L'intelligenza artificiale spiegata in modo semplice. Mantenere una visione d'insieme nella massa, ad esempio Big Data? Questo è possibile solo se si seguono determinati schemi o ci si lascia guidare.
Intelligenza Artificiale (AI) – Sintassi semplice
Un esperimento su te stesso: hai una certa immagine nella tua testa. Oggi dovrebbe essere un mobile rosso con maniglie bianche. Cosa fai?
Inserisci "armadio rosso, maniglie bianche" nella ricerca di Google.
Prodotto? Modesto.
2° tentativo: inserisci "armadio rosso, maniglie bianche" nella ricerca di Google.
Il risultato è già migliore, ma potrebbe sicuramente essere ancora migliore.
Il primo passo nella programmazione si fa con la ricerca su Google. La raccolta delle query di ricerca e la loro conversione in algoritmi e codici costituisce la rete neurale.
L’apprendimento automatico, come mostrato nel grafico in alto, non è quindi una cosa da implementare rapidamente. Ci vuole molto tempo e lavoro. Ciò spiega anche i corrispondenti costi di sviluppo. Ma se si considera che l’AI non ha ferie, pensione o altre perdite naturali, le cose sembrano completamente diverse.
Ma il mobile rosso con le maniglie bianche sarà ancora attuale domani? Si adatta ancora allo stile di vita? I gusti cambiano. È proprio qui che entra in gioco il deep learning. Per restare al nostro esempio: mentre la ricerca continua, l'intelligenza artificiale impara e riconosce come è cambiato il tuo comportamento di ricerca in base agli altri argomenti che ti interessano e sviluppa autonomamente nuovi algoritmi per "anticipare" che avrai un armadio verde in un anno con maniglie blu potrebbe essere interessante per la cucina.
Terribile? Per alcuni questo è spaventoso. Ma in realtà non lo è. La paura dell’ignoto ci gioca brutti scherzi. Se chiedessimo a un gruppo di persone cosa potrebbe interessarti in TV domani, otterresti una serie di risposte. Non uniforme. Ora, come decidi quale proposta accetteresti? È l'apporto professionale o l'aspetto attraente della persona in questione?
È lo stesso con l'intelligenza artificiale. L’affermazione dipende da quanto debole o forte è stata “programmata” la rete neurale. Si tratta dell'analisi dei modelli che ci aiuta a prendere una buona decisione. Non per controllarci. Perché se non riusciamo ad analizzare i modelli dei big data, affonderemo senza pietà. E questo è il vero scenario horror.
Rimaniamo in contatto
