Andiamo subito al sodo: che cos’è il Deep Learning?
Si sente sempre più spesso parlare di Deep Learning e Intelligenza Artificiale, temi che fanno parte della digitalizzazione.
Secondo Wikipedia il Deep Learning è “è quel campo di ricerca dell’apprendimento automatico e dell’intelligenza artificiale che si basa su diversi livelli di rappresentazione, corrispondenti a gerarchie di caratteristiche di fattori o concetti, dove i concetti di alto livello sono definiti sulla base di quelli di basso”.
In un altro sito web leggo che il “Deep Learning è una raccolta di algoritmi utilizzati nel Machine Learning, utilizzati per modellare le astrazioni di alto livello nei dati attraverso l’uso di architetture di modelli, che sono composte da più trasformazioni non lineari”.
Anche rileggendo più volte le definizioni non posso dire di aver colto il significato di questa affascinante materia, anzi, mi sento ancora più confusa.
E’ come se il web non avesse chiaramente inteso che la trasformazione digitale sta rivoluzionando il mondo di tutti e non è più limitata all’interesse di pochi tecnici. Oramai anche le casalinghe e coloro poco avvezzi alla tecnologia, hanno a che fare con l’AI.
Quindi semplifichiamo tutto partendo da un’immagine esplicativa.
Dall’immagine si evince chiaramente che la macro area dell’argomento è l’intelligenza artificiale, la quale viene attualmente considerata una scienza che ha come obiettivo quello di permettere alle macchine di ragionare, di svolgere mansioni intelligenti e risolvere problemi.
Dico attualmente perché alle origini prevedeva anche l’emulazione del cervello umano, obiettivo considerato ormai impraticabile da diversi decenni.
L’AI prevede l’utilizzo di diversi metodi, alcuni basati sulla logica, altri di analisi del linguaggio naturale, computing vision e così via. Il più importante e vivace ramo dell’AI in questo momento storico è sicuramente quello dell’apprendimento automatico, ovvero il Machine Learning.
Anche nel Machine Learning ci sono molte tecniche, ma lo scopo principe di questa area è chiaramente quello di permettere alle macchine di apprendere nozioni in autonomia – non per altro si chiama apprendimento automatico – dopo un percorso di training e analisi.
La macchina, dopo un lungo addestramento in cui l’essere umano mostra alla stessa degli esempi, inserisce le informazioni da imparare e definisce in che modo la stessa dovrà apprendere nozioni, sarà in grado di prendere decisioni, automatizzare delle attività che normalmente richiedono l’intervento umano, oppure semplicemente comunicare la conoscenza acquisita a chi ne necessita.
Il Deep Learning, essendo una tecnica facente parte del Machine Learning, ha assolutamente lo stesso obiettivo, ma agisce in maniera più profonda.
Come definizione possiamo quindi dire che il Deep Learning è una tecnica che fa parte del Machine Learning, che insegna ai computer ad imparare tramite un esempio, con l’utilizzo di sistemi di calcolo, ovvero le reti neurali (che no, non sono cervelli in miniatura).
Ma cosa sono le reti neurali?
Le reti neurali sono dei modelli matematici che simulano i processi del cervello umano e permettono alla macchina di imparare più in fretta, sistemando i dati raccolti in modo gerarchico e organizzandoli in livelli crescenti di astrazione.
Attività che normalmente faceva esclusivamente il cervello umano.
Il Deep Learning viene utilizzato per tantissimi scopi e in moltissimi software, ad esempio permette agli smartphone e ai sistemi di domotica di riconoscere la voce umana; fa si che un’automobile con guida automatica riesca ad individuare cartelli stradali e agire di conseguenza; in campo industriale consente alle macchine di rilevare automaticamente la presenza di persone e oggetti e di bloccarsi quando si trovano ad una distanza non sicura.
Prossimamente andremo ad analizzare le reti neurali e approfondiremo meglio alcuni aspetti che oggi ho volutamente semplificato per permettere a tutti, anche alla casalinga di Voghera, di capire concetti complessi che fanno ormai parte della nostra quotidianità.
Se volete continuare ad approfondire, vi consiglio di leggere questo articolo che sviscera le differenze fra Chatbot e Assistente Virtuale, oppure il Glossario sulla Digitalizzazione.
Questo articolo è stato scritto da:
dal Blog
Come l’A.I. aiuta a raggiungere gli obiettivi per venditori
La nostra era digitale ha iniziato a implementare applicazioni di intelligenza artificiale nella nostra vita quotidiana, e in vari settori di business: le imprese e le reti di vendita non fanno eccezione. Ecco una panoramica di come l'A.I. può migliorare i processi di...
Come possono le reti commerciali svilupparsi in un mondo digitale?
Come possono le reti commerciali utilizzare strumenti digitali per aggiungere valore al customer journey? E, dall'altra parte, come gli strumenti digitali possono aiutare gli acquirenti? Cosa riserva il futuro per i team di vendita? ...
Modelli predittivi: perché sono importanti per le aziende? 5 applicazioni
Quali sono le principali applicazioni dei modelli predittivi, da cui le aziende possono trarre un reale vantaggio competitivo? E come si ottengono i modelli? A seguito dello scoppio dell’emergenza...