Machine Learning

Quando oggi le aziende implementano programmi di intelligenza artificiale, molto probabilmente utilizzano il Machine Learning: una branca dell’intelligenza artificiale che offre ai computer la capacità di apprendere senza essere esplicitamente programmati.

COME NASCE

I primi ricercatori interessati all’intelligenza artificiale volevano scoprire se i computer potessero apprendere dai dati. Il Machine Learning, ovvero l’apprendimento automatico, nasce dalla teoria che i computer possono imparare ad eseguire compiti specifici senza essere programmati per farlo, grazie al riconoscimento di schemi tra i dati. Il Machine Learning utilizza algoritmi che imparano dai dati in modo iterativo.
Negli anni ’40 quando fu inventato il primo sistema informatico ad azionamento manuale, l’ENIAC. Fin dall’inizio l’idea era quella di costruire una macchina in grado di emulare il pensiero e l’apprendimento umano. Negli anni ’50, vediamo il primo programma di gioco per computer che afferma di essere in grado di battere il campione del mondo di dama. Questo programma ha aiutato molto i giocatori di dama a migliorare le loro abilità. Nello stesso periodo, Frank Rosenblatt ha inventato il “Perceptron” che era un classificatore molto semplice , ma performante se collegato ad una rete. Grazie alle statistiche, il Machine Learning è diventato molto famoso negli anni ’90. L’intersezione tra informatica e statistica ha dato vita ad approcci probabilistici nell’IA.

CHE COS’È

È stato definito negli anni ’50 dal pioniere dell’intelligenza artificiale Arthur Samuel come “il campo di studio che offre ai computer la capacità di apprendere senza essere esplicitamente programmati”.
I sistemi di intelligenza artificiale vengono utilizzati per eseguire compiti complessi in modo simile a come gli umani risolvono i problemi.
L’obiettivo dell’AI è creare modelli informatici che mostrino “comportamenti intelligenti” come gli umani, secondo Boris Katz, uno dei principali ricercatori e capo del gruppo InfoLab presso CSAIL. Ciò significa macchine in grado di riconoscere una scena visiva, comprendere un testo scritto in linguaggio naturale o eseguire un’azione nel mondo fisico.
Ma in alcuni casi, scrivere un programma da seguire per la macchina è dispendioso in termini di tempo o impossibile, come addestrare un computer a riconoscere le immagini di persone diverse. Sebbene gli umani possano svolgere facilmente questo compito, è difficile dire a un computer come farlo. Il Machine Learning, come branca dell’intelligenza artificiale, consente l’autoapprendimento basato sull’esperienza (Data Science).

METODI APPLICATIVI

Esistono innumerevoli casi d’uso per l’applicazione del Machine Learning:
• Riconoscimento immagine;   
• Riconoscimento vocale;
• Previsione del traffico;
• Consigli sui prodotti;
• Auto e guida autonoma;
• Filtro posta elettronica spam e malware;
• Assistente personale virtuale;
• Rivelamento di frodi online;
• Negoziazione in Borsa;
• Diagnosi Medica;
• Traduzione automatica della lingua.

Molti tra questi vengono utilizzati quotidianamente da qualsiasi persona avente almeno un telefonino. Questo perché ormai i nuovi dispositivi smartphone sono progettati con numerose funzioni di AI (intelligenza artificiale) e tutte rientrano nel Machine Learning, ovvero nell’apprendimento automatico.

smartme.IO e il Machine Learning

Il nostro contributo in quest’ambito è stato particolarmente prolifico negli ultimi anni.
Vari algoritmi di Machine Learning sono stati sviluppati per la manutenzione predittiva in ambito industriale. In particolare, è stato utilizzato un sistema di sensori e algoritmi, capaci di prevedere quando il macchinario è in prossimità di un guasto o di malfunzionamento.
Grazie a questo sistema di prevenzione si riesce a risolvere un problema prima che si generi il malfunzionamento, permettendo alle aziende di ottenere un riscontro positivo in termini di costi e tempi.