In una realtà online nella quale si legge sempre meno o sempre più in fretta, si naviga più che leggere, si condivide molto e non necessariamente dopo aver letto ciò che si condivide, il primo passo per una comprensione maggiore inizia dalla conoscenza dei termini e dei concetti e delle differenze che li distinguono tra di loro.
Definire cosa si intenda per Intelligenza Artificiale e macchine che apprendono può risultare complicato per la lunga storia che caratterizza le ricerche fatte e i diversi approcci sperimentati. Ai suoi inizi i ricercatori dell'Intelligenza Artificiale cercavano di replicare l'intlligenza umana o almeno l'intelligenza che gli umani impiegano nello svolgimento di alcuni compiti e alcune attività. Per farlo istruirono i computer a seguire e rispettare delle regole opportunamente codificate in modo da poter fare delle scelte e prendere delle decisioni. Oggi più che cercare di replicare il cervello umano le intelligenze artificiali sono implementate come macchine capaci di apprendere.
L'abilità di apprendere delle macchine è riferità alla capacità di usare una grande quantità di dati in modo da poter fare scelte e prendere decisioni migliori. Questo tipo di apprendimento non sarebbe stato possibile nel passato per mancanza di potenza adeguata dei processori e di altre tecnologie come quelle di Cloud Computing e Big Data. La capcità di apprendere permette oggi a macchine intelligenti di imparare ad aggiustare nel tempo le previsioni del tempo, facendo uso di dati climatici storici o apprendendo per tentativi dopo avere usato una serie di dati per generare risultati e avendone verificato la giustezza o erroneità.
Oggi alcune macchine intelligenti sono anche capaci di prendere decisioni dopo elaborazioni logiche e classificazioni autonome dei dati. Ad esempio alcuni algoritmi intelligenti della Rete sono in grado di prevedere i comportamenti degli utenti online. Questo tipo di algoritmi o macchine intelligenti possono essere istuite a fornire output a partire da serie di dati definiti, ad esempio a fornire informazioni sui costi o prezzi di un viaggio o di un acquisto online.
Le intelligenze artificiali, come gli esseri umani, sono dotate di un loro cervello e di neuroni interconnessi, capaci, a loro modo, di generare sinapsi. Questi neuroni sono raggruppati a formare strutture diverse incaricate di ricevere e gestire i dati in input, di farsi carico della logica di calcolo e di produrre output e risultati. Ogni connessione tra neuroni viene valutata e misurata in modo da definire una gerarchia di elementi che verranno usati per determinare scelte, decisioni e previsioni. Più grande è la disponibilità di dati e più potente è la capacità di elaborazione della macchina e migliore saranno le sue prestazioni. L'apprendimento deriverà dalla capacità di confrontare gli output prodotti con quelli reali e di affinare nel tempo, usando tecniche e algoritmi adeguati, la capacità di farlo in modo autonomo e automatico, senza alcun aiuto o input umano.
La capacità di apprendere delle macchine legate alle loro strutture neuronali o reti di neuroni è l'apetto più interessante e intrigante della ricerca tecnologica attuale. Chi volesse approfondire il tema dovrebbe innanzitutto prendere visione delle diverse tipologie di reti neurali oggetto di ricerca e sviluppo. Lo può fare andando su siti specializzati o affidandosi a Wikipedia: Convolutional Neural Networks, Computer Vision, Recurrent Neural Networks, Natural Language Processing.