Il Machine Learning (ML) è una tecnica di intelligenza artificiale in cui un elaboratore acquista la capacità di imparare senza essere esplicitamente programmato e quella di adattare il suo programma al mutare delle condizioni in cui opera. Di solito il temine viene oggi associato alla modellazione dei fenomeni in funzione predittiva a partire da una grande quantità di dati che li descrivono e non da un algoritmo definito a priori dall’uomo.

Leggi anche: 10 casi concreti di utilizzo dell’intelligenza artificiale e machine learning

I sistemi di machine learning ricevono dati di partenza legati a un particolare fenomeno (in campo aziendale, ad esempio l’andamento del mercato borsistico in un certo periodo) e li esaminano alla ricerca di schemi e regolarità statistiche, in base alle quali arrivano a creare un modello – di fatto un algoritmo, però generato autonomamente – del fenomeno stesso.

Feedback retroattivo per l’apprendimento artificiale

Questo modello viene usato per previsioni di test che vengono poi confrontate con i dati reali: se le previsioni sono confermate il modello è funzionale e quindi il sistema si è auto-programmato per seguirlo, in caso contrario i dati sono esaminati ancora alla ricerca di altri modelli più efficaci. Il processo viene ripetuto regolarmente perché il modello-algoritmo sia verificato con dati nuovi e possa quindi adattarsi al cambiamento.

Le applicazioni del machine learning sono le più svariate. Raggiungere un modello di un sistema complesso tale da poter eseguire previsioni affidabili sarebbe la base per molti servizi che vanno dalle previsioni meteorologiche all’analisi dei mercati finanziari sino anche – ed è un settore in cui si sta lavorando molto – al miglioramento delle diagnosi mediche a partire dai dati di analisi cliniche.

Anche senza arrivare a modelli completi veri e propri, la capacità del machine learning di individuare regolarità e anomalie in grandi moli di informazioni è utile per scoprire frodi nell’uso di carte di credito o nella gestione di transazioni online. Ma anche in campi molto diversi come il riconoscimento visivo o la guida autonoma dei veicoli. Sono forme di machine learning, seppure semplici, anche i sistemi automatici di raccomandazione di libri o film in base alle nostre (supposte) preferenze e quelli che suggeriscono nuovi contatti in funzione della rete di conoscenze che già abbiamo.