Apprendimento automatico
I modelli apprendono schemi dai dati e li applicano a nuovi input.
Che cos’è l’apprendimento automatico?
È un ambito dell’intelligenza artificiale in cui i modelli apprendono schemi dai dati. Si usano per previsioni, classificazione o generazione di contenuti, tra altri compiti. I metodi variano. Nell’apprendimento supervisionato, gli esempi contengono valori o classi di riferimento; non ogni metodo richiede tali etichette. Non si limita neppure alle reti neurali.
In un’azienda di assistenza inventata, un modello deve classificare messaggi in arrivo per motivo. L’approccio supervisionato scelto richiede esempi etichettati adeguatamente e verifica su messaggi adatti non usati per l’addestramento. I casi incerti passano alle persone. Nuove formulazioni o richieste diverse possono cambiare l’adeguatezza; riuscire su esempi di addestramento noti non prova da solo l’utilità futura.
Fonti
Termini correlati
- Intelligenza artificialeL’intelligenza artificiale comprende metodi come l’elaborazione del linguaggio e il riconoscimento di schemi. L’idoneità dipende dall’attività concreta.
- Apprendimento profondoApprendimento automatico con reti neurali a più strati di elaborazione.
- Rete neuraleUn modello di nodi di calcolo collegati con parametri regolabili.
- IA generativaL’IA generativa produce testi, immagini o codice. La qualità si valuta rispetto all’uso previsto e alle informazioni di partenza disponibili.
- Model cardLa model card documenta scopo, basi, condizioni di valutazione e limiti noti di una determinata versione di un modello di IA.
- Preparazione all’IALa preparazione all’IA riguarda i presupposti di un progetto: obiettivo, dati utilizzabili, competenze, responsabilità e gestione operativa.
Articoli sul tema
IA & automazione con ASES
Assistenti IA e processi automatizzati