Appunti Intelligenza artificiale: metodi e applicazioni

Durante la fase di training l’obiettivo è scegliere le feature più

appropriate e costruire - a partire dagli esempi - le migliori regioni

di decisione

2.​ Deep Learning

-​ Non richiede molta esperienza del settore da parte del

progettista

-​ Richiede una grande quantità di dati

-​ Il ragionamento seguito dalla macchina per arrivare alla

soluzione potrebbe essere di difficile comprensione per noi

umani

In sostanza, in questo approccio è la rete neurale ad apprendere

automaticamente le caratteristica rilvenati (feature) dei dati da

utilizzare per risolvere i problemi;

dato che le soluzioni sono elaborate basandosi su fetaure scelte dalla

macchina, il ragionamento segutio da ques’utlima ci appare come una

black box, non siamo in grado di spiegarlo con facilità.

Consideriamo sempre il caso di un’applicazione che verifichi la

presenza di DPI indossati dagli operari.

In questo caso, la macchina impara autonomamente con gli esempi a

capire quali sono le feature che permettono di riconoscere lo specifico

DPI, senza che queste debbano essere state fornite in precedenza da

un esperto umano.

Le feature migliori vengono apprese direttamente dai dati (immagini

con label note) e sono molto più discriminanti; infatti, le categorie di

DPI sono decisamente più distanti tra loro.

Dato il vettore di feature, il sistema stabilisce sulla base delle regioni

di decisione la classe attesa a cui appartiene l’immagine.

A questo punto, si comprendono i motivi per cui l’AI sia così potente:

-​ Il numero di esempi può crescere enormemente, aumentando l’accuratezza del

modello aprreso

-​ Le prestazioni possono superare quelle umane quando il training set è grande e

rappresentativo

Rimanendo nell’ambito del machine learning, esistono 3 possibili modalità di

apprendimento:

1.​ Supervised learning (il più comune) → il sistema intelligente apprende da esempi

del problema in esame la cui soluzione è nota; vengono forniti degli esempi

etichettati, ossia input il cui output è noto, e lo scopo è trovare una funzione che

mappi gli input ai corrispettivi output

2.​ Unsupervised learning → il sistema intelligente impara a dividere i dati in gruppi

(cluster) omogenei rispetto all’obiettivo dell’applicazione; in questo caso non ci sono

etichette nei dati, il sistema cerca da solo schemi o strutture nascoste, lo scopo è

scoprire gruppi naturali (cluster) e regolarità nei dati

3.​ Reinforcement learning → il sistema intelligente viene pre-addestrato per svolgere

il compito, ma poi migliora nel tempo interagendo con l’ambiente e imparando dagli

errori tramite ricompense o penalità

I problemi di supervised learning (apprendimento supervisionato) si dividono in 2 tipi:

-​ Regressione → l’output da riconoscere ha valori continui

-​ stima del prezzo di una casa

-​ stima dell’età di una persona

-​ analisi finanziarie

-​ …

-​ Classificazione → l’output da riconoscere è una classe o categoria discreta

-​ riconoscimento del genere di una persona

-​ sentiment analysis

-​ classificazione di tumori

-​ …

Sempre nel contesto del machine learning, diamo a questo punto una definizione di reti

neurali.

Si tratta di algoritmi che effettuano l’apprendimento da esempi, tentando di riprodurre il

comportamento del cervello umano.

Queste reti hanno vissuto storicamente 3 ondate:

-​ Cibernetica → studio di singoli neuroni biologici, in maniera tale da tradurli in modelli

computazionali

-​ Connessionismo → studio di reti neurali costituite da più neuroni

-​ Deep Learning → utilizzo di reti neurali con molti livelli di neuroni

Durante l’ondata della cibernetica, il modello matematico di neurone che andato ad

affermarsi è il percettrone di Rosenblatt.

Tale modello prende in input una serie di valori numerici (feature), li pesa, li somma e decide

se attivarsi o meno.

Così come nel neurone biologico, anche in questo corrispettivo matematico vi è o meno

attivazione a seconda che ci sia un’adeguata stimolazione.

Possiamo rappresentare gli input come un vettore (x1, x2, …, xn)

Possiamo rappresentare i pesi associati agli input come un vettore (w1, w2, …, wn)

Possiamo poi indicare un valore b, detto bias, indiepndente dagli input, che può essere utile

per regolare la soglia di attivazione del neurone.

Il calcolo che viene effettuato è il seguente:

-​ Si fa la somma pesata degli input per i relativi pesi, sommando poi il bias

​ z = w1x1 + w2x2 + … + wnxn + b

-​ Il valore ottenuto va passato in ingresso ad una funzione di attivazione (in genere,

una funzione a gradino) che decreta se l’input sia o meno sufficiente a far attivare il

neurone

​ output = { 1 se z >= 0,

​ ​ 0 se z < 0 }

Il percettrone apprende modificando i pesi dopo ogni esempio errato:

1.​ Calcola l’output del modello

2.​ Confronta con l’output corretto (etichetta)

3.​ Se sbaglia, aggiorna i pesi

Il limite di tale modello è però che funziona solo per problemi linearmente separabili (ad

esempio, AND o OR), ma non riesce a risolvere problemi non lineare (ad esempio, XOR);

questo significa che il percettrone non può trovare una soluzione se i dati non possono

essere separati da una retta (in uno spazio delle feature 2D), da un piano (in uno spazio

delle feature 3D) o, più in generale, da un iperpiano.

Per risolvere questo problema si è giunti al percettrone multilayer (MLP), figlio del

connessionismo.

Il percettrone multilayer è un’evoluzione del percettrone semplice che riesce a risolvere

anche problemi che non siano linearmente separabili.

Tale rete neurale è composta da più strati di percettroni:

-​ 1 strato di input ​ ​ → riceve gli input dall’esterno

-​ 1 o più strati nascosti​ ​ → non comunicano con l’esterno (nascosti), si

occupano di scoprire i pattern nascosti nei dati

-​ 1 strato di output​ ​ → trasmette gli output all’esterno

Ogni neurone (unità) in uno strato è connesso a tutti i neuroni dello strato successivo,

creando una rete fully connected