Storia dell’intelligenza artificiale
Anni 2000–2010

Machine learning e grandi quantità di dati

Il baricentro si sposta: invece di programmare ogni regola, i sistemi imparano schemi e correlazioni a partire dai dati.

Dal programma alle regolarità

Nel machine learning l’obiettivo non è scrivere manualmente tutte le istruzioni possibili, ma costruire algoritmi capaci di adattare i propri parametri sulla base di esempi e dati.

Perché cambia tutto

La crescita di internet, dei dati digitali e della capacità di calcolo crea condizioni molto più favorevoli. I sistemi statistici diventano efficaci in compiti come riconoscimento, classificazione, previsione e raccomandazione.

Verso il deep learning

Le reti neurali esistevano da decenni, ma diventano molto più potenti quando dispongono di grandi dataset, hardware specializzato e metodi di addestramento più efficaci.