IA: Guida passo passo alla creazione, Parte 1: Percezione

In questo contesto, si discuteranno i principi fondamentali e le strategie per la creazione di un'intelligenza artificiale (IA) semplice, utilizzando reti neurali, con un esempio pratico: un classificatore per messaggi in forum.

L'intelligenza artificiale e le reti neurali sono oggi utilizzate in molti settori, ma spesso tramite sistemi complessi e con un notevole dispendio di risorse hardware. Esempi includono la ricerca immagini di Google o assistenti digitali come Siri o Cortana. Tuttavia, grazie alle nuove unità di elaborazione tensoriale (TPU) o anche a un normale computer, è possibile sviluppare applicazioni potenti in proprio.

Il nostro sistema di classificazione deve analizzare i testi dei messaggi pubblicati nei forum e suddividerli in diverse categorie.

Una comprensione di base nel campo del machine learning e delle reti neurali (Neural Networks) si può trovare, ad esempio, nel canale YouTube di Siraj Raval: https://www.youtube.com/watch?v=vOppzHpvTiQ

Il nostro classificatore dovrà essere strutturato nel seguente modo:

Un modulo di input riceve informazioni sensoriali, nel nostro caso testo, che vengono mappate su una sequenza di vettori multidimensionali (vettore di descrizione) che esprimono il significato del testo. Il vantaggio di questo approccio è che, indipendentemente dal tipo di informazione sensoriale, sia esso un'immagine, un testo o un suono, viene generato lo stesso o un vettore di descrizione molto simile.

Un'immagine di un "gelato su stecco" genera quindi un vettore descrittivo che è molto simile a un vettore descrittivo di un'immagine di una "pallina di gelato nel cono".
Certamente. Ecco la traduzione:

"Analogamente, la sequenza di parole 'Eis am Stil' dovrebbe portare a un vettore descrittivo molto simile o identico."
Pertanto, la parola "ghiaccio" deve essere interpretata nel contesto specifico, altrimenti potrebbe riferirsi al ghiaccio dell'Artico o al ghiaccio presente su un manico di pala, il che corrisponderebbe a un vettore descrittivo completamente diverso.

Come possiamo ottenere un vettore di descrizione a partire dall'inserimento di una sequenza di parole? È necessario considerare le parole precedenti e successive, nonché la punteggiatura (?!.,; ecc.): la situazione.
Una sequenza di parole e segni di punteggiatura deve quindi essere correlata alle parole precedenti e successive. Anche lievi errori di ortografia dovrebbero essere possibili, senza che ciò comporti l'ottenimento di vettori descrittivi completamente diversi.
Ciò significa che anche piccole differenze nelle parole possono generare solo piccole differenze nei vettori di descrizione risultanti.

È importante anche la lingua delle parole; pertanto, le parole e i gruppi di parole devono includere la lingua specifica come una delle dimensioni vettoriali. Dovremmo preservare la lingua analizzando l'ordine e la frequenza delle lettere in un testo.

L'output di questo modulo di input testuale è una sequenza di vettori descrittivi corrispondenti alle parole in input, che ne rappresentano il significato.

Continuerà in base ai gusti, alle preferenze e al tempo disponibile. Sono graditi suggerimenti, commenti e domande.

Ogni processo, che si tratti di testo, di una sequenza di immagini o di suoni, è ora rappresentato come una serie (stream) di vettori descrittivi del significato.

Per una sequenza completa di vettori descrittivi, è possibile creare un vettore di categorizzazione (attraverso l'apprendimento), e il risultato che indica a quale delle categorie predefinite corrisponde meglio si ottiene selezionando il corrispondente vettore di categorizzazione successivo (appreso).