Paul Downey | Flickr
L'apprendimento automatico è una frase che viene bandita sempre più spesso, eppure molti ancora non sanno esattamente di cosa si tratti . Certo, c'è una ragione per questo. È ancora nelle sue fasi iniziali e molti credono che non sia ancora qualcosa che colpisce la popolazione in generale. In realtà, forse non è così vero come alcuni credono.
Quindi cos'è l'apprendimento automatico? E a cosa serve oggi? Ecco la nostra guida su tutto ciò che devi sapere sull'apprendimento automatico.
Che cos'è l'apprendimento automatico?
L'apprendimento automatico, in poche parole, è una forma di intelligenza artificiale che consente ai computer di apprendere senza alcuna programmazione aggiuntiva. In altre parole, il software è in grado di apprendere nuove cose da solo, senza che un programmatore o un ingegnere debba "insegnare" nulla. L'apprendimento automatico è in grado di acquisire dati, rilevare modelli e trovare soluzioni, quindi applicare tali soluzioni ad altri problemi.
Immagine: K? Rlis Dambr? Ns | Flickr
È importante notare che l'apprendimento automatico come concetto non è affatto nuovo: è difficile tracciare le origini precise del concetto considerando che si fonde in e da altre forme di tecnologia. Si potrebbe sostenere che l'apprendimento automatico risale alla creazione del test di Turing, che è stato utilizzato per determinare se un computer avesse intelligenza. Il primo programma per computer che apprendeva, tuttavia, era un gioco di dama, sviluppato nel 1952 da Arthur Samuel. Questo gioco è migliorato più ha giocato.
La tecnologia recente, tuttavia, migliora drasticamente l'apprendimento automatico. Ad esempio, l'apprendimento automatico richiede grandi quantità di potenza di elaborazione, al punto che abbiamo appena iniziato a sviluppare l'apprendimento automatico di base nella storia recente.
Esistono alcuni modi principali in cui i programmatori implementano l'apprendimento automatico. Il primo si chiama "apprendimento supervisionato". Ciò significa fondamentalmente che una macchina è alimentata da problemi in cui è nota la soluzione al problema. L'algoritmo di apprendimento è in grado di ricevere quei problemi insieme ai risultati desiderati, identificando i modelli nei problemi e agendo di conseguenza. L'apprendimento supervisionato viene spesso utilizzato per prevedere eventi futuri, ad esempio quando una transazione con carta di credito potrebbe essere fraudolenta.
La seconda implementazione dell'apprendimento automatico si chiama "apprendimento senza supervisione". In questo caso, il risultato di un problema non viene fornito al software, ma è alimentato da problemi e deve rilevare modelli nei dati. L'obiettivo qui è trovare una struttura nei dati che viene fornita.
Il terzo è "apprendimento semi-supervisionato". Questo metodo di apprendimento automatico viene spesso utilizzato per le stesse cose dell'apprendimento supervisionato, ma prende i dati con una soluzione e i dati senza. L'apprendimento semi supervisionato viene spesso implementato quando i fondi sono limitati e le aziende non sono in grado di fornire set completi di dati per il processo di apprendimento.
Ultimo ma non meno importante è l'apprendimento del rinforzo, che viene utilizzato specificamente per cose come giochi e robot. L'apprendimento per rinforzo viene sostanzialmente insegnato attraverso prove ed errori: la macchina tenta le cose e impara in base ai suoi successi o fallimenti. L'obiettivo qui è per la macchina per capire i migliori risultati possibili.
Naturalmente, tutti questi metodi di apprendimento automatico implicano l'alimentazione di una macchina centinaia di migliaia di problemi e enormi quantità di dati. Davvero, più dati sono, meglio è.
Dove viene utilizzato l'apprendimento automatico oggi?
Immagini di denaro | Flickr
In realtà, ci sono molti posti in cui oggi viene utilizzato l'apprendimento automatico. Molti di questi sono dietro le quinte, tuttavia potresti essere sorpreso di sapere che molti di loro sono anche qualcosa che usi ogni giorno.
Forse quello che usi di più è nel tuo assistente personale - esatto, come Siri e Google Now usano l'apprendimento automatico, in gran parte per comprendere meglio gli schemi vocali. Con così tanti milioni di persone che usano Siri, il sistema è in grado di avanzare seriamente nel modo in cui tratta le lingue, gli accenti e così via.
Naturalmente, Siri non è l'unica applicazione di apprendimento automatico da parte dei consumatori. Un altro uso è nel settore bancario, come il rilevamento delle frodi. Ad esempio, gli algoritmi di apprendimento automatico possono tenere traccia dei modelli di spesa, determinando quali modelli hanno maggiori probabilità di essere fraudolenti sulla base di attività fraudolente passate.
In effetti, anche la tua e-mail potrebbe utilizzare l'apprendimento automatico. Ad esempio, le e-mail di spam rappresentano un problema e si sono evolute nel tempo. I sistemi di posta elettronica utilizzano l'apprendimento automatico per tenere traccia dei modelli di posta elettronica di spam e di come cambiano le e-mail di spam, quindi inserendole nella cartella spam in base a tali modifiche.
conclusioni
L'apprendimento automatico è destinato a essere una parte importante del modo in cui utilizziamo la tecnologia in futuro e di come la tecnologia può aiutarci. Da Siri a US Bank, l'apprendimento automatico sta diventando sempre più pervasivo, e probabilmente continuerà.
