{"id":2363,"date":"2022-05-27T10:33:08","date_gmt":"2022-05-27T10:33:08","guid":{"rendered":"https:\/\/picockpit.com\/raspberry-pi\/?p=2363"},"modified":"2023-10-02T12:50:57","modified_gmt":"2023-10-02T12:50:57","slug":"ai-an-introduction-to-artificial-intelligence","status":"publish","type":"post","link":"https:\/\/picockpit.com\/raspberry-pi\/it\/ai-unintroduzione-allintelligenza-artificiale\/","title":{"rendered":"Introduzione all'intelligenza artificiale"},"content":{"rendered":"
\"Un'introduzione<\/figure>\n\n\n\n

Al giorno d'oggi l'IA \u00e8 presente in tutto il mondo IT. Ma come funziona? E come si pu\u00f2 creare un'intelligenza artificiale da soli? <\/p>\n\n\n\n

In questo articolo vi spiegher\u00f2 tutto ci\u00f2 che dovete sapere per iniziare a lavorare con l'IA.<\/p>\n\n\n\n\n\n

Storia dell'intelligenza artificiale<\/h2>\n\n\n\n

L'uomo ha pensato di dare vita alle cose fin dall'antichit\u00e0. Ma soprattutto con l'invenzione dei computer, l'idea di macchine pensanti ha iniziato a prendere forma.<\/p>\n\n\n\n

La cosa pi\u00f9 famosa \u00e8 che nel 1950 Alan Turing invent\u00f2 il test di Turing per valutare se una macchina \u00e8 intelligente o meno.<\/p>\n\n\n\n

Il termine Intelligenza Artificiale \u00e8 stato citato per la prima volta nel 1956 durante una conferenza al Dartmouth College.<\/p>\n\n\n\n

Un'importante invenzione del 1967 \u00e8 stata l'algoritmo di nearest neighbor, importante per la classificazione degli oggetti e il riconoscimento dei modelli.<\/p>\n\n\n\n

Il primo carrello autonomo \u00e8 stato sviluppato nel 1979. Si chiamava Stanford Cart ed era in grado di rilevare e schivare i muri.<\/p>\n\n\n\n

Nel 1985 \u00e8 stata inventata l'intelligenza artificiale NETtalk. Utilizzava il Deep Learning per imparare a parlare.<\/p>\n\n\n

\n
\"Storia
Storia dell'intelligenza artificiale<\/figcaption><\/figure>\n<\/div>\n\n\n

Nel 1997 l'intelligenza artificiale ha iniziato a decollare. Il super computer Deep Blue dell'IBM riusc\u00ec a sconfiggere l'allora campione mondiale di scacchi Garry Kasparov.<\/p>\n\n\n\n

La NASA ha sviluppato i rover Spirit e Opportunity, che hanno guidato autonomamente sulla superficie di Marte nel 2004.<\/p>\n\n\n\n

Nel 2011 un'intelligenza artificiale di nome Watson ha battuto un umano nel gioco \"Jeopary!<\/p>\n\n\n\n

AlphaGo di Google ha battuto un giocatore professionista di Go nel 2016. Il Go \u00e8 considerato molto pi\u00f9 complesso degli scacchi e la potenza di calcolo non \u00e8 l'unica cosa richiesta per il successo.<\/p>\n\n\n\n

Nel 2019 un'IA ha persino sconfitto un giocatore professionista in Starcraft II.<\/p>\n\n\n\n

Oggi l'intelligenza artificiale \u00e8 ovunque. Ha risolto il problema del ripiegamento delle proteine e ha persino imparato a creare arte o a scrivere codice.<\/p>\n\n\n\n

Termini importanti<\/h2>\n\n\n\n

Ecco una panoramica dei termini pi\u00f9 importanti legati all'IA.<\/p>\n\n\n

\n
\"Termini
Termini importanti<\/figcaption><\/figure>\n<\/div>\n\n\n

Il campo dell'IA \u00e8 molto vasto. Copre aspetti come la visione artificiale, l'elaborazione del linguaggio naturale, la robotica e l'automazione, solo per citarne alcuni.<\/p>\n\n\n\n

Una parte importante dell'IA \u00e8 l'apprendimento automatico. Si tratta di un insieme di metodi e algoritmi che permettono a un computer di imparare. Questi metodi possono essere suddivisi in tre classi:<\/p>\n\n\n\n

Apprendimento supervisionato, apprendimento non supervisionato e apprendimento per rinforzo.<\/p>\n\n\n\n

Nell'apprendimento supervisionato l'IA utilizza dati etichettati per allenarsi. Non \u00e8 cos\u00ec per l'apprendimento non supervisionato. L'apprendimento per rinforzo \u00e8 un modo per addestrare un agente virtuale. L'agente riceve una ricompensa ogni volta che fa ci\u00f2 che deve fare. Questo incoraggia il comportamento desiderato.<\/p>\n\n\n\n

Reti neurali<\/h2>\n\n\n\n

Un metodo specifico di apprendimento supervisionato \u00e8 il deep learning. L'apprendimento profondo \u00e8 il processo di formazione di una cosiddetta rete neurale. La rete \u00e8 composta da innumerevoli nodi (neuroni). Essi sono collegati con un peso specifico e sono impilati in strati con un cosiddetto bias.<\/p>\n\n\n\n

Per calcolare il valore di un neurone rispetto al neurone precedente, si moltiplica il valore del neurone precedente per il peso tra i neuroni e si aggiunge il bias.<\/p>\n\n\n

\n
\"Rete
Rete neurale<\/figcaption><\/figure>\n<\/div>\n\n\n

Per addestrare la rete, \u00e8 necessario scrivere i dati di addestramento etichettati nello strato di ingresso. La rete propaga i dati attraverso una quantit\u00e0 variabile di strati nascosti, in base ai pesi e alle polarizzazioni.<\/p>\n\n\n\n

Infine, i dati raggiungono lo strato di uscita. Il neurone di uscita con il valore pi\u00f9 alto rappresenta la previsione della rete. A seconda che la previsione sia corretta o meno, l'intelligenza artificiale regola tutti i pesi e i bias individuali. In questo modo le previsioni diventano sempre pi\u00f9 accurate, il che significa che la rete sta imparando.<\/p>\n\n\n\n

Scopri il nostro Video di YouTube<\/a> per vedere un esempio e addestrare la propria IA.<\/p>\n\n\n\n

\n