Rete Neurale
Una rete neurale è una funzione costruita a strati di unità semplici. Ogni unità moltiplica i propri input per dei pesi, li somma, passa la somma attraverso una piccola non linearità e inoltra il risultato. L'addestramento regola i pesi finché l'intera pila produce output utili.
Niente gergo, niente formule
In parole semplici, che cos'è?
Immagina una giuria che giudica un tuffo: ogni giudice pesa aspetti diversi e grida un voto, e la giuria successiva pesa quelle grida. Un neurone fa esattamente questo con i numeri: prende input, li moltiplica per pesi (quanto si fida di ciascuno), aggiunge un bias e spinge la somma attraverso un'attivazione che decide quanto forte passa il segnale. Lo strato di input riceve valori grezzi, gli strati nascosti costruiscono schemi livello dopo livello, lo strato di output dà la risposta. Lì dentro non c'è nulla che capisca: è aritmetica, miliardi di moltiplicazioni. Imparare significa spostare ogni peso nella direzione che riduce l'errore, milioni di volte. Il confine: un singolo peso non significa nulla di leggibile, e quando la rete sbaglia spesso non puoi chiederle perché.
- 01
Input. Valori grezzi entrano: pixel, numeri, frammenti di parole.
- 02
Somma pesata. Ogni neurone moltiplica i propri input per pesi e aggiunge un bias.
- 03
Attivazione. Una piccola non linearità decide quanto forte il segnale passa oltre.
- 04
Prossimo strato. Gli output alimentano lo strato successivo, gli schemi si fanno più astratti.
- 05
Output e correzione. L'ultimo strato risponde; l'errore sposta ogni peso.
Termini che gli stanno vicini.
Deep Learning
Il deep learning è machine learning con reti neurali impilate su molti livelli, così il sistema impara da solo le caratteristiche da guardare invece di riceverle scelte a mano. È la tecnica dietro i modelli attuali di linguaggio, immagini e voce.
LeggiParameter
Un parameter è uno dei numeri interni che un modello allenato conserva: miliardi di copie, ognuna tarata durante il training, e insieme codificano tutto ciò che il modello ha imparato.
LeggiTraining
Il 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.
Leggi§ 04
Vuoi che funzioni davvero nella tua azienda?
Progettiamo e rilasciamo sistemi AI con permessi, log e approvazione umana. Si parte con una call di scoping di 30 minuti.