martedì 30 Novembre 2021

Machine learning: il futuro del lavoro

Da non perdere

Come costruire un sistema di machine learning in 5 minuti.

Una delle applicazioni più comuni dell’intelligenza artificiale è quella che permette ai computer di identificare degli oggetti, classificandoli in maniera automatica.

Macchine di questo tipo riconoscono ad esempio il nostro volto tra quello di migliaia di altre persone, individuano i pezzi fallati in una catena di montaggio, “leggono” la nostra grafia o, ancora, comprendono se una persona sta indossando o meno la mascherina correttamente per poter accedere in un locale. 

Le tecnologie usate perché una macchina impari a distinguere e classificare gli oggetti sono molteplici, e spaziano dall’uso di funzioni statistiche all’implementazione di complesse reti neurali.

Tutti i modelli, comunque, seguono una serie di passaggi comuni: dall’addestramento iniziale alla verifica dei risultati. In genere la fase di addestramento (nella cosiddetta classificazione supervisionata) avviene mostrando alla macchina le foto, i filmati o gli audio di interesse che sono stati prima labellizzati, ossia classificati.

Se per esempio si vuole costruire un sistema di intelligenza artificiale che sappia riconoscere una mucca tra altri animali, occorre mostrare al computer una serie di fotografie di animali, distinguendo tra quelle che rappresentano o meno i bovini.

Il sistema di intelligenza artificiale, durante questa fase, elabora in automatico diverse misure tra le due classi di oggetti, per capire quale sia la differenza tra tali classi.

Il training è tanto più efficace quanto più numerosi sono gli esempi sottoposti alla macchina. Durante tale fase, il sistema di intelligenza artificiale verifica anche l’attendibilità delle sue previsioni su dati già labellizzati, in modo da comprendere se la sua strategia di classificazione è efficace.

Una volta addestrato il modello, questo può essere usato per classificare gli oggetti, ad esempio sottoponendo alla macchina nuove foto di animali, per capire se l’intelligenza artificiale è davvero in grado di individuare correttamente le mucche.

Se volete sperimentare sul campo un modello di intelligenza artificiale in funzione, potete recarvi al sito https://teachablemachine.withgoogle.com/ , dove Google mette a disposizione un sistema per realizzare un proprio modello di machine learning. Qui si può costruire -, semplicemente caricando immagini, filmati o file audio – un classificatore che discrimina tra due o più classi, e che fornisce anche l’attendibilità delle proprie previsioni. 

Nell’immagine che accompagna l’articolo si può vedere come funziona un classificatore che distingue tra foto di bovini e di altri animali, e che è in grado di generare previsioni con un’eccezionale precisione. Tra l’altro, il modello riesce a identificare correttamente come “mucca” il bovino lilla della pubblicità Milka, dimostrando che il machine learning è in grado di effettuare classificazioni corrette anche quando si trova di fronte a stimoli inattesi, come può essere una vacca da latte con un colore innaturale, impossibile da trovare in Natura.

Andrea Carobene

Direttore operativo di Baia, www.baia.tech

- Advertisement -spot_img
- Advertisement -spot_img

Articoli recenti

- Advertisement -spot_img
- Advertisement -spot_img