- Deep Learning. L’apprendimento profondo (in inglese Deep Learning) costituisce un importante campo dell’apprendimento automatico e dell’intelligenza artificiale che è ispirata al cervello umano.
Essa viene tipicamente implementata per attività complesse della computer vision e della bioinformatica, come per esempio il riconoscimento automatico delle immagini e dei volti, la classificazione delle immagini, il riconoscimento vocale, il riconoscimento automatico del discorso. Grazie alla Deep Learning è possibile creare e addestrare modelli di apprendimento capaci di gestire grandi volumi di dati per riconoscere i pattern presenti nell’audio, nelle immagini, nei video, nei testi e nei dati provenienti da sensori. La Deep Learning si basa sulle reti neurali artificiali (Artificial Neural Network in inglese, ANN brevemente), che sono tra i concetti fondamentali dell’intelligenza artificiale e che risalgono addirittura agli anni ‘40. Ma allora vi chiederete: come mai se ne sente parlare solo oggi di Deep Learning? Dovete sapere che la Deep Learning ha bisogno di elevate potenze di calcolo ed elevate quantità di dati per l’addestramento. Dovete sapere che solo recentemente sono nate tecnologie che soddisfano queste due esigenze: mi riferisco al calcolo per mezzo delle Graphic Processing Unit (GPU) ed alla valanga di informazioni prodotte dalle nuove tecnologie informatiche e che costituiscono il fenomeno noto col nome di Big Data. La disponibilità di enormi basi di dati gioca un ruolo fondamentale, in quanto permette a questi sistemi di auto-addestrarsi facendo a meno dell’intervento umano per la costituzione dei training set, come avviene per i tipici classificatori che sono basati sulle reti neurali convenzionali. Prima di consigliarvi qualche link per approfondire eventualmente questa nuova tecnologia, vi voglio rivelare un’ultima curiosità sul termine “profondo” utilizzato per denominare il particolare tipo di apprendimento che sta alla base del Deep Learning: il termine “profondo” o “spesso” (per l’appunto “deep” in inglese) si riferisce alla particolare caratteristica delle reti neurali che per questa applicazione sono costituite da tanti livelli, molti di più delle convenzionali reti neurali. [ 1 ][ 2 ][ 3 ][ 4 ]
Commenti
Posta un commento