intelligenza artificiale

Intelligenza artificiale

L'intelligenza artificiale è una disciplina che studia come realizzare sistemi informatici in grado di simulare il pensiero umano.

Questo campo si basa su algoritmi, dati e modelli matematici per creare sistemi che possono apprendere, ragionare e risolvere problemi.

Una rete neurale (in inglese neural network) è un modello matematico composto da neuroni artificiali di ispirazione alle reti neurali biologiche (quella umana o animale) e viene utilizzate per risolvere problemi ingegneristici di Intelligenza Artificiale legati a diversi ambiti tecnologici

Machine learning – apprendimento automatico

• Apprendimento supervisionato

• Apprendimento non supervisionato

• Apprendimento «per rinforzo»

(in italiano apprendimento automatico), si parla di una particolare branca dell’informatica che può essere considerata una parente stretta dell’intelligenza artificiale.

quando si parla di machine learning si parla di differenti meccanismi che permettono a una macchina intelligente di migliorare le proprie capacità e prestazioni nel tempo. La macchina, quindi, sarà in grado di imparare a svolgere determinati compiti migliorando, tramite l’esperienza, le proprie capacità, le proprie risposte e funzioni.

Le prime tracce di Intelligenza Artificiale come disciplina scientifica risalgono agli anni Cinquanta. Era un periodo di grande fermento scientifico sullo studio del calcolatore e il suo utilizzo per sistemi intelligenti

Nel 1950, Turing, scrisse l’articolo intitolato “Computing machinery and intelligence”, in cui proponeva quello che sarebbe divenuto noto come test di Turing. Secondo il test, una macchina poteva essere considerata intelligente se il suo comportamento, osservato da un essere umano, fosse considerato indistinguibile da quello di una persona.

il machine learning rappresenta una branca dell’AI capace di sviluppare modelli analitici utili all’apprendimento automatico delle macchine

Il machine learning mette la macchina nella condizione di adattarsi, mediante un modello di apprendimento automatico, ai nuovi set di dati in modo indipendente, riuscendo a risolvere problemi sempre più complessi.

Il deep learning, invece, coinvolge una serie di tecniche basate sulle reti neurali, che consentono alla macchina di elaborare in modo sempre più completo le informazioni. L’elemento chiave del deep learning sono le reti neurali artificiali, algoritmi ispirati alla struttura e alle funzioni del cervello umano. Lo scopo del deep learning è quello di permettere alla macchina di apprendere autonomamente, e allo stesso tempo in modo più profondo

deep learning

Apprendimento approfondito. Ed è proprio questo il centro del suo significato, perché il deep learning, sottocategoria del Machine Learning, non fa altro che creare modelli di apprendimento su più livelli. Il concetto è molto semplice

Il nostro cervello raccoglie l’input della prima e la elabora insieme alla seconda, trasformandola e astraendola sempre di più. Scientificamente, è corretto definire l’azione del deep learning come l’apprendimento di dati che non sono forniti dall’uomo

L’apprendimento così realizzato ha la forma di una piramide: i concetti più alti sono appresi a partire dai livelli più bassi.

L’intelligenza artificiale nel quotidiano

l’Intelligenza Artificiale viene abbondantemente utilizzata anche nel quotidiano. Ad esempio, i vari strumenti di riconoscimento vocale che vengono regolarmente utilizzati, dagli smartphone ai sistemi di sicurezza, si basano su algoritmi tipici dell’Intelligenza Artificiale, in particolare quelli relativi all’apprendimento automatico.Molto noto anche nel settore automobilistico

Navigazione autonoma

Self driving car..Immagina un'auto in grado di spostarsi da sola in una città adattandosi in tempo reale alle condizioni del traffico e della strada. Può rendere gli spostamenti più facili e potenzialmente più sicuri grazie a sofisticati algoritmi di intelligenza artificiale in grado di reagire più velocemente di un conducente umano. I sistemi avanzati di assistenza alla guida (ADAS) offrono funzionalità come il mantenimento della corsia e il controllo della velocità adattivo.

Riconoscimento vocale nei veicoli

Il riconoscimento vocale offre una combinazione unica di comodità e sicurezza. Tu dici solo "Trova la stazione di servizio più vicina" e il veicolo farà il resto.

L'adattabilità linguistica nelle automobili offre un'esperienza utente senza soluzione di continuità oltre i confini. Ciò significa che il sistema AI dell'auto può passare rapidamente da una lingua all'altra per un'interazione fluida ovunque tu vada.