Come si insegna a un computer a imparare
IL POST – 06/04/2017
Guida minima al “deep learning”, la tecnica più utilizzata per far sì che un computer sappia riconoscere un gatto, per esempio.
I progressi più importanti raggiunti negli ultimi anni sull’intelligenza artificiale sono legati al “deep learning”, il campo della ricerca che si occupa di insegnare ai computer a imparare, attraverso tecniche di apprendimento automatico.
Questo sistema, che ha permesso di realizzare programmi sempre più utilizzati, come quelli per il riconoscimento dei visi, è il più promettente per costruire programmi “intelligenti”.
Reti neurali, machine learning e deep learning sono termini che ricorrono spesso quando si parla di intelligenza artificiale. In molti casi sono integrati tra loro, a strati: come in una pizza, per capirci. La rete neurale è la pasta, un insieme di computer in rete tra loro che si scambiano dati ed elaborazioni; il machine learning è il pomodoro, un programma che funziona grazie alla rete neurale e che può servire per far imparare ai computer a riconoscere certi tipi di dati o a dare particolari risposte; il deep learning è la mozzarella, un sistema che sfrutta gli altri due strati per elaborare e analizzare enormi quantità di dati, resi per lo più accessibili grazie a Internet.
Come suggerisce il nome, una rete neurale cerca di imitare la struttura di base del nostro cervello: i computer (o solo i loro processori) e il loro software sono collegati insieme in una rete con nodi e collegamenti che ricordano quelli che si formano tra i neuroni. Preso individualmente, ogni nodo è piuttosto tonto, ma tutti i nodi presi collettivamente possono risolvere problemi complicati. Inoltre, con i giusti algoritmi e programmi, le reti neurali possono acquisire l’abilità di imparare da sole.
(Leggete tutto l’articolo —->)
