AO_411

GENNAIO-FEBBRAIO 2019 AUTOMAZIONE OGGI 411 126 AO TUTORIAL Vitaliano Vitale a madre di tutte le domande è sempre la stessa: come migliorare (se stessi, la produzione, un macchinario, una performance)? La risposta parte da un assunto: bi- sogna studiare. To learn (appunto). In modo approfon- dito: deep. Ma cos’è il deep learning esattamente? La definizione appropriata potrebbe essere quella di una sotto-area del machine learning che utilizza delle reti neurali dotate di molti strati e di nuovi algoritmi che processano dati per la regolariz- zazione di un modello. Dunque il deep learning è un’evoluzione tecnologica o una capacità che si basa sui Big Data, sull’intelligen- za artificiale e sul machine learning. Tutti termini che sentiamo e utilizziamo sempre più di frequente, ma che non sono sinonimi e che forse è bene mettere in colonna. L’intelligenza artificiale, abbreviata anche con IA, oppure con l’anglosassone AI (Artificial Intelligence), implica tutti quegli strumenti di calcolo capaci di eseguire passaggi paragonabili a quelli dell’intelligenza umana. Per arrivarci si adottano le tecni- che dell’apprendimento automatico o machine learning, mentre il deep learning (apprendimento approfondito) è una modalità dell’apprendimento automatico. L’apprendimento automatico (machine learning) è il percorso per la realizzazione dell’intelligenza artificiale. Una sorta di specializ- zazione dell’intelligenza artificiale concentrata sulle possibilità delle macchine e degli strumenti di ricevere ed elaborare una serie di dati e da questi imparare da sola, alterando gli algoritmi ogni qual volta ricevono nuove e maggiori informazioni su quello che stanno elaborando. In sostanza il machine learning si può interpretare come la ca- pacità di una macchina di imparare senza essere programmata per farlo. Si è riusciti a spiegare a un algoritmo l’apprendimento da svaria- te situazioni, cioè si è riusciti ad addestrare l’algoritmo all’adatta- mento in determinate situazioni con lo scopo di migliorarsi e adat- tarsi in modo sempre più preciso e aderente alla necessità. Questa educazione si basa sul trattamento di enormi quantità di dati. Tra cervello e logica Il machine learning è di fatto l’automatizzazione di un modello analitico, ossia un insieme di metodi, di reti neurali, di modelli statistici e di ricerche per scovare informazioni nascoste nei dati che elabora. Semplificando all’estremo, una rete neurale si ispira al funziona- L Deep learning, machine learning, intelligenza artificiale. Il fine ultimo è la qualità assoluta. L’automazione totale. La precisione e l’efficienza. Lo scarto 0. La produzione perfetta. Ma ci sono dei pericoli Fonte: www.pixabay.com Imparare a imparare