Apprendimento automatico: trovare schemi negli esempi — Informatica, 11–13 anni
Nell’apprendimento automatico si danno al computer molti esempi invece di scrivere ogni regola a mano. Il computer trova schemi negli esempi e li usa per fare una previsione utile.
Imparare dagli esempi
Un sistema di apprendimento automatico studia esempi forniti dalle persone, come immagini segnate «gatto» o «non gatto». Modifica il proprio schema interno finché riesce a fare una previsione su una nuova immagine. Non impara come una persona: trova regolarità nei dati.
Perché imparare dagli esempi?
Alcuni compiti sono troppo complicati per essere descritti con un breve elenco di regole. Riconoscere una voce, un volto o un messaggio indesiderato dipende da molti piccoli indizi difficili da scrivere. Gli esempi permettono al computer di usarli senza descrivere ogni dettaglio.
Classificare messaggi
Un filtro vede 100 messaggi: 60 segnati come «normali» e 40 come «indesiderati». Passo 1: misura indizi come pubblicità ripetute o link strani. Passo 2: confronta un nuovo messaggio con gli schemi. Passo 3: prevede «indesiderato», ma può sbagliare.
Una previsione non è una certezza
È facile pensare che un sistema addestrato con esempi conosca sempre la risposta. È comprensibile, perché i suoi risultati sicuri possono sembrare intelligenti. Ma può incontrare un caso nuovo, un esempio scarso o uno schema ingiusto: bisogna controllare.
Consigli e accessibilità
L’apprendimento automatico può suggerire una canzone, trasformare parole pronunciate in sottotitoli o aiutare una fotocamera a riconoscere oggetti. Può essere utile, ma dipende da esempi passati e può fallire con persone o situazioni diverse. Il giudizio umano resta importante.
Continua a esplorare
Altre lingue
Caricamento di MyLeoNes™…