Libero
INTERNET OF THINGS

I computer indipendenti: ecco cos’è il machine learning

Tipologie e applicazioni dell’apprendimento automatico, quel campo della scienza informatica che permette alle macchine di prendere decisioni e fare previsioni

cosa è machine learning Fonte foto: Shutterstock

Avete letto qualcosa sull’argomento e ora vi state chiedendo cosa sia il machine learning? Immaginatevi di essere un professore e un giorno di entrare in una classe di solo macchine informatiche. Tutte ordinate con grembiule e astuccio. E poi insegnare loro a prendere decisioni in autonomia.

Cos’è il machine learningOra per riuscire nell’intento essere un normale docente non vi aiuterà. Per rendere autonomi i dispositivi, infatti, dovrete conoscere gli algoritmi nel campo dell’apprendimento automatico. Disciplina affine con la, forse più chiacchierata, intelligenza artificiale. Nello specifico l’intelligenza computazionale è un metodo di analisi dei dati che punta alla creazione automatica di modelli analitici. Ovvero permettere a un computer di elaborare nozioni, ponderare delle decisioni, prenderle e prevedere anche delle future opzioni. Ovviamente queste scelte devono sapersi adattarsi a continue nuove situazioni e non essere standard.

Diverse tipologie di algoritmo

Ci sono diverse tipologie di apprendimento automatico. Che dipendono dall’uso di differenti algoritmi. Le tre più utilizzate sono: l’apprendimento supervisionato, quello non visionato e l’apprendimento con rinforzo. Nell’apprendimento supervisionato il sistema viene istruito grazie alla creazione di una base dati con esempi già decodificati. Questo permette alla macchina di catalogare ciò che apprende per un futuro utilizzo. In base all’esperienza e ai modelli che ha imparato poi ci darà delle previsioni. Questo può essere utilizzato per la prevenzione in campo medico o per migliorare l’identificazione da parte della macchina della scrittura manuale. Nell’apprendimento senza supervisione vengono dati al sistema una serie di esempi senza nessuna decodifica e sarà lui a cercare degli aspetti in comune per trovare un campo di similitudine. Questo è il sistema che usano i motori di ricerca quando indicano una serie di pagine che possono essere attinenti con la parola chiave data. L’apprendimento per rinforzo è una tecnica di machine learning che rende autonomo il sistema facendolo imparare dall’ambiente circostante. Questo è possibile grazie a sensori di prossimità, ai GPS e simili. L’esempio più concreto è dato dalle auto che si guidano da sole. Queste apprendono il comportamento grazie ai dati che ricevono dai sensori: vicinanza di altre macchine o pedoni, limiti di velocità e altre indicazioni stradali. E poi decidono di conseguenza l’azione da compiere.

Dove si applica il machine learning?

Come si è visto dall’analisi degli algoritmi l’apprendimento automatico può essere utilizzato in svariati settori. Uno dei campi dove il machine learnig può essere più funzionale è la pubblicità tracciante. Ovvero quegli annunci pensati in esclusiva per un singolo utente in base al suo profilo e ai suoi comportamenti. Nei social network l’autoapprendimento serve, tra le altre cose, anche per analizzare il sentiment degli utenti in merito a differenti argomenti. E Facebook usa l’apprendimento automatico anche per il riconoscimento facciale nelle foto. Il sistema riconosce il nostro viso apprendendo dalle precedenti immagini dove siete taggati.