Machine Learning & Deep Learning: anche le macchine fanno formazione

Stanley Kubrick ci aveva visto giusto. HAL9000 è ormai tra di noi. Più piccolo e sicuramente meno cattivo, ma l’intelligenza artificiale è ormai parte integrante della nostra vita quotidiana. Tuttavia, come per gli esseri umani è necessario apprendere per potersi migliorare, anche le macchine hanno iniziato ad imparare. Scopriamo allora il Machine Learning e il Deep Learning, i meccanismi nascosti dietro la sigla AI.

 

L’AI è tra noi

 

Assistenti virtuali, automobili in grado di guidare da sole, annunci sponsorizzati, algoritmi che imparano a conoscerci, suggerendoci il prossimo brano da ascoltare o la serie tv da guardare. Che lo vogliamo o no, l’intelligenza artificiale è ormai nelle nostre vite. A volte ne facciamo uso senza nemmeno accorgercene, come quando scattiamo una foto dallo smartphone o interroghiamo un motore di ricerca; a volte invece restiamo estasiati da quale livello di somiglianza con l’uomo sia riuscita a raggiungere.

Ma come ci riescono? Come può un computer svolgere operazioni tipiche dell’intelletto umano? La risposta è nel Machine Learning (ML) e nel Deep Learning (DP).

Per prima cosa, iniziamo con alcuni degli acronimi più comunemente usati e le loro definizioni:

• Intelligenza Artificiale (AI) – l’ampia disciplina che consente la creazione di macchine intelligenti;
• Machine Learning (ML) – si riferisce a sistemi che possono imparare dall’esperienza in maniera automatica;
• Deep Learning (DL) – si riferisce a sistemi che apprendono dall’esperienza in base all’analisi di grandi quantitativi di dati, utilizzando algoritmi ispirati alla struttura e alla funzione del cervello chiamati reti neurali artificiali.

Quindi tutto ciò che è reso intelligente, che si tratti di un robot, un frigorifero, un’automobile o un’applicazione software, rientra nella definizione di Intelligenza Artificiale.

 

Cos’è il Machine Learning

 

Il Machine Learning (ML), anche se è comunemente usato insieme all’AI, non è la stessa cosa. Si riferisce a sistemi che possono apprendere autonomamente.

Sistemi che diventano sempre più intelligenti nel tempo senza l’intervento umano. Non sarà più il programmatore a dover analizzare il problema e poi realizzare l’algoritmo corretto, ma sarà lo stesso algoritmo ad “imparare” quale comportamento è meglio eseguire, sulla base dei dati in suo possesso e dei risultati che si vogliono conseguire.

Google Maps è un esempio di applicazione del Machine Learning nella vita di tutti i giorni, con la sua capacità di prevedere il percorso migliore a seconda del mezzo di trasporto, stimando anche il tempo di percorrenza. Ma anche gli App Store o Play Store con la funzione di raccomandazione delle app più vicine alle nostre esigenze.

 

Cos’è il Deep Learning

 

Il Deep Learning (DL), la cui traduzione letterale significa apprendimento profondo è una sottocategoria del Machine Learning applicata a grandi set di dati. Utilizzando algoritmi di calcolo statistico, le macchine cercano di comprendere il funzionamento del cervello umano e come riesca ad interpretare le immagini ed il linguaggio.

Vi siete mai chiesti come fa il vostro smartphone a riconoscere il viso in una fotografia, o a stabilire se il soggetto di fronte si tratta di un cane o un gatto? Questo è il Deep Learning.

Un celebre esempio di intelligenza artificiale nella sua interezza e complessità è la celebre telefonata fatta sul palco del Google I/O 2018 fatta da Sundar Richai, CEO di Google, per dimostrare la nuova tecnologia Duplex. L’assistente vocale ha eseguito in totale autonomia una prenotazione presso un centro di bellezza, intercalando la conversazione con “Mm-hmm..” utili a guadagnare tempo per comprendere ed analizzare la voce e le intenzioni del suo interlocutore.

 

Apprendere per far apprendere le macchine

 

Ancora una volta l’evoluzione informatica passa attraverso il processo di apprendimento. Le macchine lo hanno iniziato da tempo, ma per imparare hanno ancora bisogno dell’uomo. Per questo investire sulla formazione al giorno d’oggi è fondamentale per sé stessi ed il futuro della propria azienda.

La domanda adesso è: Vuoi davvero restare indietro?