ZE
Sta pagina a l'é scrita in zeneise, segondo a grafia unitäia

L'imprendimento automatico (in ingleise machine learning, abbreviou ML) o l'é un campo de studio ligou à l'intelligensa artifiçiale ch'o l'à da fâ co-o sviluppo e o studio d'algoritmi statistichi che peuan imprende da-i dæti e generalizzâli à di dæti no visti, e donca portâ avanti di compiti sensa de instruçioin espliçite[1]. De reçente, e ræ neurale artifiçiale an scompassou e prestaçioin de tante atre metodologie preçedente pe l'imprendimento automatico.

L'imprendimento automatico o l'attreuva de applicaçioin inte tanti campi, compreiso a traduçion automatica[2][3], a vixon artifiçiale[4], o conoscimento vocale[5], l'agricoltua[6] e a meixiña. Sciben che no tutto l'imprendimento automatico o se basa in sciâ statistica, a statistica computaçionale (ch'a s'òccupa de fâ de previxoin pe mezo di computer) a l'é unna vivagna importante de metodi pe sto campo. L'imprendimento automatico o l'é ascì ben ben ligou à l'ottimizzaçion matematica, ch'a ghe fornisce di metodi, de teorie e di dominni d'applicaçion. Quand'o l'é applicou à di problemi commerçiali, l'imprendimento automatico o l'é dito analixi predittiva.

L'imprendimento automatico o se sviluppa insemme a-o studio de l'intelligensa artifiçiale e o gh'é ligou ben ben: fin da-e primme tentative de definî l'intelligensa artifiçiale comme discipriña academica, çerti reçercatoî aivan mostrou de l'interesse pe-a poscibilitæ che e machine imprendessan da-i dæti. Sti reçercatoî, comme o Marvin Minsky, o Arthur Samuel e o Frank Rosenblatt, a-a fin di anni '50 aivan çercou de resòlve o problema segge pe mezo de di metodi formali, segge con di algoritmi che a-a giornâ d'ancheu en diti ræ neurale. Tra i atri metodi stæti provæ inti anni '50 gh'é ascì quelli basæ in sciô raxonamento probabilistico, e unna propòsta do Alan Turing ch'a l'à antiçipou i algoritmi genetichi[7][8].

Sciben che into campo de l'intelligensa artifiçiale l'interesse pe-o machine learning e i scistemi basæ in scê ræ neurale o s'é ammermou, a reçerca a l'é anæta avanti e a l'à avuo un repiggio a-a meitæ di anni '80 co-a redescoverta da backpropagation[7]. Di anni '90 o campo de l'imprendimento automatico o l'à comensou torna à prosperâ, co-o neuvo propòxito de resòlve di problemi prattichi incangio de çercâ de razzonze l'intelligensa artifiçiale.

  1. (EN) Christopher M. Bishop, Pattern recognition and machine learning, Springer, 2006, ISBN 0387310738. URL consultòu o 10 novénbre 2019.
  2. (EN) Ilya Sutskever, Oriol Vinyals, Quoc V. Le, Sequence to Sequence Learning with Neural Networks, in Advances in Neural Information Processing Systems, n. 27, 2014.
  3. (EN) NLLB Team, Scaling neural machine translation to 200 languages, in Nature, n. 630, 2024.
  4. (EN) Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton, ImageNet Classification with Deep Convolutional Neural Networks (PDF), in Advances in Neural Information Processing Systems, n. 2, 2012.
  5. (EN) Alec Radford, Jong Wook Kim, Tao Xu, Greg Brockman, Christine McLeavey, Ilya Sutskever, Robust Speech Recognition via Large-Scale Weak Supervision, 2022.
  6. (EN) Sharada P. Mohanty, David P. Hughes, Marcel Salathé, Using Deep Learning for Image-Based Plant Disease Detection, in Front. Plant Sci, n. 7, 2016.
  7. 7,0 7,1 (EN) Stuart Russell, Peter Norvig, Artificial Intelligence: A Modern Approach, Prentice Hall, 2003, ISBN 978-0-13-790395-5.
  8. (EN) Alan Turing, Computing machinery and intelligence, in MIND, n. 236, 1950, DOI:10.1093/mind/LIX.236.433.

Atri progetti

modìfica
Contròllo de outoritæLCCN (ENsh85079324 · GND (DE4193754-5 · NDL (ENJA001210569