Machine Learning, storia di un algoritmo in evouzione

il 26 aprile 2018

Machine Learning, in italiano apprendimento automatico, è il ramo dei sistemi informatici che consiste nella capacità delle macchine (computer) di apprendere qualcosa senza che siano state esplicitamente programmate per farlo. Sono algoritmi che migliorano autonomamente le loro conoscenze, cibandosi di dati e schemi di dati senza che siano stati dati gli Input o indicate istruzioni da uno sviluppatore umano. Algoritmi che funzionano grazie alla probabilità, statistica e algebra lineare.

Il processo di Machine Learning include:

  • L’apprendimento da dati, che si manifestano in tanti modi diversi
  • Valutazione dei dati
  • Ottimizzazione dei modelli risultati e formulazione di una risposta/azione.

L’evoluzione del Machine Learning

  • Nel 1952 Arthur Samuel scrive il primo programma “computer learning”. Si tratta del gioco della dama per IBM: i computer migliorano le strategie di gioco quanto più gli umani interagiscono con essi.
     
  • Nel 1957 vengono attivati i primi Neural Networks: la simulazione del cervello umano.
     
  • 1967: il più simile algoritmo a quello dei nostri tempi viene scritto utilizzando uno schema di riconoscimento che permette di costruire percorsi di visite per le città.
     
  • Nel 1979 degli studenti della Stanford University inventano “Stanford Cart”, una sorta di robot dotato di software che evita gli ostacoli in una stanza in maniera autonoma mappando i percorsi.
     
  • 1990: Nascono i primi algoritmi che analizzano grandi quantità di dati e che ne traggono conclusioni. È una grande svolta: si passa da un approccio basato sulla conoscenza ad uno basato sui dati.
     
  • Nel 1997 IBM Deep Blue è il primo calcolatore che riesce a sconfiggere il campione del mondo a scacchi.
     
  • Nel 2006 Geoffrey Hinton conia il termine "Deep Learning" per spiegare i nuovi algoritmi che permettono al computer di "vedere" e distinguere oggetti e testi in immagini e video.
     
  • 2010: Microsoft introduce software che possono tenere traccia di 20 caratteristiche umane ad un tasso di 30 volte al secondo, permettendo alle persone di interagire con il computer tramite movimenti e gesti.

Le vere e proprie svolte nell’ambito del Machine Learning sono avvenute nell’ultimo decennio:

  • Apple con Siri, Microsoft con Cortana e Amazon con Alexa, hanno introdotto gli assistenti virtuali. Sono servizi che interagiscono direttamente con gli umani, grazie al Natural Language Processing, il tuo assistente virtuale ti ascolta, ti capisce e ti risponde.
     
  • 2014: Facebook riconosce i volti all’interno delle immagini e, progressivamente, suggerisce e condivide le immagini con i tuoi amici presenti nelle tue foto.
     
  • Nel 2016 Il gruppo di ricerca “Deep Mind” di Google e Oxford University applicano il Deep Learning ai programmi della BBC per creare un sistema di lettura labiale che è più preciso rispetto a un lettore professionale lipnet.

Le nuove opportunità

Il fenomeno Machine Learning rappresenta uno dei campi dell’informatica sul quale si sta investendo maggiormente in quanto le sue applicazioni stanno influenzando ogni settore e si prevedono continui miglioramenti per i prossimi anni. Le capacità di una Learning Machine, come abbiamo visto, sono in continua evoluzione. Dalla “Smart Home” alla “Smart Manufactory” i metodi di apprendimento automatico affiancano le attività dell’uomo. È già in corso l’inserimento dei sistemi di apprendimento automatico nella nostra quotidianità, anche a livello di business le aziende che seguono il processo della digitalizzazione e quello tecnologico, prendono la giusta decisione di investire nell’applicazione di sistemi Machine Learning all’interno dei loro processi produttivi per renderli più efficienti, competitivi, sicuri.

Insieme alla robotica, l’intelligenza artificiale e l’IoT, il futuro della tecnologia ci riserva molte sorprese.