Con l’evoluzione del settore, anche la percezione del significato di IA è cambiata. Oggi, quando si parla di IA, ci si riferisce principalmente a grandi modelli di apprendimento automatico (machine learning), che è ciò di cui parleremo in questo modulo.
Il concetto di machine learning si riferisce a un algoritmo in grado di individuare schemi nei dati di input e migliorarsi man mano che viene addestrato più estensivamente. La chiave è che non gli viene detto “come pensare”. Alcuni modelli funzionano imitando il cervello biologico.
In alcuni casi, IA è solo una parola di moda usata per attirare attenzione e vendere prodotti, quindi è fondamentale comprendere il funzionamento interno di questa tecnologia misteriosa e spesso fraintesa. Comprendendo i concetti chiave, avrai un’idea più chiara di ciò che è possibile e non sarai ingannato dall’hype. Inoltre, sarai meglio attrezzato per sfruttare la potenza che l’IA ha da offrire.
In questo modulo tratteremo la comprensione dei temi chiave del machine learning. Evidenzieremo l’importanza di dati di addestramento di alta qualità. Successivamente analizzeremo esempi selezionati di architetture di IA – dato che ne esistono moltissime – spiegando come funzionano e quali punti di forza e debolezza presentano. In seguito vedremo come i diversi modelli di IA possono essere addestrati e i tipi di addestramento disponibili, quindi combinando architettura e dati di training. Infine analizzeremo lo stato attuale dell’IA e commenteremo come ottenere il massimo dai prodotti disponibili sul mercato.