La cibernetica può essere considerata la radice comune sia dell'intelligenza artificiale (AI: artificial intelligence) sia della robotica.
E la robotica è strettamente imparentata con l'intelligenza artificiale, pur avendo dei confini distinti.
Anzi, non si può affrontare un problema di robotica senza vedere le implicazioni algoritmiche da affrontare nel campo dell'intelligenza artificiale, che deve prevedere l'elaborazione dei segnali provenienti dai trasduttori e la generazione di segnali attuatori.

Intelligenza artificiale

Dare una definizione di intelligenza artificiale può essere un'operazione sterile o puramente accademica, domandandosi cosa si intenda per intelligenza.
Si comprende da subito che dare una definzione di intelligenza ci porta da subito verso territori filosofici tipici della teoria della conoscenza.
Per ora sospendiamo il tentativo di definire cosa sia l'intelligenza artificiale ed entriamo direttamente in problemi tipici dell'intelligenza artificiale stessa: di tali problemi mi sono occupato direttamente sia per quanto riguarda la parte teorico-algortimica sia per quanto riguarda gli aspetti realizzativi.

Riconoscimento vocale

Partendo dalle conoscenze acustiche, di teoria spettrale e di fonetica, anche in relazione ai miei studi vocali di tipo psicologico, mi sono addentrato in approfondimenti legati al riconoscimento della voce.
Di fatto questo problema proviene dal mio studio del sistema uditivo umano e del sistema di fonazione su basi neurofisiologiche.
E non accontentandomi dell'approccio tradizionale della medicina, ho completato lo studio, portando un approccio ingegneristico a scienze "non esatte" come la neurofisiologia e le scienze cognitive.

Esistono diversi tipi di algoritmi relativi al riconoscimento della voce, tra cui gli algoritmi basati sui sistemi stocastici con memoria, come le catene di Marcov finite, che forniscono buoni risultati proprio nel riconoscimento vocale.

Riconoscimento spaziale del campo sonoro: localizzazione delle sorgenti sonore

Altro problema proveniente dallo studio neurofisiologico e psicoacustico del sistema uditivo umano e, in generale, del mondo animale, nel contesto della ricerca applicata per Sistemi audio , è quello relativo alla formazione della percezione spaziale del campo sonoro, in cui si deve raggiungere, tra gli obiettivi, la localizzazione delle srogenti sonore.
Dallo studio neurofisiologico del sistema uditivo umano, conosciamo alcuni dati statistici, che ci permettono di affermare che il sistema uditivo umano è piuttosto impreciso nella localizzazione delle sorgeti sonore.
Ma, al di là di questi dati psicoacustici del sistema uditivo umano, è importante cercare di studiare e realizzare alcuni algoritmi di localizzazione delle sorgenti sonore.
In particolare, ho approfondito gli algoritmi provenienti dall'analisi e dalla progettazione di antenne e di schiere di antenne: tra questi algoritmi ho sviluppato l' algoritmo di beamforming, con realizzazioni hw-sw custom.
L'algortimo di beamforming sviluppato è di tipo deterministico, ma esistono anche algoritmi non deterministici di localizzazione delle sorgenti sonore e, tra questi, esistono algoritmi adattivi ad inseguimento di sorgente sonora.

Riconoscimento gestuale

Dagli approfondimenti di Linguistica , intesa in senso esteso, e di antropologia comparata, dal mio interesse per il mondo artistico del Teatro e della Danza , e ancora prima, nel contesto della Cibernetica , dallo studio dei sistemi di controllo dell'apparato muscolo-scheletrico nell'uomo e nel mondo animale, in generale, è nata la curiosità nel riconoscimento del gesto e della cattura del movimento attraverso il sistema visivo.
Da queste premesse si comprende come, per arrivare a definire un sistema di riconoscimento del movimento e dei gesti, bisogna partire da conoscenze di meccanica e di formazione di immagini, con la relativa appropriata elaborazione.
Quasi tutti gli algortmi di riconoscimento del movimento e del gesto si basano sulla cattura dell'immagine di un corpo solido in movimento, che viene rappresentato attraverso punti nodali.
Da questo punto di partenza, si procede, attraverso opportuni algoritmi, con elaborazione hard real-time delle sequenze di immagini.

Riconoscimento delle forme

Questo è un tema particolarmente interessante, soprattutto nell'ambito delle Scienze cognitive ed è presente proprio nell'opera originale di Wiener di Cibernetica .
Per risolvere questo problema, bisogna partire da una mappa spaziale, geometrica e da qui si deve procedere con opportune trasformazioni logico-formali.

Robotica

Gli elementi di passaggio dal mondo dell'intelligenza artificiale al mondo robotico sono rappresentati da trasduttori e da attuatori: questi sono i due anelli essenziali nella catena sistemistica di un sistema "intelligente", che è in relazione con l'ambiente, da cui provengono segnali ambientali e a cui giungono segnali, spesso segnali di potenza, per attuare il corretto o desiderato comportamento fissato attraverso una serie di obiettivi.
Detto in questo modo, può apparire tutto estremamente semplice: ma è proprio qui che interviene la "rivoluzione" Cibernetica di Norbert Wiener, con l'utilizzo di sistemi a feedback, che automatizzi il comportamento.

Ma è sufficiente creare automatismi per avere un sistema robotico intelligente? Domanda dal sapore retorico, a cui dobbiamo rispondere in modo negativo.
Un sistema intelligente deve presupporre l'esistenza di apprendimento, anzi di autoapprendimento, e di conoscenza, che non è fatta di semplice accumulo di dati.
Ma come dicevamo in precedenza, questi temi trattatti ci portano a temi tipici di Filosofia di notevole difficoltà e importanza, che, seppur importanti ed essenziali, di per sè non ci aiutano a trovare soluzioni ingegneristiche.