IMPARARE LIntelligenza Artificiale Disciplina che studia i fondamenti

IMPARARE – L’Intelligenza Artificiale "Disciplina che studia i fondamenti teorici, le metodologie e le tecniche permettono di progettare sistemi digitali (hardware) e di programmi (software) capaci di fornire all'elaboratore elettronico prestazioni che, a un osservatore comune, sembrerebbero di pertinenza esclusiva dell'intelligenza umana. "[Marco Somalvico da Enciclopedia Treccani on line - V Appendice (1992)] La definizione del prof Somalvico riporta l'i. a. al suo contesto nativo e dichiara una distanza precisa tra realtà e apparenza.

IMPARARE – Dove troviamo IA L’IA è diffusa in moltissimi dispositivi di uso comune, i più grandi vendor tecnologici hanno investito e investono in questo settore e gareggiano per ottenere il prodotto più performante. L’obbiettivo comune è la comprensione del linguaggio naturale: per prenotare un volo, individuare una strada in città, governare i dispositivi domestici. I processi che sovraintendono i meccanismi che implementano soluzioni afferenti al concetto di IA, non possono fare a meno della teoria generale degli Algoritmi.

IMPARARE – Algoritmi E’ una sequenza finita di operazioni elementari, eseguibili facilmente da un elaboratore che, a partire da un insieme di dati I (input), produce un altro insieme di dati O (output) che soddisfano un preassegnato insieme di requisiti.

IMPARARE – Algoritmi In generale si può definire Algoritmo una sequenza finita di azioni elementari che possono essere eseguite anche con il solo ausilio di carta e penna, la cui formulazione non presenti alcun tipo di ambiguità o incertezza. Il concetto è applicabile a qualsiasi ambito della conoscenza.

IMPARARE – Software Quando il progettista è certo che il suo algoritmo è valido, può procedere alla fase di coding o implementazione, cosi da poter creare un software eseguibile da un elaboratore. Il quale dalle istruzioni contenute nel software e dai dati che ne completano la definizione, attiverà una serie di comportamenti da cui si ottiene il risultato. Istruzioni e dati costituiscono l’azione, l’esito dell’elaborazione è la reazione. E quando il software è pensato per intervenire sulla realtà e arricchirla di nuove chiavi di lettura, allora possiamo parlare di Intelligenza Artificiale.

IMPARARE – Ma come si arriva a una IA? L’intelligenza umana è dote innata, certo. Ma è anche una caratteristica che può maturare, crescere, farsi acuta o specializzarsi in un certo ambito. Vale lo stesso anche per IA, e se si, come si fa ad allenare l’intelligenza artificiale? L’intelligenza umana si allena con lo studio e l’esperienza, per quella artificiale si ricorre al Machine Learning

IMPARARE – Machine Learning "L’apprendimento automatico (noto anche come machine learning) è una branca dell'intelligenza artificiale che raccoglie un insieme di metodi, sviluppati a partire dagli ultimi decenni del XX Sec in varie comunità scientifiche […], e fa uso di metodi statistici per migliorare progressivamente la performance di un algoritmo nell'identificare pattern nei dati. "[da Wikipedia]

IMPARARE – Tipi di ML Ciò che caratterizza il Machine Learning è il modello di apprendimento ed è proprio in base a questi modelli che si può fare una sorta di classificazione degli algoritmi: con supervisione didattica: apprendimento mediante esempi di input e di output per far capire all’AI come deve comportarsi senza supervisione didattica: apprendimento mediante analisi dei risultati; in questo caso il software capisce come agire e il modello di apprendimento si adatta sulla base di output che permettono di mappare i risultati di determinate azioni e compiti che saranno chiamati a svolgere i software.

IMPARARE – Modello supervisionato Il modello previsionale viene costruito sulla base di un input costituito da dati correttamente annotati o classificati, che funzionano come un libro di testo, dal quale imparare a distinguere i diversi casi che si possono presentare. Una volta che il modello è addestrato, sarà in grado di eseguire una valutazione su un elemento fuori dall’insieme di partenza con il quale può essere in relazione di appartenenza oppure no. Come avviene per le mele, nell’immagine. Imparare l’oggetto mela, anche se rosso, addestra il modello a riconoscere l’oggetto mela pure quando è verde.

IMPARARE – Modello NON supervisionato Il modello previsionale è generato a partire da algoritmi che analizzano i dati e automaticamente procedono a riconoscere le caratteristiche salienti (pattern) dei diversi elementi, cosi da procedere ad una ripartizione arbitraria dell’insieme di partenza, e quindi imparare la regola di classificazione.

IMPARARE – Schema di apprendimento supervisionato

IMPARARE – Natural Language Processing In NLP i processi di ML permettono di produrre IA capaci di eseguire l’analisi sintattica di un testo. Ciao, vorrei conoscere le nuove offerte per la prossima estate In forza dell’apprendimento ricevuto il modello è capace di indagare la frase e individuarne gli elementi costitutivi, le dipendenze che li legano, le loro relazioni sintattiche.