In Giurismatico si trovano moltissimi articoli di approfondimento sul tema dell’intelligenza artificiale e delle sue applicazioni. Ormai l’intelligenza artificiale è la base di tutto quello che facciamo ed è il miglior strumento per tenere la nostra comunità al sicuro, sebbene non sia uno strumento del tutto privo di rischi o criticità di utilizzo.

Ma cosa rende possibile a delle macchine simulare in maniera sempre più convincente il comportamento, ed in alcuni caso il ragionamento, delle persone? In altre parole, cosa rende l’intelligenza artificiale così intelligente?

Se prendiamo ad esempio un bambino, la sua capacità di comprendere (che in latino si dice appunto intelligere) si forma studiando ed accumulando esperienze. Ciò che consente una capacità analoga alle macchine è l’utilizzo di algoritmi, e l’applicazione reiterata di algoritmi che consentono a una macchina di apprendere conoscenza dall’esperienza, e successivamente eseguire le azioni sulla base di quanto appreso corrisponde al Machine Learning.

Se, dunque, nell’informatica classica i programmatori scrivono codici che guidano l’attività di una macchina, nel campo dell’intelligenza artificiale il nuovo cardine sono gli algoritmi, alla cui analisi vengono sottoposti insiemi di dati: sulla base dell’analisi effettuata, una macchina “prova” a rispondere in maniera corretta.

Replicare questo tipo di analisi, raffinando i dati ed insegnando alla macchina a riconoscere sempre meglio ciò che deve analizzare, i risultati diventano sempre più accurati, avviando quello che viene in gergo definito apprendimento automatico.

Per trovare un esempio basta considerare il nostro smartphone: l’assistente vocale è stato guidato alla prima accensione a riconoscere la nostra voce ( la ripetizione di “Hey Siri”, “Ok Google”), ma le prime volte che gli chiediamo di chiamare uno dei contatti in rubrica può sbagliare, mentre con l’uso impara a capire che il contatto che cerchiamo è proprio quello, anche se lo pronunciamo sottovoce, o con la mascherina.

Una delle caratteristiche più importanti del Machine Learning è la sua connessione con elementi di statistica e ad altri fattori legati alle scienze di quantificazione, e la relazione tra queste discipline è ciò che consente ad una macchina di apprendere attraverso una modalità.

Il machine learning, unito alla capacità delle macchine di poter analizzare in maniera prestazionale grandi mole di dati, sono alla base dell’intelligenza artificiale, tecnologia non più del futuro ma del nostro presente.

Visualizzazioni: 184