LA DIFFERENZA TRA INTELLIGENZA ARTIFICIALE E MACHINE LEARNING
Non esiste una vera differenza tra Intelligenza Artificiale e Machine Learning.
Il concetto di Intelligenza Artificiale e` quello piu` generale, dentro il quale ritroviamo il Machine Learning oltre a tante altre applicazioni.
In generale, l'Intelligenza Artificiale permette ad una macchina di eseguire una qualsiasi azione minimizzando l'errore commesso. Cio` e` possibile con una costante misurazione, attraverso sensori, di come l'azione stessa sta procedendo, ovvero, delle performance. Vedremo in seguito alcuni esempi che chiarificheranno tale affermazione.
Il Machine Learning e` quella branca dell'Intelligenza Artificiale che implementa algoritmi che hanno la funzione di trovare in maniera automatica il percorso che lo portera` a rispondere nel migliore dei modi alla domanda che gli si e` posta, ovvero, con il minimo errore possibile. Come? Sulla base dei dati che gli forniamo. C'e` quindi bisogno di tanti dati, e questa e` la caratteristica che differenzia il Machine Learning da altre branche dell'Intelligenza Artificiale. Il Machine Learning e` una scienza data-based, ovvero, basata sui dati che mettiamo a disposizione del computer.
Nel rispondere ad una richiesta, l'algoritmo si "districa" all'interno di questi dati per rispondere nel migliore dei modi e con l'errore minimo. Il modo in cui questi dati vengono forniti al computer influenza le performance dell'algoritmo. Piu` ordinati saranno, piu` semplificheremo la vita all'algoritmo.
L'esempio piu` famoso e` Google: cosa succede quando digitiamo delle parole chiave? Il suo motore di ricerca, l'algoritmo, cerca all'interno del suo enorme database le nostre parole chiave. L'algoritmo seleziona i contenuti che meglio si legano con le parole chiave digitate e questo e` il concetto di Machine Learning. In altre parole, l'algoritmo minimizza, in modo ciclico, iterativo, la differenza tra le parole chiave digitate e quelle all'interno delle pagine contenute nel suo enorme database, per mostrare infine i contenuti che piu` si avvicinano alle parole digitate.
Questa ricerca sara` influenzata anche da altri fattori, quali per esempio la visibilita` e il numero di visualizzazioni di una pagina (pagine con piu` visualizzazioni, piu` famose, saranno mostrate tra i primi risultati). 15 anni fa Google faceva molta piu` fatica nel trovare risultati rispetto ad adesso, magari non attenendosi propriamente alle parole chiave. Perche`? Semplicemente perche` non disponeva di tutti i dati e i contenuti di cui dispone oggi.
![Machine Learning](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjIvvLtOxDBlubH4peN-gXoszQStTR9BgbTo4mRJH3je16WgibZ3gjhYSzMK_WzW9GtVD5U9tMAisUeHQegwrn01aAekL9RtlY3vGaVERx4tGNImTv-2-j3a2YVU96Ig0KocpAzrGxDh-Y/w320-h219/tech-5090539_1920.jpg)
L'Intelligenza Artificiale invece e` un concetto piu` generale. Non esiste infatti solo il Machine Learning. Un'altra delle applicazioni piu` diffuse e` la Robotica. Come funziona un robot intelligente? Esso e` composto da 3 elementi fondamentali: Sensori, Centralina, Attuatori. I sensori sono quegli elementi con cui la macchina misura cio` che sta facendo (i recettori). La centralina (un computer) e` l'elemento che analizza le misure e che decide qual e` l'azione da eseguire (il cervello). L'attuatore e` l'elemento che esegue l'azione (i muscoli). Il tutto sara` messo in connessione da cavi e apparecchiatura elettronica (il sistema nervoso).
Questo e` possibile perche` il computer esegue algoritmi matematici che permettono di calcolare qual e` il segnale da mandare all'attuatore di modo che muova il braccio cosicche` l'errore misurato dal sensore venga diminuito, iterazione dopo iterazione. Si tratta di algoritmi di minimizzazione dell'errore, cioe` algoritmi ciclici che vengono eseguiti fino a quando l'errore (nel nostro esempio, la distanza dal bullone) non diventa piu` piccolo di una certa soglia. Tipicamente, se puo` interessare, si usano filtri adattivi con algoritmi di tipo Least Mean Square. Esiste un'ampissima bibliografia a riguardo.
Ovviamente serviranno convertitori analogico-digitale per trasformare i segnali elettrici (analogici) dei sensori in linguaggio macchina (digitale) comprensibile per la centralina. Allo stesso modo, serviranno convertitori digitale-analogico, cosicche` le informazioni in linguaggio macchina (digitale) utilizzate dall'algoritmo possano essere trasformate in un segnale elettrico (analogico) che faccia funzionare il motore elettrico.
ScienceFull.
Commenti
Posta un commento