Una rete neurale, per esempio, sa riconoscere benissimo un neo benigno o maligno della pelle, perché è stata addestrata su grandissimi set di dati; tuttavia, non possiamo utilizzare lo stesso apprendimento e la medesima rete allenata per riconoscere parti cancerogene del nostro intestino, perché sono due problemi molto diversi e in questi scenari non è quasi mai possibile generalizzare.
La scarsa capacità di generalizzare costituisce oggi uno dei grandi limiti di molti degli approcci dell’AI. È una delle barriere che più di frequente ostacolano i processi di adozione di soluzioni di intelligenza artificiale nel mondo delle imprese e degli enti: a volte, è troppo dispendioso ricominciare da capo con nuovi processi di apprendimento per ogni nuovo sottoproblema da affrontare, o disporre di dataset che possiedano il necessario grado di variabilità e di rappresentatività dei dati per supportare algoritmi di deep learning in grado di effettuare generalizzazioni su una particolare famiglia di problemi.
Dataset e apprendimento
Il nostro percorso passa attraverso la comprensione dei principali aspetti tecnici che spiegano il funzionamento dei moderni metodi di intelligenza artificiale e dalla conoscenza di alcuni termini specifici utilizzati in questa disciplina.
L’apprendimento supervisionato è l’approccio più comune e di più lunga data nell’ambito dell’apprendimento automatico, il cosiddetto machine learning. Prevede l’utilizzo di un dataset (cioè di un grandissimo insieme di dati) di addestramento, contenente un elevato numero di esempi codificati e accuratamente etichettati da supervisori umani (di qui la definizione di “apprendimento supervisionato”). Ogni esempio è un’istanza composta da un input, un’immagine, un testo o un insieme di valori numerici e la rispettiva risposta, etichetta o annotazione desiderata, fornita dal supervisore.