I n t e n s i v o // Intelligenza artificiale e Machine learning

Mercoledi 16 e Giovedi 17 Marzo dalle h 19.30

Per informazioni scrivere a info_at_ippolita.net con oggetto: Intensivo Machine Learning

Il webinar che vi proponiamo è per chi sente il bisogno di saperne un po’ di più sui soggetti ai quali, a ben vedere, dedichiamo la maggior parte del tempo delle nostre giornate: le macchine. Soggetti e non oggetti, intelligenti, capaci di capirci e di modificarsi a seconda delle interpretazioni che costruiscono su di noi.

Il tema dell’intelligenza delle macchine sarà il fulcro di questi due appuntamenti. Ne ripercorreremo storicamente l’evoluzione: dall’intelligenza artificiale classica, passando poi al sottoinsieme del machine learning fino ad arrivare al deep learning (a cui sarà dedicato per intero il secondo incontro).

L’assunto di base dell’intelligenza artificiale ci dice che la capacità di risolvere problemi attraverso il calcolo è l’origine di qualsiasi comportamento intelligente, sia esso generato artificialmente o pensiero di un essere vivente biologico. Da qui gli sviluppi verso l’apprendimento automatico del machine learning, ovvero educare una macchina e strutturare degli algoritmi in grado di apprendere e di modificarsi autonomamente. L’ultimo gradino, riguardante il deep learning, fa riemergere il rapporto tra macchine e biologia: parleremo di reti neurali, quindi di strutture che simulano il funzionamento di un cervello organico e dei suoi neuroni.

È un webinar di tipo tecnico, la decostruzione critica politica si appoggerà su considerazioni a partire appunto dal funzionamento tecnico delle macchine: quanta energia serve per far funzionare l’apparato macchinico? E i dati saranno mai abbastanza o questa intelligenza, per funzionare a pieno regime, deve essere nutrita all’infinito? La classificazione, che sta al cuore del funzionamento algoritmico, non è uno strumento di potere che crea visioni parziali della realtà presumendo di oggettivarla grazie al calcolo?

Mercoledi 16 Marzo h 19.30 Ragionamento deduttivo e machine learning
– definizioni
– ricerca
– esempio: la dama
– pianificazione
– machine learning, algoritmo generale di apprendimento
– esempio: gli alberi decisionali
– il problema dell’overfitting
 
 Giovedi 17 Marzo h 19.30, Deep Learning
– il neurone biologico e il neurone artificiale
– memorie associative
– esempio: analisi tattica del terreno
– reti neurali a strati
– apprendimento delle reti neurali “semplici”, il backtracking
– le reti neurali a più strati nascosti
– apprendimento
– le reti di convoluzione
– meccanismi generativi
– reti generatici avversarie
 
[Immagine di Katsuya Terada]
 
Ippolita machine learning