Metadata

• Id: EU.AI4T.O1.M3.2.1v
• Title: 3.2.1 Video: Apprendimento automatico e dati
• Type: video
• Description: Un video dedicato specificamente all'apprendimento automatico con approfondimenti sull'apprendimento supervisionato e di rinforzo, sulle reti neurali e sull'apprendimento profondo.
• Subject: Artificial Intelligence for and by Teachers
• Authors:
  • AI4T
  • Mooc "Intelligence Artificielle...avec Intelligence"
• Licence: CC BY-SA 2.0
• Date: 2022-11-15

Video: Apprendimento automatico e dati

Questo video è dedicato in modo più specifico all'apprendimento automatico. È comunque un video generalista, con un tono umoristico, che può essere utilizzato in classe.

Il video fornisce anche una panoramica di alcuni concetti di apprendimento automatico sotto forma di cartone animato:

• Apprendimento automatico: da 0'55" a 1'50".

• Apprendimento supervisionato: da 2'03" a 2'41"

• Apprendimento per rinforzo: da 2'42 a 3'07"

• Reti neurali e deep learning: da 3'23" a 5'12"

Spiegazione
Guarda il video qui sotto (9'35")

Sinossi

Il video presenta i diversi approcci all'apprendimento. Da un lato l'approccio simbolico e dall'altro l'approccio numerico. Il video descrive poi l'apprendimento automatico con le sue due principali modalità di funzionamento: l'apprendimento supervisionato e l'apprendimento per rinforzo. Viene poi discusso l'apprendimento profondo (o rete neurale profonda), che è una delle modalità di apprendimento automatico e si ispira al funzionamento del cervello.
Oltre agli algoritmi, citati all'inizio del video, Guillaume ci ricorda l'importanza dei dati. Perché questi dati devono essere numerosi e correttamente etichettati, per consentire alle IA di apprendere correttamente e di fare previsioni soddisfacenti. È un'occasione per tornare sulla "fabbricazione" dei dati e sulle sue sfide. Nella sua ultima parte, il video parla infine dell'impatto ambientale dell'IA.