Machine learning - IA tradizionale
Il viaggio dell'AI è iniziato negli anni '50, quando la potenza di calcolo era una frazione di quella che è oggi. L'intelligenza artificiale ha iniziato con le previsioni fatte dalla macchina in un modo in cui uno statistico fa previsioni usando la sua calcolatrice. Pertanto, l'intero sviluppo iniziale dell'IA era basato principalmente su tecniche statistiche.
In questo capitolo, discutiamo in dettaglio quali sono queste tecniche statistiche.
Tecniche statistiche
Lo sviluppo delle odierne applicazioni di intelligenza artificiale è iniziato utilizzando le antiche tecniche statistiche tradizionali. È necessario aver utilizzato l'interpolazione lineare nelle scuole per prevedere un valore futuro. Esistono molte altre tecniche statistiche di questo tipo che vengono applicate con successo nello sviluppo dei cosiddetti programmi di intelligenza artificiale. Diciamo "cosiddetto" perché i programmi di IA che abbiamo oggi sono molto più complessi e utilizzano tecniche molto al di là delle tecniche statistiche utilizzate dai primi programmi di IA.
Alcuni degli esempi di tecniche statistiche che vengono utilizzate per lo sviluppo di applicazioni AI in quei giorni e sono ancora in pratica sono elencati qui:
- Regression
- Classification
- Clustering
- Teorie della probabilità
- Alberi decisionali
Qui abbiamo elencato solo alcune tecniche primarie sufficienti per iniziare con l'IA senza spaventarti della vastità richiesta dall'IA. Se stai sviluppando applicazioni AI basate su dati limitati, utilizzeresti queste tecniche statistiche.
Tuttavia, oggi i dati sono abbondanti. Per analizzare il tipo di dati enormi che possediamo, le tecniche statistiche non sono di grande aiuto poiché hanno alcune limitazioni proprie. Metodi più avanzati come il deep learning vengono quindi sviluppati per risolvere molti problemi complessi.
Andando avanti in questo tutorial, capiremo cos'è il Machine Learning e come viene utilizzato per lo sviluppo di applicazioni AI così complesse.