Il machine learning è un modo di costruire software in cui l'algoritmo regola i propri numeri interni a partire da esempi, invece che far scrivere ogni regola a un programmatore. Fornisci dati e risposte corrette; il prodotto finito è un modello che predice su input mai visti.
Niente gergo, niente formule
Il software classico funziona così: un umano scrive le regole, i dati entrano, le risposte escono. Il machine learning ribalta le frecce. Dai al computer esempi, input con le risposte giuste attaccate, e un algoritmo regola milioni di numeri interni per ridurre l'errore, passaggio dopo passaggio. Quello che ne esce è un modello. Mostragli una fattura nuova e predice la categoria; mostragli una traccia di sensore e predice il guasto. Funziona perché i dati reali ripetono schemi. Il confine: il modello impara i tuoi dati, lacune e bias inclusi. Fuori dal territorio coperto dagli esempi, la sua sicurezza è decorazione.
Esempi in ingresso. Raccogli coppie: input più risposte corrette (label).
Addestramento. L'algoritmo regola i numeri interni per ridurre l'errore, passaggio dopo passaggio.
Validazione. Dati mai visti mettono alla prova il modello; se fallisce, servono più dati.
Modello in uscita. Il file finito fa un solo lavoro: input dentro, predizione fuori.
Predizione. I dati nuovi scorrono dentro e il modello risponde in millisecondi.
Un algoritmo è una sequenza finita e non ambigua di passi che risolve una classe di problemi: una ricetta che prende un input, applica regole e produce sempre un output. Ogni software, AI inclusa, è fatto di algoritmi a tutti i livelli.
LeggiIl training è il processo che trasforma un modello vuoto in un'IA funzionante: gli mostri migliaia o milioni di esempi, confronti le sue risposte con quelle corrette e correggi le sue impostazioni interne finché le risposte migliorano.
LeggiUn dataset è la raccolta organizzata di esempi da cui un'IA impara o sulla quale viene giudicata: migliaia o milioni di righe di testo, immagini o letture di sensori, ripulite, etichettate e divise in training, validation e test.
Leggi§ 04
Progettiamo e rilasciamo sistemi AI con permessi, log e approvazione umana. Si parte con una call di scoping di 30 minuti.