In questa puntata Roberto e Filippo con l'ospite d'eccezione, Alex Raccuglia, – dopo aver parlato di IA con Lucio Bragagnolo – chiacchierano di Machine Learning in salsa Apple: delle sue possibilità attuali e delle speranze future dal punto di uno sviluppatore e dell'utente finale. Note dell’episodio Puntata 57 con Lucio Bragagnolo (http://www.a2podcast.it/57) Cos’è ML? L'apprendimento automatico (anche detto machine learning in inglese, abbreviato in ML) è una branca dell'intelligenza artificiale che raccoglie metodi sviluppati negli ultimi decenni del XX secolo in varie comunità scientifiche, sotto diversi nomi quali: statistica computazionale, riconoscimento di pattern, reti neurali artificiali, filtraggio adattivo, teoria dei sistemi dinamici, elaborazione delle immagini, data mining, algoritmi adattivi, ecc; che utilizza metodi statistici per migliorare la performance di un algoritmo nell'identificare pattern nei dati. Nell'ambito dell'informatica, l'apprendimento automatico è una variante alla programmazione tradizionale nella quale in una macchina si predispone l'abilità di apprendere qualcosa dai dati in maniera autonoma, senza istruzioni esplicite Cosa offre Apple con coreML ? Create ML (https://developer.apple.com/machine-learning/create-ml/) Create ML elimina la complessità dall'addestramento dei modelli mentre produce potenti modelli Core ML. Formazione multimodello Allena più modelli utilizzando set di dati diversi, il tutto in un unico progetto. Controllo dell'allenamento Metti in pausa, salva, riprendi ed estendi il tuo processo di formazione. Supporto per la formazione eGPU Usa un'unità di elaborazione grafica esterna con il tuo Mac per prestazioni di allenamento ancora migliori. Formazione sul dispositivo Allena i modelli incredibilmente velocemente direttamente sul tuo Mac mentre sfrutti CPU e GPU. Anteprime del modello Visualizza in anteprima le prestazioni del tuo modello utilizzando Continuity con la fotocamera e il microfono del tuo iPhone sul tuo Mac o rilascia i dati di esempio. Valutazione visiva (Nuovo) Scopri in modo interattivo le prestazioni del tuo modello sui dati di test dal tuo set di valutazione. Esplora le metriche chiave e le loro connessioni con esempi specifici per aiutare a identificare casi d'uso impegnativi, ulteriori investimenti nella raccolta dei dati e opportunità per contribuire a migliorare la qualità del modello. I modelli su cui è possibile creare / personalizzare Immagine Classificazione delle immagini Rilevamento degli oggetti Classificazione della posa della mano Trasferimento di stile Video Classificazione delle azioni Classificazione dell'azione della mano Trasferimento di stile Movimento Classificazione delle attività Suono Classificazione sonora Testo Classificazione del testo Taggare le parole Tabulare Classificazione tabellare Regressione tabellare Raccomandazione Crea componenti ML Sfrutta i modelli di apprendimento automatico personalizzabili nell'app. I modelli di Apple (https://developer.apple.com/machine-learning/models/#text) Linguaggio naturale (https://developer.apple.com/documentation/naturallanguage) Cos’è? Analizzare il testo del linguaggio naturale e dedurre i suoi metadati specifici del linguaggio. Il framework Natural Language fornisce una varietà di funzionalità di elaborazione del linguaggio naturale (NLP) con supporto per molte lingue e script diversi. Usa questo framework per segmentare il testo del linguaggio naturale in paragrafi, frasi o parole e taggare le informazioni su quei segmenti, come parte del discorso, della classe lessicale, del lemma, dello script e del linguaggio. Che attività può svolgere? Identificazione della lingua, che rileva automaticamente la lingua di un pezzo di testo. Tokenizzazione, suddividendo un pezzo di testo in unità linguistiche o token. Taggare parti del discorso, contrassegnando le singole parole con la loro parte del discorso. Lemmatizzazione, deducendo il gambo di una parola in base alla sua analisi morfologica....