Deep Learning: cos’è
Deep learning letteralmente significa apprendimento profondo e indica quella branca dell’intelligenza artificiale che fa riferimento agli algoritmi ispirati alla struttura e alla funzione del cervello, chiamate reti neurali artificiali.
È possibile definire il Deep Learning come un sistema “intelligente” non umano che si avvale di una classe di algoritmi di apprendimento automatico.
Apprendere è elaborare?
Strettamente legato alla scienza, il Deep learning rappresenta l’apprendimento delle macchine attraverso l’elaborazione di dati appresi utilizzando principalmente algoritmi di calcolo statistico.
Parliamo di un apprendimento strutturato profondo che rientra nella famiglia ampia di metodi di Machine learning basati sull’assimilazione di rappresentazioni di dati.
A cosa serve Deep Learning
Con la sua applicazione per ora sappiamo che la macchina è in grado autonomamente di classificare i dati e a strutturarli gerarchicamente.
Reti neurali artificiali: la base dell’apprendimento
Questo tipo di apprendimento artificiale si basa sulla classificazione e sulla selezione dei dati più rilevanti per raggiungere una conclusione.
Se è vero che si tratta di un procedimento che imita il funzionamento del nostro cervello biologico, in cui i neuroni e le connessioni neurali vengono attivati per formulare risposte, è anche vero che non è in grado di riflettere ma soltanto dedurre ipotesi logiche.
Come funziona
Questo processo di apprendimento attraverso sistemi artificiali (le reti neurali artificiali) copia il funzionamento cerebrale umano.
Per insegnare alle macchine si agisce su più livelli.
Le reti neurali profonde sfruttano un numero maggiore di strati intermedi (hidden layer) per costruire più livelli di astrazione come i modelli matematici di computazione.
I molteplici livelli di astrazione possano dare alle reti neurali profonde un vantaggio enorme nell’imparare a risolvere complessi problemi di riconoscimento di schemi, proprio perché a ogni livello intermedio aggiungono informazioni e analisi utili a fornire un output affidabile.
