Il machine learning

Per molti profani il machine learning, o apprendimento automatico, non è altro che un sinonimo di IA. Questo malinteso deriva dal fatto che esso è stato, e continua ad essere, protagonista di innumerevoli trasposizioni letterarie e cinematografiche, con risvolti sia utopici che catastrofici. Infatti i rapporti tra le macchine senzienti e l’essere umano sono ormai un topos consolidato nella narrativa fantascientifica.

In realtà il machine learning non è che un sottoinsieme del vasto mondo dell’intelligenza artificiale, e in particolare quello in cui si addestrano le macchine a compiere specifiche azioni imparando dalla propria esperienza. Ciò è possibile grazie alle reti neurali artificiali, ossia modelli matematici che ricalcano il funzionamento del cervello umano.

Il machine learning si divide a sua volta in tre categorie:

• L’apprendimento supervisionato, in cui la macchina deve estrapolare una regola generale da casistiche particolari, seguendo il metodo induttivo.
• L’apprendimento non supervisionato, in cui il computer non ha un “maestro” umano a guidarlo ma, al contrario, impara in autonomia dai propri errori.
• L’apprendimento per rinforzo, in cui la macchina interagisce con un ambiente dinamico con caratteristiche variabili non prevedibili a priori.

Il primo a usare il termine machine learning nel 1959 fu l’ingegnere del MIT Arthur Samuel, pioniere dell’IA. Il suo progetto riguardava una macchina in grado di giocare a scacchi contro un avversario umano: proprio come quella che, quasi quarant’anni dopo, sfidò il campione mondiale Garri Kasparov.