Intelligenza Artificiale, le parole chiave per capire l’AI facilmente

Intelligenza Artificiale, le parole chiave per capire l'AI facilmente

Intelligenza Artificiale, machine learning, deep learning, reti neurali… Qual è il significato di questi termini? Le parole chiave per capire l’AI in modo facile e completo.

Intelligenza Artificiale: cos’è esattamente? Si sente molto parlare di A.I. negli ultimi tempi, ma intorno al termine c’è un po’ di confusione. Per non commettere errori ecco alcuni termini chiave per capire in modo facile e completo cos’è l’intelligenza artificiale.

Intelligenza Artificiale

Secondo Marco Somalvico, uno dei pionieri dell’intelligenza artificiale in Italia:

L’intelligenza artificiale è una disciplina che studia come realizzare programmi informatici capaci di esibire prestazioni che, a un osservatore comune, sembrerebbero essere di pertinenza esclusiva dell’intelligenza umana.

Negli anni Settanta con il termine ci si riferiva alle macchine capaci di affrontare un processo logico, mentre al giorno d’oggi si indica un programma in grado di apprendere in autonomia. In italiano l’acronimo è IA, mentre in inglese diventa AI, Artificial Intelligence.

Approfondimento: “Google prevede la tua morte grazie all’Intelligenza Artificiale”

Algoritmo

In informatica con Algoritmo si intende una sequenza di operazioni (istruzioni), eseguibili da una macchina per raggiungere un obiettivo o per risolvere un problema. Nel campo dell’intelligenza artificiale, un algoritmo è composto da operazioni elementari, che diventano complesse a seconda di come sono combinate tra loro.

Curiosità! Algoritmo è una parola di origine orientale, deriva infatti da al-Khuwārizmī, soprannome del matematico persiano Muhammad ibn Mūsa.

Machine Learning

Il Machine Learning, in italiano Apprendimento Automatico, raggruppa tutti quegli studi che puntano all’apprendimento automatico della macchina, migliorando le prestazioni in base all’esperienza accumulata. Grazie al machine learning i programmi, con il passare del tempo, diventano sempre più intelligenti emulando il cervello umano.

Approfondimento: “La Nazionale Italiana premiata dalla UEFA per l’intelligenza artificiale”

Apprendimento supervisionato e Apprendimento non supervisionato

Nell’intelligenza artificiale l’apprendimento può essere supervisionato o non supervisionato. Con apprendimento supervisionato si intende quando un supervisore, spesso l’essere umano, indica ad un programma coppie di input – output per riconoscerne il legame, apprenderlo e utilizzarlo per elaborare l’output correttamente. Un tipico esempio è quando indichiamo al nostro provider di posta le email spam.

Nell’apprendimento non supervisionato vengono forniti alla macchina dei dati più grezzi, senza indicarne i legami. Un esempio è dato dai programmi che riescono a distinguere le differenze in un insieme di foto, come riconoscere i diversi animali all’interno.

Intelligenza Artificiale, le parole chiave per capire l'AI facilmente

Deep Learning

Il Deep Learning fa parte del machine learning nell’AI. L’apprendimento avviene su più livelli tramite gerarchia: ciascun livello utilizza l’output del livello precedente per costruire un proprio modello.
Per capire meglio pensate anche qui ai programmi che identificano i volti nelle immagini: ai livelli più bassi sono identificati i diversi contorni delle zone di colore; ai livelli più alti tali contorni si aggregano per individuare gli elementi più complessi, come naso, bocca, occhi… Per realizzare i singoli livelli, l’approccio impiega molto spesso le reti neurali.

Se se interessato leggi anche: “Predictive Marketing: cos’è? come funziona? quali sono i vantaggi?”

Reti Neurali

Una rete neurale artificiale lavora come il nostro cervello. I neuroni dell’essere umano sono connessi tramite sinapsi; nell’intelligenza artificiale i diversi neuroni sono dei nodi che aggregano input proveniente da altri neuroni in output, per poi inviarli ad altri neuroni ancora.
Il processo consiste nell’apprendere le connessioni fra i neuroni e i loro pesi, cioè la loro importanza. Ovviamente al momento anche le reti neurali artificiali più avanzate sono ben lontane dalle prestazioni di un complesso cervello umano.

Computer Vision

Affinché un robot possa dimostrare caratteristiche intelligenti è fondamentale poter riconoscere cosa avviene nel mondo esterno. La Computer Vision, o visione artificiale, ci viene in aiuto nell’intelligenza artificiale mediante l’utilizzo di telecamere che permettono di ricostruire un modello di mondo in 3 dimensioni partendo da immagini in 2 dimensioni.

Lidar

Lidar, acronimo di Light Detection And Ranging, è un sensore che permette di rilevare la luce a distanza in modo più semplice rispetto alla visione artificiale. Il funzionamento è simile a quello di un radar, solo che al posto di considerare l’onda radio viene preso come punto di riferimento la luce. Misura la distanza tra un sensore e l’oggetto più vicino lungo una certa direzione. Rappresenta uno dei metodi più accurati con cui leggere la realtà esterna, e per questo è utilizzato spesso nei veicoli a guida autonoma.

servizi contattaci

Lascia un Commento