giovedì, 30 Giugno, 2022
Diritto Dell'informazione - Portale di Informazione
Nessun risultato
Vedi tutti i risultati
  • Home
  • Chi siamo
  • Attualità
    • Politica
    • Cronaca
    • Cultura
    • Sport
    • Spettacolo
    • Salute
    • Arte
    • Libri
  • Diritti in Rete
    • Libertà d’informazione
    • Fake news
    • Pluralismo e concorrenza
    • Privacy
    • Diffamazione
    • Copyright
    • Tutela dei minori
  • Pubblico e privato
    • Cittadini
    • Imprese
    • Enti pubblici
    • Scuola e università
    • Associazioni e movimenti
    • Authority
    • Ordini professionali
    • Fondazioni
  • Oltre il covid
    • Good News
    • Informazioni sul Covid
  • Innovazione
    • Tecnologie
    • Sostenibilità
    • Blockchain
  • Rubriche
    • L’angolo di Ruben Razzante
    • I cantieri della ripartenza
Morning News
Nessun risultato
Vedi tutti i risultati
Home Tecnologie

MACHINE LEARNING, DEEP LEARNING E RETI NEURALI, NLP (NATURAL LANGUAGE PROCESSING), COMPUTER VISION E RICONOSCIMENTO DELLE IMMAGINI. DI CHE COSA SI TRATTA

Il termine “Intelligenza artificiale” è stato coniato per la prima volta negli anni ’50 e coinvolge tutte quelle macchine computazionali in grado di eseguire compiti caratteristici dell’intelligenza umana. Ma vediamo nello specifico di che cosa si tratta.

by Redazione
15 Dicembre 2021
in Tecnologie
0 0
0
MACHINE LEARNING, DEEP LEARNING E RETI NEURALI, NLP (NATURAL LANGUAGE PROCESSING), COMPUTER VISION E RICONOSCIMENTO DELLE IMMAGINI. DI CHE COSA SI TRATTA
0
CONDIVIDI
FacebookShare on TwitterLinkedinWhatsappEmail

La distinzione tra Intelligenza Artificiale debole e Intelligenza Artificiale forte si rivela fondamentale per connotare in maniera corretta le principali tecniche.

Alcune tra le principali tecniche di intelligenza artificiale attualmente disponibili sono:

  • MACHINE LEARNING

Il Machine Learning è un sottoinsieme dell’intelligenza artificiale, con cui si intende un sistema di apprendimento automatico basato sull’intelligenza artificiale, capace di acquisire una varietà di dati (input) per allenare una macchina che diventa progressivamente sempre più abile nello svolgere un compito (output) in autonomia, ossia senza essere stata preventivamente programmata per eseguirlo.

Un sistema di ML si distingue per la sua capacità di apprendere, sbagliare e migliorarsi progressivamente dai propri errori, fino a diventare sempre più preciso nelle simulazioni che è in grado di produrre in totale autonomia.

Il modello di apprendimento di un sistema di ML è piuttosto vario e si basa su tre principali classi di algoritmi:

  • con supervisione didattica: sono i più utilizzati e in tali algoritmi il sistema apprende mediante una correlazione tra input e output da cui impara come prendere una decisione.

Gli algoritmi di regressione lineare e logistica, di classificazione multiclasse e le macchine a vettori di supporto sono alcuni esempi di machine learning supervisionato.

  • senza supervisione didattica: utilizza un approccio più indipendente, in cui l’apprendimento avviene mediante l’analisi dei risultati, senza una relazione diretta tra input e output, ma soffermandosi soltanto sulla base di output che consentono di mappare i risultati di determinate decisioni, nello stesso contesto in cui i sistemi di ML sono chiamati ad offrire soluzioni.

Gli algoritmi di clustering k-means, l’analisi di componenti principali e indipendenti e le regole di associazione sono esempi di machine learning non supervisionato.

  • con rinforzo: il reinforcement learning è un metodo di apprendimento basato sul merito, in quanto la IA viene premiata soltanto quando nelle sue valutazioni ottiene un risultato in linea con le aspettative. Il reinforcement learning consente di affinare l’allenamento di un sistema ML grazie alla sua capacità di insegnare fondamentalmente a distinguere una decisione corretta da una errata

Attualmente, il machine learning è utilizzato ovunque. Quando interagiamo con le banche, acquistiamo online o utilizziamo i social media, vengono utilizzati gli algoritmi di machine learning per rendere la nostra esperienza efficiente, facile e sicura.

La scelta di un algoritmo di machine learning supervisionato o non supervisionato dipende in genere da fattori correlati alla struttura e al volume dei dati e al caso d’uso a cui si desidera applicarlo. Il machine learning è stato adottato in una vasta gamma di settori per supportare diversi obiettivi aziendali e casi d’uso, tra cui:

  • Calcolo del valore del ciclo di vita del cliente
  • Rilevamento delle anomalie
  • Determinazione dei prezzi dinamici
  • Manutenzione predittiva
  • Classificazione delle immagini
  • Motori di raccomandazione

ll machine learning è alla base di diversi importanti casi d’uso aziendali, essa offre vantaggio competitivo grazie alla capacità di automatizzare e velocizzare il processo decisionale nonché accelerare il time to value, consentendo di ottenere una migliore visibilità aziendale e una maggiore collaborazione.

  • DEEP LEARNING E RETI NEURALI

Il Deep Learning, la cui traduzione letterale significa apprendimento profondo, è una sottocategoria del Machine Learning ed indica quella branca dell’IA forte e consiste in modelli di apprendimento ispirati al funzionamento del cervello umano. Si tratta di un sistema che utilizza gli algoritmi per arrivare ad emulare il comportamento del cervello umano attraverso le reti neutrali artificiali.

Essa caratterizza i processi di reti neurali artificiali dotate di due o più strati (spesso chiamate multilayed o a hidden layers) capaci di processare informazioni in modo non-lineare, in relazione alla particolare funzione di attivazione scelta.

Le architetture di Deep Learning sono per esempio state applicate nella computer vision, nel riconoscimento automatico della lingua parlata, nell’elaborazione del linguaggio naturale, nel riconoscimento audio e nella bioinformatica (l’utilizzo di strumenti informatici per descrivere dal punto di vista numerico e statistico determinati fenomeni biologici come le sequenze di geni, la composizione e la struttura delle proteine, i processi biochimici nelle cellule, …).

L’apprendimento profondo basa il suo funzionamento sulla classificazione e selezione dei dati più rilevanti per giungere ad una conclusione, come fa il cervello umano sfruttando però reti neurali artificiali, ovvero modelli di calcolo matematico-informatici basati sul funzionamento delle reti neurali biologiche, ossia modelli costituiti da interconnessioni di informazioni.

I neuroni formali sono in grado di ricevere in input una combinazione di segnali dall’esterno o provenienti da altri neuroni, e quindi trasformarli tramite una particolare funzione chiamata funzione di attivazione, immagazzinando così i dati nei parametri della rete e in special modo nei pesi associati ad ogni connessione.

Si ha poi la restituzione di un output: un risultato generalmente dipendente dalla finalità per la quale la rete neurale è stata costruita (classificazione, riconoscimento, approssimazione, ecc.).

Questi modelli matematici sono troppo semplici per ottenere una comprensione delle reti neurali biologiche, ma sono utilizzati per tentare di risolvere problemi ingegneristici di intelligenza artificiale come quelli che si pongono in diversi ambiti tecnologici (in elettronica, informatica, simulazione, e altre discipline).

  • NLP – NATURAL LANGUAGE PROCESSING (RICONOSCIMENTO ED ELABORAZIONE DEL LINGUAGGIO NATURALE)

L’elaborazione del linguaggio naturale rappresenta un’applicazione complessa, basata sull’IA, ma anche sull’informatica e sulla linguistica. È una delle espressioni più diffuse della IA forte, che esemplifica alla perfezione, grazie al fatto di non essere concepita per risolvere un aspetto specifico, ma per apprendere in senso ampio la comunicazione verbale dell’uomo, significa dunque comprendere qualcosa di complesso, perché non si tratta soltanto di saper gestire un vocabolario, una grammatica e delle regole di sintassi, quanto di saper contestualizzare in maniera corretta un discorso, ai fini di comprendere realmente il significato di un’affermazione.

Il metodo di apprendimento del NLP è ovviamente basato su sistemi di Deep Learning, costruiti per cercare di simulare il modo con cui le persone comprendono il contenuto di una conversazione.

Il dialogo tra uomo e macchina coinvolge diversi aspetti, quali fonetica, fonologia, morfologia, sintassi, semantica, pragmatica e il discorso nel suo complesso. Di conseguenza, sono numerosi i task di NLP che automatizzano queste aree, ad esempio compiti semplici come: il riconoscimento della lingua; la scomposizione della frase in unità elementari; l’analisi semantica; l’analisi del sentiment.

Sono diverse le opportunità di business dei sistemi di elaborazione del linguaggio naturale per il business, come: analisi di mail aziendali, estrazione di informazioni da documenti di governance, analisi di documenti amministrativi, di spot su Social Network e tanto altro.

  • COMPUTER VISION E RICONOSCIMENTO DELLE IMMAGINI

Uno degli aspetti più interessanti della visione artificiale è basato sul riconoscimento delle immagini, ossia sull’emulazione di come il cervello umano elabora le informazioni ricevute dagli occhi, piuttosto che sul funzionamento dell’occhio stesso.

L’obiettivo è capire cosa si sta vedendo. Per raggiungere questo risultato sono necessari dei metodi di apprendimento capaci di elaborare i singoli pixel di un’immagine e tradurli in numeri.

La computer vision utilizza tecniche di Deep Learning basate sulle reti neurali convolutive, capaci di emulare il comportamento della corteccia visiva del cervello per elaborare immensi dataset di immagini, ai fini di riconoscere e contestualizzare in maniera precisa l’immagine che viene riconosciuta in tempo reale dall’applicazione.

Esistono moltissimi esempi basati sulla computer vision. I più popolari riguardano le tecnologiedi riconoscimento facciale, utilizzate da moltissime applicazioni, tra cui la procedura di sblocco dei device mobile, piuttosto che l’autorizzazione agli accessi.

In ambito industriale la computer vision è ad esempio utilizzata nel controllo della qualità, mentre la guida autonoma la utilizza ad esempio per riconoscere la segnaletica, gli altri veicoli, i pedoni e tutti i potenziali ostacoli che una vettura può incontrare lungo il proprio percorso. Moltissime anche le applicazioni marketing B2C, anche in collaborazione con le tecnologie di realtà aumentata.

 

Tags: AIArtificial intelligenceInnovazioneIntelligenza artificialetecnologia

Get real time update about this post categories directly on your device, subscribe now.

Cancellati

Articoli Correlati - Articolo

CONVEGNO INTERNAZIONALE DI STUDI E PRESENTAZIONE DEL PROGETTO DI RICERCA PRIN 2020,E-AGORÀ – Online Platform Contracts
Pluralismo e concorrenza

CONVEGNO INTERNAZIONALE DI STUDI E PRESENTAZIONE DEL PROGETTO DI RICERCA PRIN 2020, E-AGORÀ – Online Platform Contracts

30 Giugno 2022
IN ARRIVO LA FUNZIONE “NOTES” SU TWITTER
Tecnologie

IN ARRIVO LA FUNZIONE “NOTES” SU TWITTER

30 Giugno 2022
WMF 2022, IN ITALIA IL PIU GRANDE FESTIVAL SULL’INNOVAZIONE DIGITALE E SOCIALE
Tecnologie

WMF 2022, IN ITALIA IL PIU GRANDE FESTIVAL SULL’INNOVAZIONE DIGITALE E SOCIALE

30 Giugno 2022
DALL-E, INTELLIGENZA ARTIFICIALE CHE TRASFORMA TESTI IN IMMAGINI
Tecnologie

DALL-E, INTELLIGENZA ARTIFICIALE CHE TRASFORMA TESTI IN IMMAGINI

29 Giugno 2022
LIGURIA, INAUGURATO IL PRIMO ARCHIVIO STORICO DIGITALE
Cultura

LIGURIA, INAUGURATO IL PRIMO ARCHIVIO STORICO DIGITALE

29 Giugno 2022
CRESCONO I SOGGETTI OBBLIGATI AI PAGAMENTI ELETTRONICI
Tecnologie

CRESCONO I SOGGETTI OBBLIGATI AI PAGAMENTI ELETTRONICI

28 Giugno 2022

PORTALE SVILUPPATO DA

MyWebSolutions Web Agency

Categorie Articoli

News Popolari

CHI SONO E COSA FANNO GLI INFLUENCER

CHI SONO E COSA FANNO GLI INFLUENCER

29 Novembre 2021
Tutela del diritto d’autore e download di giornali e notizie

Tutela del diritto d’autore e download di giornali e notizie

17 Aprile 2020
Il diritto d’autore nel mercato unico digitale – la DIRETTIVA (UE) 2019/790

Il diritto d’autore nel mercato unico digitale – la DIRETTIVA (UE) 2019/790

7 Novembre 2019
Il Garante boccia la fattura elettronica

Il Garante boccia la fattura elettronica

22 Luglio 2020
Il Prof.Razzante nella task force anti-fake news del Governo

Il Prof.Razzante nella task force anti-fake news del Governo

4 Aprile 2020

In rilievo

IN ARRIVO LA FUNZIONE “NOTES” SU TWITTER

IN ARRIVO LA FUNZIONE “NOTES” SU TWITTER

30 Giugno 2022
Internazionalizzazione, l’Emilia-Romagna stanzia oltre 4,3 milioni per sostenere iniziative volte a consolidare la presenza all’estero delle imprese sul territorio

Internazionalizzazione, l’Emilia-Romagna stanzia oltre 4,3 milioni per sostenere iniziative volte a consolidare la presenza all’estero delle imprese sul territorio

7 Luglio 2021
Arte per i disabili, l’impegno di Palazzo Marino

Arte per i disabili, l’impegno di Palazzo Marino

13 Dicembre 2019
CARO CARBURANTE, AGCM CHIEDE INFORMAZIONI ALLE COMPAGNIE PETROLIFERE

CARO CARBURANTE, AGCM CHIEDE INFORMAZIONI ALLE COMPAGNIE PETROLIFERE

24 Marzo 2022

Redazione I&C Servizi

E-mail: info@dirittodellinformazione.it

Condividi sui Social

Ultimi articoli pubblicati

  • CONVEGNO INTERNAZIONALE DI STUDI E PRESENTAZIONE DEL PROGETTO DI RICERCA PRIN 2020, E-AGORÀ – Online Platform Contracts 30 Giugno 2022
  • IN ARRIVO LA FUNZIONE “NOTES” SU TWITTER 30 Giugno 2022
  • NEWS ONLINE E TESTATE DIGITAL-ONLY 30 Giugno 2022
  • WMF 2022, IN ITALIA IL PIU GRANDE FESTIVAL SULL’INNOVAZIONE DIGITALE E SOCIALE 30 Giugno 2022

Categorie articoli

Cerca articolo per mese…

Cerca articolo per nome…

Nessun risultato
Vedi tutti i risultati

Calendario Pubblicazioni

Giugno: 2022
L M M G V S D
 12345
6789101112
13141516171819
20212223242526
27282930  
« Mag    
  • Privacy policy
  • Cookie Policy

© 2019 Diritto dell'informazione - P.IVA:06530190963 - Created by MyWebSolutions - Web Agency

Nessun risultato
Vedi tutti i risultati
  • Home
  • Chi siamo
  • Dicono di noi
  • Authority
  • Deontologia dei giornalisti
  • Diffamazione
  • Diritto all’oblio
  • Fake news
  • Libertà d’informazione
  • Eventi
  • Tutela dei minori
  • Copyright
  • Privacy
    • Cittadini
    • Imprese

© 2019 Diritto dell'informazione - P.IVA:06530190963 - Created by MyWebSolutions - Web Agency

Area riservata ai relatori - Accedi al tuo account inserendo il tuo nome utente e la tua password...

Password dimenticata?

Fill the forms bellow to register

All fields are required. Entra

Recupera la tua password

Inserisci il tuo nome utente o indirizzo e-mail per reimpostare la password.

Entra
Traduci »