Lo scopo dell’Intelligenza Artificiale è quello di avere una Macchina da addestrare con determinati “Modelli di Apprendimento” (degli Algoritmi creati ad hoc) in modo che possa simulare il Ragionamento Umano.
Questi Modelli permettono dunque di creare Macchine Intelligenti – le nostre AI – attraverso Modalità di Apprendimento che differiscono sia per gli Algoritmi utilizzati, sia per lo scopo per cui sono realizzate le Macchine stesse, e devono garantire la migliore risposta possibile a qualsiasi stimolo esterno.
Attraverso il nostro corso relativo all’intelligenza artificiale, potremo affrontare l’argomento e spiegare le modalità con le quali si possono creare algoritmi a seconda di ciò che gli si vuole far apprendere al nostro macchinario.
Un’Intelligenza Artificiale dovrebbe quindi poter compiere alcune azioni e funzioni tipiche dell’Uomo quali:
- Agire Umanamente (cioè in modo indistinto rispetto ad un essere umano)
- Pensare Umanamente (risolvendo un problema con funzioni cognitive)
- Pensare Razionalmente (sfruttando cioè la logica, come fa un essere umano)
- Agire Razionalmente (avviando un processo per ottenere il miglior risultato atteso in base alle informazioni a disposizione)
Le Tipologie di Apprendimento applicabili ad una Intelligenza Artificiale sono sostanzialmente due:
- Apprendimento Automatico (in inglese Machine Learning)
- Apprendimento Approfondito (in inglese Deep Learning)
Machine Learning o Apprendimento Automatico: Cos’è e come si lega all’Intelligenza Artificiale
Si definisce il Machine Learning come una branca dell’Informatica secondo la quale i Sistemi che stanno alla base di una qualsiasi Intelligenza Artificiale possano imparare dai Dati, identificare Modelli autonomamente e prendere decisioni con un intervento umano ridotto al minimo. Possiamo quindi definirlo semplicemente come
“un insieme di meccanismi che permettono ad un’Intelligenza Artificiale di migliorare le proprie capacità e prestazioni nel tempo”.
Tramite il Machine Learning è possibile insegnare a Computer e Robot a compiere azioni ed attività in modo naturale in maniera molto simile a come le eseguirebbero gli esseri umani o gli animali, ovvero imparando dall’esperienza.
Il Machine Learning viene anche definito Apprendimento Automatico perché i Modelli Matematici e Algoritmi sui quali si basa vanno a migliorare le prestazioni della nostra Intelligenza Artificiale in modo “adattivo”, basandosi quindi sugli esempi che hanno a disposizione per aumentare di volta in volta il proprio apprendimento.
Un Corso sull’Intelligenza Artificiale deve quindi farci comprendere approfonditamente come il Machine Learning riesca ad addestrare un’AI a rispondere a determinati stimoli tramite le sue 3 tipologie di Apprendimento Automatico: supervisionato, non supervisionato e per rinforzo.
Esempi di Machine Learning
L’Apprendimento Automatico trova numerose applicazioni pratiche nella vita quotidiana.
Una delle più famose è la Tecnologie di Riconoscimento Vocale presenti negli Smartphone. Queste sono un ottimo esempio di Apprendimento Automatico Supervisionato, poiché le risposte vengono fornite dopo aver ricevuto uno stimolo vocale da parte nostra vengono scelte tramite Modelli di Esempio preconfezionati forniti dall’Uomo.
La Macchina si limiterà quindi a scegliere la risposta più corretta per noi in base allo stimolo ricevuto, sfruttando informazioni ed esperienze preventivamente inserite nel suo Sistema Informatico ed apprendendo in maniera, appunto, “preconfezionata”, senza uscire da quegli schemi.
La macchina a Guida Autonoma è invece un buon esempio di Apprendimento Automatico per Rinforzo. Questa tipologia di Apprendimento è più complessa rispetto alle precedenti, poiché necessita che la nostra Intelligenza Artificiale sia dotata di Sistemi e Strumenti in grado di migliorare il proprio apprendimento e soprattutto di comprendere le caratteristiche dell’ambiente che la circonda.
Un’Auto che si guida da sola sarà un’AI dotata di una serie di elementi di supporto come Sensori, Telecamere o GPS che le permetteranno di rilevare quanto avviene attorno ad essa ed effettuare scelte per un migliore adattamento all’ambiente (per evitare ad esempio ostacoli naturali)
La creazione di Modelli di Apprendimento
Dopo aver visto cosa sono i Modelli di Apprendimento e quanto sono fondamentali per istruire un’Intelligenza Artificiale in modo che possa compiere determinate azioni in risposta a stimoli precisi, dobbiamo andare ad esaminare come vengono creati questi Modelli.
In sintesi, attraverso il corso andremo ad approfondire:
1) I.A., che cos’è davvero? 26/11/2020
2) Come vedono le IA? 03/12/2020
3) I Deepfake: Quando le IA creano dal nulla. 10/12/2020
4) Come ragiona e parla una IA. 17/12/2020
Il corso si terrà in Videoconferenza