità delle persone infette (1/600 al numero totale di persone per il quale il con due sole variabili coinvolte. In situa-
so cui si ottengono informazioni sulle cau- (assenza di falsi negativi); non infetti che infetti, nonostante il test · 60 milioni = 100 mila) che per lo 0,2% test è risultato positivo, ovvero 100.000/ zioni più complesse ogni effetto può es-
se a partire dagli effetti prende il nome di − p (test positivo|AIDS no) = 0,2% abbia dato risultato positivo. Tale risulta- delle persone non infette (0,2% · 59,9 mi- 219.800 = 0,45. sere a sua volta causa di altri effetti, gli ef-
inferenza. Se il problema viene valutato (percentuale di falsi positivi); to deriva dal fatto che il teorema di Bayes lioni di persone = 119.800 falsi positivi). Il problema del test dell’AIDS sopra de- fetti possono essere tra loro dipendenti e
correttamente, il risultato è che la probabi- − p (test negativo|AIDS no) = 99,8%. bilancia in maniera appropriata le osser- Il numero di falsi positivi è confrontabile scritto può essere schematizzato come in così via. I software che implementano
lità di essere infetti nel caso di un risultato Applicando la regola di Bayes si ottiene la vazioni (il risultato dell’analisi) con le con quello dei veri positivi perché, pur Figura 3, dove la variabile causa (AIDS) e l’inferenza bayesiana sono in grado di
positivo del test non è il 99,8%, ma si colloca seguente espressione per la probabilità di conoscenze ‘a priori’ riguardanti il pro- la variabile osservazione (TEST) sono le- propagare le informazioni in ogni nodo
intorno al 50%, cioè non si può concludere essere infetto dato un esito positivo del blema in considerazione (nel nostro ca- gate da una freccia che rappresenta la re- della rete utilizzando il teorema di Bayes,
che la persona sia infetta da AIDS! test, che è l’informazione che cerchiamo: so la bassa diffusione dell’AIDS nella po- lazione causale tra i possibili stati della ovvero di estendere a molte variabili il
Il concetto cruciale di cui abbiamo biso- polazione italiana). malattia del nodo AIDS (persona infetta o processo che abbiamo applicato al pro-
gno per risolvere il problema e che rappre- p(test positivo) = (4) È interessante notare che solo scegliendo non infetta) e i due risultati del test. Alla blema del test dell’AIDS.
senta uno dei concetti di base delle reti p(test positivo, AIDS si) + p (AIDS si) = p (AIDS no) = 50% la (4) resti- variabile TEST è associata la Tabella 1 che
bayesiane è quello di probabilità condi- p(test positivo, AIDS no) tuisce p (AIDS si | test positivo) = 99,8%; d’al- quantifica la relazione espressa dalla
zionata. Quest’ultima è la probabilità che tra parte è assurdo pensare che una per- freccia e che contiene quindi le probabi- Reti bayesiane: struttura
un evento E si verifichi ipotizzando il veri-
ficarsi di un determinato ‘evento-causa’ C.
lità condizionate sopra descritte. Alla va-
riabile AIDS sono associate le due proba-
2 e primi esempi
p (test | AIDS) p (AIDS)
Per esempio la probabilità che si verifichi bilità di essere infetti o meno da AIDS. In generale una rete bayesiana (Figura 2)
un incidente automobilistico può essere AIDS sì AIDS no AIDS no 1/600 Il verso della freccia in Figura 3 esprime consiste di un insieme di variabili dette
condizionata dal meteo, dalle condizioni la direzione in cui è noto il condiziona- nodi (che indicheremo con lettere maiu-
Test positivo 100% 0,2% AIDS sì 599/600 mento tra le variabili in esame. Nel caso
della strada, dal traffico e così via. La nota- scole, A,B,C ...), che si possono trovare in
zione matematica che corrisponde ad Testo negativo 0% 99,8% del test dell’AIDS abbiamo informazioni un numero finito di stati mutuamente
un’affermazione di probabilità condizio- sulla probabilità che il test abbia un certo esclusivi (che indicheremo con lettere
Tabella 1 - Tabelle di probabilità associate ai nodi TEST e AIDS nella rete in Figura 3. Figura 3 - Rete bayesiana per il problema AIDS.
nata è p(E|C)=x , che si legge ‘data la causa esito a seconda che la persona sia o meno minuscole; ad esempio gli stati del nodo
20 NOTIZIARO TECNICO TELECOM ITALIA NUMERO 3 / 2010 21
INNOVAZIONE
INNOVAZIONE
MOBILE
MOBILE
SICUREZZA
SICUREZZA
NETWORK
NETWORK
Figura 4 - La rete Asia, introdotta da Lauritzen e Spiegelhalter nel 1988, è storicamente tra i primi esempi di rete bayesiana.
A saranno indicati con a1, a2, a3,...). Le rela- la probabilità che la variabile A si trovi Nel momento in cui si inseriscono nella
Figura 5 - Rete Asia prima di inserite le informazioni sul singolo paziente. Le probabilità per ciascun nodo figlio sono calcolate
zioni (probabilistiche e deterministiche) in uno dei suoi stati ai, ovvero rete le informazioni sul paziente in esa- dal software bayesiano a partire dalle probabilità a priori e condizionate che sono state inserite in fase di costruzione della rete.
tra le diverse variabili sono rappresenta- n
me (sintomi e comportamenti), queste si
te da frecce. Le variabili insieme alle frec- P(A)=(x1,...,xn) xi≥0 ∑ xi=1 propagano all’interno della rete, aggior-
i=1
ce che le congiungono formano un grafi- nando in maniera quantitativa le proba-
co aciclico, ovvero un grafico in cui non dove xi è la probabilità che A si trovi nello bilità associate ai nodi non noti della rete
esiste nessun cammino che permetta di stato ai. Le probabilità xi non sono condi- (malattie). Le immagini 5 e 6 sono l’inter-
partire da una variabile e tornare sulla zionate dalle altre variabili presenti nella faccia grafica per la rete Asia di uno dei
stessa seguendo le direzioni delle frecce. rete, ma sono certamente condizionate software utilizzati per la costruzione di
Ad ogni variabile E condizionata da altre dalle informazioni che abbiamo sul mo- reti bayesiane Hugin Expert [5], prima e
variabili C1, ..., Cn – chiamate ‘genitori di dello o problema che stiamo descriven- dopo che siano inserite le informazioni
E’ – è associata una tabella di probabilità do1. La tabella di probabilità per il nodo relative al paziente. Dal confronto tra le
condizionata P(E|C1...Cn) che quantifica AIDS è di questo secondo tipo. due immagini si vede come le informa-
la dipendenza del nodo E, detto ‘figlio’, Uno dei primi esempi accademici di rete zioni sui comportamenti del paziente e
dai nodi genitori. Nel caso in cui la va- bayesiana è la rete Asia [4], rappresentata sui sintomi abbiano cambiato le probabi-
riabile E (con stati e1,...,en) è condiziona- in Figura 4; essa mostra in maniera effica- lità iniziali di avere una delle tre malattie.
ta da una sola variabile C (con stati ce quali sono la potenzialità di questo La rete Asia può essere facilmente amplia-
c1,...,cm) P(E|C) è una tabella (n×m) con- strumento. Si tratta della versione sem- ta includendo risultati di ulteriori test
tenente tutte le probabilità P(ei|cj) asso- plificata di una rete per la diagnosi di ma- utili alla diagnosi, semplicemente ag-
ciate alle diverse combinazioni di stati lattie ai polmoni, in particolare tuberco- giungendo nuovi nodi alla struttura già
dei nodi C ed E. losi, cancro e bronchite. esistente. I sofware in commercio per
La tabella 1 per il nodo TEST è di questo Ogni nodo della rete corrisponde a un l’implementazione di reti bayesiane so-
tipo. Nel caso in cui E è condizionata da comportamento del paziente o al risul- no comprensivi di API, permettendo così
due variabili C1 e C2 la tabella di probabi- tato di un esame medico, mentre la dire- di gestire i problemi a livello di program-
lità condizionata ha n righe ed m1×m2 zione delle frecce descrive le relazioni mazione, effettuare analisi di sensibilità
colonne e così via al crescere dei nodi tra le variabili: ad esempio essere fuma- rispetto alle variazioni di determinati pa-
genitori. Se una variabile A con n stati tore alza la probabilità di avere un tu- rametri, o gestire informazioni real time
non ha genitori, la tabella a essa associa- more ai polmoni o di soffrire di bronchi- all’arrivo di nuovi imput, con ovvie appli-
ta si riduce ad una singola colonna di n te, mentre non ha alcuna relazione con cazioni su sistemi esperti. Figura 6 - Rete Asia in cui sono state inserite le informazioni sul paziente e i risultati delle analisi. La diagnosi più probabile è quella di tubercolosi,
con una probabilità del 63,2%, mentre le probabilità associate alla presenza di un tumore o bronchite sono rispettivamente del 12,6% e del 45,9%.
numeri, ciascuno dei quali rappresenta la tubercolosi. L’approccio alla base della rete Asia può
1 Ogni probabilità è sempre condizionata al- a conoscenza del fatto che il dado è truccato opinioni diverse sulle probabilità da asse-
meno dal nostro stato di informazione ri- la nostra idea sulla probabilità dell’uscita gnare ad un certo evento.
spetto al problema che stiamo descrivendo: del numero 6 sarebbe diversa. Lo stato di
la probabilità che il lancio di un dado dia ri- informazione può essere diverso da soggetto
sultato 6 è 1/6 perché riteniamo le facce del a soggetto, in quanto persone diverse posso-
dado equiprobabili. D’altra parte se fossimo no avere informazioni diverse e pertanto22 NOTIZIARO TECNICO TELECOM ITALIA NUMERO 3 / 2010 23
essere facilmente generalizzato ad altri sono introdotti attraverso un toy model mette un’aggiornamento globale delle
INNOVAZIONE
campi. Si pensi ad esempio all’analisi dei (implementato con Hugin Expert e scarica- probabilità, un’operazione che va al di là
guasti in una rete di telecomunicazioni, bile online, si veda [7]) che permette di di- delle capacità della mente umana (già la
dove gli allarmi corrispondono alle osser- scutere alcuni punti che risultano cruciali semplice rete dell’appendice J di [7] mo-
vazioni sul Sistema di Gestione e i guasti quando si voglia estendere il ragionamen- stra aspetti inizialmente controintuitivi).
delle diverse componenti tecnologiche to qui presentato a casi reali, quali la pre- Questo rappresenta un grosso vantaggio,
rappresentano le cause di cui si vogliono senza di errori nei report forniti dai rivela- in quanto già in reti con 4 o 5 nodi si ha
inferire le probabilità. Le reti bayesiane tori che forniscono i dati sperimentali e difficoltà a controllare le relazioni globali
MOBILE
rappresentano inoltre lo strumento otti- l’effetto di report concordi o discordi sul- a livello puramente intuitivo, poiché la
male per l’integrazione di dati provenien- l’aggiornamento delle probabilità. trasmissione delle evidenze nella rete av-
ti da rivelatori e sensori di diverso genere. viene in maniera complessa.
Un esempio di integrazione di algoritmi Per poter trarre informazioni da una re-
bayesiani e sensori di posizione è il pro- te bayesiana non è indispensabile una
3 Vantaggi delle reti bayesiane
perfetta conoscenza di tutte le probabi-
SICUREZZA
getto Wearable Museum del MIT [6], in cui i
dati riguardanti gli spostamenti di un vi- lità legate alle diverse variabili, né oc-
sitatore in un museo e i tempi di sosta da- Diversi sono i motivi che fanno delle re- corre addestrare la rete con un enorme
vanti alle diverse opere esposte consento- ti bayesiane strumenti privilegiati nella numero di casi, come è invece necessa-
no di ottenere informazioni utili (ad es. la gestione dell’incertezza. Ne elenchiamo rio nel caso delle reti neurali. Le reti
tipologia di opere preferite dal visitatore, di seguito i principali, evidenziando in bayesiane sono in grado di fornire la mi-
nonché il tempo a sua disposizione) per particolare le differenze essenziali tra gliore sintesi della situazione di incer-
NETWORK
adattare i contenuti di una guida interat- reti bayesiane e reti neurali. tezza, sulla base delle informazioni e dei
tiva ai suoi specifici interessi. Le reti bayesiane offrono la possibilità di dati a disposizione.
L’ipotesi cruciale del progetto è che i visita- integrare in un approccio unitario proba- Allo stesso tempo le probabilità inserite
tori possano essere classificati in alcune ti- bilità provenienti da fonti diverse: cono- nella rete vengono aggiornate nel mo-
pologie definibili in base alle caratteristi- scenze teoriche, frequenze in un database, mento in cui si acquisisce nuova cono-
che della visita (percorso e durata); possi- così come stime soggettive sul verificarsi scenza sul sistema o sul processo che si
bili tipologie di visitatori sono ad esempio di un evento2. Al contrario le reti neurali sta rappresentando. Si pensi ad esempio
l’appassionato d’arte, il visitatore selettivo, sfruttano pesantemente i dati sperimenta- alla rete Asia. La rete può essere costruita Figura 7 - Prototipo di rete bayesiana per il progetto Museum Wearable del MIT. I nodi in azzurro rappresentano le osservazioni,
ovvero i tempi di sosta davanti agli oggetti 1 e 2. Le probabilità degli stati associati ai nodi in marrone sono ottenute attraverso
interessato alle sole opere principali, così li, senza i quali non potrebbero essere ad- inizialmente sulla base di dati medici il teorema di Bayes. La guida multimediale è montata su appositi occhiali e fornisce informazioni audiovisive come mostrato in foto.
come il visitatore con poco tempo a dispo- destrate e quindi utilizzate, ma non con- preesistenti; d’altra parte, man mano che
sizione, che vuole avere solo un’idea gene- sentono di utilizzare le conoscenze a prio- si utilizza la rete su nuovi pazienti, le • leggere l’incertezza delle conclusioni cienti tecniche di stima Monte Carlo. limitiamo pertanto ad alcuni esempi.
rale delle opere esposte. Una rete bayesia- ri rispetto al problema in esame. informazioni acquisite vengono utilizza- della rete e trovare le successive conclu- Ci sembra infine opportuno sottolineare Oltre al campo medico, in campo scientifi-
na appositamente sviluppata (Figura 7) Per costruire una rete bayesiana è neces- te dalla rete per aggiornare le stime delle sioni più probabili; nel caso della rete come l’approccio bayesiano rappresenti co l’approccio bayesiano è utilizzato in va-
permette di stimare con alta probabilità la sario inserire le sole probabilità condi- probabilità iniziali, così che esse siano Asia ad esempio sappiamo dire qual è la un metodo ormai riconosciuto e validato ri campi, dalla fisica alla biologia, dalla
categoria di appartenenza del visitatore, zionate associate alle variabili legate tra sempre più rispondenti alla tipologia di seconda diagnosi più probabile. Que- a livello internazionale. Non è un caso per geologia alla genetica. Importanti sono
sulla base dai dati misurati da un sensore loro da una freccia causale. Questo com- pazienti in cura nella specifica clinica sto è utile in particolare nei casi in cui esempio che la NASA nel 2009 abbia repu- inoltre le applicazioni nei settori applica-
di posizione, e di fornire informazioni ade- porta un grosso vantaggio computazio- che utilizza il software. lo scarto tra le probabilità associate a tato utile pubblicare un manuale sull’in- tivi. Nel risk management (in particolare ri-
guate al contesto di fruizione. nale. Nel caso della rete Asia ad esempio è Ingrediente indispensabile per la costru- due diverse conclusioni è piccolo; ferenza bayesiana [9]. sk assessment) in vari ambiti: riduzione del
Le probabilità necessarie per il funzio- necessario inserire solo 28 valori di pro- zione di una rete bayesiana è un’accurata • effettuare analisi di sensibilità, per ca- rischio associato alle catastrofi naturali,
namento della rete Museo sono definibi- babilità, contro le 28=256 configurazioni conoscenza delle variabili rilevanti e del- pire quale accuratezza sulla stime di gestione delle missioni spaziali sono solo i
li sulla base di ricerche di anteriorità sul di stati diversi descritti dalla rete. Nello le loro relazioni. D’altra parte al contrario probabilità è necessaria per le conclu- principali. In campo informatico: gestio-
comportamento dei visitatori o in base
a stime soggettive, permettendo la rea-
specifico i 28 valori di probabilità per la
rete Asia corrispondono a 2 probabilità
delle reti neurali, che si presentano come
‘scatole nere’ in cui non si ha alcun con-
sioni di nostro interesse, e per valutare
l’opportunità di investire risorse, al fine
4 Applicazioni delle reti bayesiane
ne e controllo delle risorse in diversi tipi
di processi, progetti di intelligenza artifi-
lizzazione immediata del progetto. D’al- per ciascuno dei 2 nodi genitori, 2x2x2 trollo del processo che porta dall’input di migliorare le stime delle probabilità Le reti bayesiane rappresentano uno stru- ciale e robotica. In campo ingegneristico:
tra parte, una volta in funzione, la guida valori di probabilità condizionata per il all’output, una rete bayesiana è leggibile a cui la rete è più sensibile. mento efficace in tutti i campi in cui, dato analisi dei guasti, troubleshooting in genera-
interattiva fornisce una grande quantità nodo ‘difficoltà respiratorie’ e 2x2 valori in ogni sua parte. Ogni nodo infatti rap- Per lungo tempo il limite dell’applicazio- un insieme di variabili legate da relazioni le, affidabilità di sistemi e processi. In
di informazioni sui visitatori del museo per gli altri 4 nodi della rete diversi da ‘tu- presenta una variabile ben definita ri- ne dei metodi bayesiani è stato quello del probabilistiche, si vogliano inferire infor- campo militare: integrazione di dispositi-
e i loro comportamenti, che possono es- bercolosi o cancro’, che è un OR logico. spetto al problema in esame e il suo si- carico computazionale, in gran parte lega- mazioni su variabili di interesse a partire vi per combat identification e pianificazione
sere utilizzate per ridefinire i parametri La costruzione di una rete bayesiana av- gnificato, nonché le sue tabelle di proba- to ai problemi di integrazione numerica da dati o osservazioni, sfruttando tutta la di operazioni a diversi livelli. In campo in-
della rete stessa. viene a livello ‘locale’, individuando le re- bilità possono essere oggetto di discus- che intervengono nel momento in cui conoscenza a disposizione. Si tratta di un dustriale: controllo della produzione, ana-
Per un altro originale e interessante esem- lazioni tra i nodi e stimando le probabi- sione e di analisi anche fra non esperti vengono trattate variabili continue. Oggi problema comune a una grandissima va- lisi di lancio di nuovi prodotti e analisi di
pio di uso dell’inferenza bayesiana, questa lità corrispondenti. Una volta strutturata informatici. In particolare è possibile: tale limite è in larga parte superato, sia per rietà di ambiti e per questo motivo dare customer satisfaction. In campo civile: anali-
volta in campo forense, si rimanda a [7], in la rete e inseriti i valori di probabilità, • controllare sotto quali assunzioni val- lo sviluppo di appositi software di calcolo una lista completa delle applicazioni delle si dei fattori di rischio per la sicurezza au-
cui i concetti di base delle reti bayesiane l’aggiornamento mediante software per- gono le conclusioni della rete; (si vedano ad esempio [5] e [8]) che di effi- reti bayesiane è un obiettivo velleitario. Ci tostradale e controllo del crimine. In cam-
2 La probabilità soggettiva è basata sull’idea zione alla probabilità soggettiva e all’infe-
intuitiva che la probabilità quantifichi il renza bayesiana, con confronti con altri ap-
grado di credenza che un evento accadrà. procci si rimanda a [11].
Una teoria della probabilità basata su questa
idea rappresenta il contesto più generale per
gestire l’incertezza. Per una breve introdu-Puoi anche leggere
