Il Machine Learning è quella branca dell’intelligenza artificiale che si basa sull’idea che i sistemi, come macchine e computer, possono imparare dai dati e riescono quindi a identificare modelli e prendere decisioni, in modo autonomo.
Machine Learning è quindi sinonimo di apprendimento automatico, è un concetto che nasce dall’idea che la tecnologia può imparare ad eseguire compiti specifici senza essere programmata.
Non solo, grazie al Machine Learning un’intelligenza artificiale riesce a migliorarsi di volta in volta e ad apprendere persino dai propri errori, come farebbe una mente umana quando cerca di risolvere un problema.
Esiste quindi una grande differenza tra un computer che è stato programmato per svolgere un compito assegnato (dove a precisi input corrispondono altrettanto precisi output) rispetto ai sistemi di intelligenza artificiale, e il divario sta proprio nella programmazione.
L’apprendimento avviene in due fasi distinte: una fase di apprendimento supervisionato e una seconda, non supervisionato. Inizialmente bisogna istruire l’algoritmo intelligente fornendo delle informazioni, questi dati e le relazioni programmate diventeranno poi la base dell’esperienza del sistema, che avrà a quel punto i fondamenti per poter agire autonomamente.
In questo modo, un computer potrà, ad esempio, trovare informazioni sconosciute senza che gli sia stato segnalato dove cercarle.
Non si tratta di una scienza nuova, alcuni algoritmi del Machine Learning sono in circolazione da molto tempo eppure questa scienza trova piena applicazione adesso, nell’era dei Big Data, dove è necessario analizzare enormi quantità di dati e rintracciare pattern ricorrenti per ottenere velocemente elaborazioni precise, anche su larga scala.