Il deep learning è una branca del machine learning che addestra reti neurali con molti strati per scoprire automaticamente pattern nei dati. Ogni strato successivo trasforma il proprio input in una rappresentazione leggermente più astratta, così una rete profonda può costruire特征 ricche e gerarchiche direttamente a partire da esempi grezzi come pixel, campioni audio o token di testo. Questa capacità di apprendere rappresentazioni end-to-end è ciò che distingue il deep learning dai approcci di machine learning più datati, che si basavano su feature ingegnerizzate manualmente.
Come funziona il Deep Learning
Una rete neurale è composta da strati di semplici unità computazionali chiamate neuroni, collegate da pesi che determinano quanto un'unità ne influenza un'altra. Durante l'addestramento, la rete elabora un gran numero di esempi etichettati e un algoritmo chiamato backpropagation misura l'errore in uscita e lo propaga all'indietro attraverso gli strati per aggiustare i pesi. Ripetendo questo processo su molti esempi, la rete viene progressivamente perfezionata in modo che le sue previsioni corrispondano ai target di addestramento.
Ad esempio, una rete profonda addestrata su foto di gatti e cani impara prima a rilevare bordi e gradienti di colore nei suoi strati iniziali, poi li combina in texture, quindi in parti come orecchie e occhi, e infine in una classificazione sicura dell'intero animale. Poiché la stessa procedura di apprendimento funziona su immagini, audio e testo, il deep learning è diventato uno strumento general-purpose per il riconoscimento di pattern.
Perché è importante
Il deep learning è il fondamento della maggior parte delle capacità di intelligenza artificiale con cui gli utenti interagiscono oggi, dagli assistenti vocali e la traduzione automatica fino all'imaging medico e ai sistemi di percezione per la guida autonoma. Ha più volte stabilito nuovi record di accuratezza su compiti che un decennio fa erano considerati estremamente difficili, in particolare quando addestrato su grandi dataset con risorse di calcolo significative. Per aziende e sviluppatori, il deep learning offre un unico paradigma che può essere adattato a molti domini senza dover riprogettare l'algoritmo sottostante.
Principali tipi di reti neurali profonde
- Reti feedforward (MLP): la forma più semplice, in cui i dati fluiscono in una direzione dall'input all'output; utili per dati tabulari e come blocchi costitutivi per modelli più grandi.
- Reti neurali convoluzionali (CNN): specializzate per dati a griglia come immagini e video, che utilizzano filtri condivisi per rilevare pattern locali.
- Reti neurali ricorrenti (RNN) e LSTM: progettate per dati sequenziali come voce e serie temporali, con connessioni che tornano indietro nel tempo.
- Transformer: l'architettura dominante per il linguaggio e molte altre modalità, che utilizza un meccanismo di attenzione per ponderare l'importanza di ciascun elemento di una sequenza rispetto a ogni altro elemento.
I moderni modelli linguistici di grandi dimensioni come le famiglie GPT e Claude sono reti transformer profonde con decine o centinaia di miliardi di parametri, addestrate su ampi corpora di testo e perfezionate per seguire istruzioni. Le stesse idee di base scalano da piccoli modelli di ricerca a sistemi all'avanguardia, ed è per questo che il deep learning rimane la tecnica centrale nello sviluppo contemporaneo dell'IA.
