Cosa sono AI, ML e DL?
- Che cos’è l’intelligenza artificiale?
- Che cos’è il Machine Learning?
- Che cos’è il Deep Learning?
Come sono collegati tra loro?
AI, ML e DL sono correlati tra loro. AI è un superset di ML e DL. Quello che facciamo nel campo del ML e DL rientra tutto nell’AI. Per capirli meglio, immergiamoci…
Che cos’è l’AI?
- Uno sforzo per automatizzare i compiti intellettuali svolti dagli esseri umani
- L’AI è qualsiasi tecnologia che consente a un sistema di dimostrare un’intelligenza simile a quella umana
- L’intelligenza artificiale e l’intelligenza naturale sono molto simili.
Dove si usa l’AI?
Al giorno d’oggi, l’AI è usata soprattutto in tutti i settori. Stai usando l’IA nel giorno per giorno della tua vita dall’acquisto di prodotti su Amazon o leggendo articoli su Google News o guardando Netflix o usando Google Photos per salvare i tuoi ricordi. Siamo circondati dall’IA e dai suoi usi per rendere la nostra vita migliore.
Google Products Using Machine Learning
- Google Photos: Cercare le vostre foto attraverso i tag, organizzare le foto simili insieme riconoscendo il volto della persona o migliorando la qualità delle immagini e molti altri…
- Google Translate: Per tradurre da una lingua all’altra.
- Youtube: Dare raccomandazioni sulla base di un video che hai guardato.
- Google Lens: Per cercare le informazioni in modo diverso, utilizza OCR per capire dalle immagini o leggere i documenti.
- Google Assistant: agente conversazionale AI, che può aiutare a fare un sacco di cose semplicemente invocandolo con “Ok, Google o Hey Google”. E’ il miglior esempio di riconoscimento vocale.
- Gmail: Gmail, ha caratteristiche come Smart Reply può aiutare a ridurre il vostro sacco di lavoro, può anche raccomandare le prossime parole della vostra frase che si possono usare.
Che cos’è l’IA simbolica (o IA classica)?
È un ramo della ricerca sull’IA che si occupa di tentare di rappresentare esplicitamente la conoscenza umana in fatti e regole. Sull’insieme dato di regole e fatti molto complessi, possiamo fare una macchina che può eseguire come l’intelligenza umana.
Ex: I primi giochi di scacchi, sono stati hardcoded nei nostri PC e possono giocare con noi perché sono stati hardcoded da un certo insieme di regole e fatti.
Può risolvere compiti di classificazione delle immagini, riconoscimento vocale?
Ecco che arriva, Machine Learning
Cos’è esattamente il ML?
L’arte e la scienza del :
- Dare ai computer la capacità di imparare
- Per prendere decisioni dai dati
- Senza essere esplicitamente programmati
Apprendimento Classico Vs Machine Learning
Nella programmazione tradizionale o programmazione classica, noi gli davamo un insieme di regole e dati e in base a questo ci dava le risposte pertinenti. Noi hardcode il software fa un insieme specifico di compiti. Ma il Machine Learning cambia il modo in cui stiamo lavorando fino ad ora. Prende alcuni dati e risposte e in base ad essi crea alcune regole e fa un compito specifico per il quale è fatto.
Perché il Machine Learning?
- Massiccia domanda globale
- I dati sono potere!
- È divertente come l’inferno!
Panoramica di alto livello per eseguire il Machine Learning
Abbiamo bisogno di,
- Input Data Points
- Esempi di output previsto
- Un modo per misurare se l’algoritmo sta facendo “un buon lavoro o no”.
Esempio,
- Inputs sono le coordinate dei nostri punti
- L’output atteso sono i colori dei punti
- Un modo per misurare se il nostro algoritmo sta facendo un buon lavoro potrebbe essere, per esempio, la percentuale di punti che vengono classificati correttamente.
3 Tipi di ML
- Apprendimento supervisionato: Utilizzo di dati etichettati
- Apprendimento non supervisionato: Utilizzo di dati non etichettati
- Apprendimento per rinforzo: Gli agenti software interagiscono con un ambiente
Per maggiori informazioni sul ML, controlla questo https://medium.com/codingurukul/understanding-machine-learning-114e85cd3f0e
Cos’è il Deep Learning?
Introduzione
- E’ un sottocampo del ML
- E’ un framework matematico per l’apprendimento di rappresentazioni dai dati
- Un modo multistadio per imparare rappresentazioni di dati.
- Utilizziamo le “Reti Neurali”, per ottenere intuizioni più profonde nei nostri dati impilando diversi strati uno sopra l’altro.
- Funziona come funziona il cervello umano
Perché Deep Learning?
- Hardware
A causa dell’aumento della potenza di calcolo, possiamo facilmente eseguire compiti di deep learning con più velocità e in meno tempo possiamo addestrare i nostri modelli di deep learning. Tutto grazie al “Cloud”.
Google ha anche le sue TPUs per eseguire compiti di deep learning con la velocità di più di 10 GPU di Nvidia Titan X.
- Datasets
Con l’aumento dell’uso di internet, i dati sono stati raccolti in una grande quantità che può essere utilizzata nel Deep Learning, perché il deep learning ha bisogno di un grande dataset per ottenere risultati migliori.
- Progressi algoritmici
C’è un sacco di progressi negli algoritmi di Deep Learning, a causa della crescente comunità di Machine Learning. Image Net è un grande esempio.
Reti neurali
Il Deep Learning è fatto con l’aiuto delle reti neurali. Funzionano come funziona il cervello umano. L’immagine qui sotto mostra la somiglianza del neurone biologico con le reti neurali artificiali.
È è fatta di diversi strati che sono impilati l’uno sull’altro per far sì che le reti neurali imparino le rappresentazioni e le caratteristiche complesse dai dati.
Esempio,
Questo esempio è tratto da MNIST Dataset, dove passiamo un’immagine e passa attraverso diversi livelli per capire le diverse rappresentazioni e le caratteristiche complesse dei dati e poi predice il risultato sottostante. La classificazione delle immagini viene fatta con l’aiuto delle Reti Neurali Convoluzionali.
Per capire di più sul Deep Learning seguiteci e visitate https://medium.com/@patidarparas13/what-is-deep-learning-efa0cfbbd6a2
Cosa ha risolto DL,
- Classificazione delle immagini a livello quasi umano
- Riconoscimento del parlato a livello quasi umano
- Trascrizione della scrittura a mano a livello quasi umano
- Miglioramento della traduzione automatica
- Miglioramento della conversione text-to-speech
- Assistenti digitali come Google Assistant e Amazon Alexa
- Guida autonoma a livello quasi umano Miglioramento del targeting degli annunci, come usato da Google, Baidu e Bing
- Risultati di ricerca migliorati sul web
- Gioco di Go sovrumano
Cosa rende DL diverso?
L’ingegneria delle funzioni: Perché automatizza completamente quello che una volta era il passo più cruciale in un flusso di lavoro di machine-apprendimento automatico
