Il deep learning è un tipo di Intelligenza Artificiale che cerca di imitare il modo in cui il cervello umano apprende ed elabora le informazioni. Lo fa utilizzando delle "reti neurali", cioè strutture di algoritmi ispirate alla rete di neuroni del nostro cervello. Il deep learning è una delle forme più potenti a oggi disponibili di AI perché può analizzare grandi quantità di dati e trovare schemi complessi che sarebbero difficili, o persino impossibili, da trovare per gli esseri umani.
È utilizzato in molte applicazioni, come il riconoscimento delle immagini, la traduzione automatica e le auto a guida autonoma. Ma viene usata anche in campo scientifico: può analizzare milioni di molecole per identificare nuovi farmaci su cui vale la pena fare un’ulteriore ricerca.
Elaborazione del linguaggio naturale (o NLP)
Infine, questo ramo dell'AI si occupa dell'interazione tra un computer e il linguaggio umano. Si parla di “linguaggio naturale” perché il modo in cui parlano le persone (con pause, ripetizioni e altro ancora) è molto diverso da come un computer elabora le informazioni. C’è bisogno quindi di una “conversione”: da qui l’elaborazione del linguaggio naturale.
Quando un utente pone una domanda a un assistente virtuale dietro le quinte la domanda viene prima trascritta in testo; quel testo viene compreso ed elaborato per poter offrire una risposta; e infine la risposta viene comunicata “a voce”.
Il sistema deve quindi comprendere cosa sta dicendo l’utente e per farlo c’è bisogno di spezzettare il testo originale e di riconoscere delle parole chiave che servono al sistema per valutare la risposta. Quando, per esempio, viene chiesto a un assistente virtuale le previsioni per il giorno dopo, non capirà magari l’intera frase, ma coglierà le parole chiave che servono (come “meteo” e “domani”) al fine di fornire una risposta coerente.
