Nell'ultimo decennio, l'uomo si è posto una domanda: "Può un computer imparare a pensare?". La risposta a questo quesito è, purtroppo, ancora negativa, ma esiste una tecnica che vi si avvicina molto: il Machine Learning.

Il Machine Learning è una tecnica moderna utilizzata da grandi aziende, come Google o Facebook, che fornisce ai computer l'abilità di apprendere l'utilizzo di determinate funzioni senza essere stati esplicitamente programmati per svolgerle. Tale tecnica si basa su due elementi: input e fitness.

Fitness, la funzione alla base dell Machine Learning

Immaginiamo un programma come un'entità senziente ed immaginiamo di dargli un compito semplice: distinguere un bicchiere di vino da un bicchiere di birra. Il nostro programma senziente sa che il vino corrisponde ad un determinato colore e ad una determinata gradazione alcolica, così come la birra. Ricevendo in input un'immagine o delle informazioni riguardanti la bevanda che ci accingiamo a bere, il programma definirà, in base ai dati che conosce, se ciò che stiamo per bere sia birra o vino.

machine learning

Qui entra in gioco il fitness. Si tratta della linfa vitale del nostro algoritmo: in base alla qualità del fitness, il nostro programma sarà più o meno capace rispondere correttamente. Come migliorare il fitness del nostro programma? Con l' allenamento. Vi suonerà strano, ma anche i programmi possono imparare qualcosa "allenandosi".

Ogni qual volta che il nostro programma, risponde correttamente, riceve un "premio", ovvero un miglioramento del proprio fitness. Al contrario, quando sbaglia, questo subirà un peggioramento. Inoltre, il programma ricorderà ciò che ha sbagliato. In questo modo, per gli input successivi, avrà a disposizione più informazioni su cui basarsi per prendere una decisione.

Rete neurale: il "bagaglio culturale" del programma

Rete Neurale, esempio per Machine Learning
Esempio di funzionamento di rete neurale

Ciò avviene grazie ad una rete neurale. Il compito della rete neurale è quello di confrontare l'input ricevuto con tutti i precedenti. Confrontando le risposte corrette e quelle errate, il programma diventerà sempre più preciso nello svolgimento del proprio compito.

Ora che abbiamo spiegato, molto superficialmente, in cosa consiste il Machine Learning, possiamo tranquillamente immaginare le possibili implicazioni, sebbene attualmente questa tecnica si trovi, oggi, in uno stato estremamente embrionale.

Attualmente, la più famosa dimostrazione delle capacità del Machine Learning è il progetto Open AI. Questo progetto, avviato da Elon Musk nel dicembre 2015, ha dimostrato (attraverso il popolare MOBA di casa Valve, DOTA 2) che un'intelligenza artificiale, con un allenamento della durata di sole due settimane, può raggiungere e mantenere un livello di abilità superiore rispetto a quello di alcuni giocatori professionisti a livello mondiale. Si tratta di un risultato sicuramente interessante, che può aprire la strada a speculazioni più o meno fantasiose su cosa ci riservi il futuro nel campo dell'intelligenza artificiale.