Glossario informatico

Machine learning (apprendimento automatico)

In breve

Il machine learning (apprendimento automatico) è il ramo dell'intelligenza artificiale in cui i programmi imparano a svolgere un compito analizzando esempi, invece di seguire regole scritte una per una da un programmatore.

L’idea

Per riconoscere le email di spam si potrebbero scrivere regole a mano («se contiene la parola X…»), ma gli spammer cambierebbero subito parole. Con il machine learning si mostrano al programma migliaia di email già classificate come spam o non spam: il modello impara da solo quali caratteristiche le distinguono e poi applica quello che ha imparato alle email nuove.

I tipi di apprendimento

  • Supervisionato: si impara da esempi etichettati (questa foto è un gatto, questa no). Usato per classificare e prevedere.
  • Non supervisionato: il modello cerca da solo gruppi e somiglianze in dati senza etichette, per esempio clienti con abitudini simili.
  • Per rinforzo: il sistema impara per tentativi, ricevendo «premi» o «penalità»; è usato nei giochi e nella robotica.

Deep learning

Il deep learning usa reti neurali con molti livelli, capaci di riconoscere schemi complessi in immagini, suoni e testi. Richiede enormi quantità di dati e molta potenza di calcolo, fornita soprattutto dalle GPU. È alla base dei chatbot, del riconoscimento vocale e della traduzione automatica.

Allenamento e uso

Si distinguono due fasi: l’addestramento, lungo e costoso, in cui il modello impara; e l’inferenza, cioè l’uso del modello già addestrato per dare risposte, molto più rapido. Un modello impara solo da ciò che ha visto: se i dati sono parziali o sbilanciati, lo saranno anche le sue risposte.