Quando si parla di intelligenza artificiale, la parola modello salta fuori ogni due frasi.
“Questo modello è più bravo“, “il modello ha allucinato“, “serve un modello più piccolo“. Ma cosa è esattamente un modello di machine learning?
In questa lezione lo vediamo con calma, partendo da zero e usando esempi concreti.
Di cosa parleremo..
Cos’è un modello di ML, in parole semplici
Un modello di machine learning è il risultato di un processo di apprendimento automatico: è l’oggetto che, ricevuti dei dati in ingresso, produce una risposta in uscita. Detta così sembra banale, ma è il cuore di tutto.
Prova a immaginarlo come una funzione matematica molto complessa. Tu le dai un input, per esempio una foto, una frase o una riga di numeri, e lei restituisce un output: un’etichetta, una previsione, un testo. La differenza rispetto a una funzione scritta a mano è che nessuno ha scritto le regole: il modello le ha imparate dai dati.
Un esempio veloce: se addestri un modello a distinguere le email spam da quelle normali, non gli dai una lista di regole del tipo “se contiene la parola vincita allora è spam”. Gli dai migliaia di email già etichettate e lui trova da solo gli schemi che funzionano.
La differenza tra algoritmo, dati e modello
Qui nasce la confusione più comune. Algoritmo, dati e modello non sono la stessa cosa, e vale la pena separarli bene.
- Algoritmo: la procedura di apprendimento. È la ricetta, il metodo con cui si impara.
- Dati: gli esempi su cui si impara. Sono gli ingredienti.
- Modello: il risultato finale dell’apprendimento. È il piatto pronto.
Se cambi gli ingredienti, il piatto cambia. Se cambi la ricetta, cambia ancora. Ma il piatto pronto resta una cosa diversa sia dalla ricetta sia dagli ingredienti.
Come nasce un modello: training e inferenza
Il ciclo di vita di un modello si divide in due fasi ben distinte.
1. Training: la fase di apprendimento
Durante il training l’algoritmo analizza i dati e modifica piano piano i propri parametri interni. Ogni volta che sbaglia una previsione, l’errore viene misurato e usato per correggere i parametri.
Ripetendo questo processo moltissime volte, il modello si sintonizza sui dati.
2. Inferenza: la fase d’uso
Una volta addestrato, il modello viene usato per rispondere su dati nuovi. Questa fase si chiama inferenza. Qui non si impara più nulla: il modello applica quello che ha già imparato. È il momento in cui chatti con un assistente o fai classificare un’immagine.
Un esempio concreto: prevedere il prezzo di una casa
Immagina di voler stimare il prezzo di un appartamento. Gli input potrebbero essere i metri quadri, il numero di stanze, il piano, la zona e l’anno di costruzione. L’output è il prezzo.
Dai al modello migliaia di annunci con il prezzo reale. Lui impara che al crescere dei metri quadri il prezzo tende a salire, che certe zone costano di più, che un piano alto vale in genere qualcosa in più. Alla fine ottieni una specie di occhio esperto digitale, capace di darti una stima anche su una casa che non ha mai visto.
Nota però una cosa: il modello non capisce il mercato immobiliare come lo capisce un agente immobiliare.
Ha solo trovato delle relazioni statistiche tra i dati.
Modelli parametrici e non parametrici
Non tutti i modelli funzionano allo stesso modo. Una distinzione utile è quella tra modelli parametrici e non parametrici.
- Parametrici: hanno un numero fisso di parametri interni, deciso prima del training. Una volta addestrati, la loro conoscenza sta tutta lì dentro. Esempio classico: la regressione lineare.
- Non parametrici: non hanno un numero fisso di parametri e possono adattarsi di più ai dati. Spesso memorizzano o consultano esempi. Esempio classico: i k-nearest neighbors.
I grandi modelli linguistici di oggi sono un caso estremo di modelli parametrici: miliardi di parametri, ma pur sempre un numero fisso.
Cosa rende “buono” un modello
Non basta che un modello funzioni bene sui dati di training. Serve che funzioni su dati nuovi. Un modello che va benissimo in addestramento e malissimo su casi reali soffre di overfitting: ha imparato a memoria invece di capire.
Per questo si usano insiemi di dati separati: uno per addestrare, uno per validare e uno per il test finale. Un buon modello è quello che generalizza, cioè mantiene buone prestazioni anche di fronte a situazioni mai viste.
Perché è utile saperlo
Capire cos’è un modello ti aiuta a leggere le notizie sull’IA senza perderti.
Quando senti dire “questo modello ha 70 miliardi di parametri” oppure “il modello è stato addestrato su pochi dati“, ora sai cosa significano davvero queste frasi. E sai anche che dietro ogni modello c’è sempre una scelta: quali dati, quale algoritmo, quale obiettivo.
Le principali tipologie di Machine Learning
Il machine learning non è un unico metodo, ma comprende diversi modi in cui un modello può imparare dai dati. La distinzione principale riguarda il tipo di informazioni disponibili durante l’addestramento e il modo in cui il modello riceve un segnale utile per migliorare.
Le categorie più comuni sono apprendimento supervisionato, apprendimento non supervisionato, apprendimento auto-supervisionato e apprendimento per rinforzo. Non indicano necessariamente ciò che il modello farà una volta addestrato: un modello può essere usato per classificare, stimare valori, generare testo o svolgere altri compiti.
Apprendimento supervisionato
Nell’apprendimento supervisionato il modello viene addestrato usando esempi per i quali conosciamo già la risposta corretta.
Se vogliamo riconoscere email di spam, possiamo fornirgli migliaia di messaggi accompagnati dall’etichetta “spam” oppure “non spam”. Il modello confronta le proprie previsioni con le risposte corrette e modifica progressivamente i propri parametri per ridurre gli errori.
È molto usato nei problemi di classificazione, ma anche nella regressione, dove l’obiettivo non è scegliere una categoria ma prevedere un valore numerico, come il prezzo di una casa.
Apprendimento non supervisionato
Nell’apprendimento non supervisionato i dati non sono accompagnati da una risposta corretta già conosciuta.
Il modello deve quindi individuare autonomamente strutture, somiglianze e regolarità presenti nei dati.
Un esempio classico è il clustering: fornendo informazioni su migliaia di clienti senza specificare a quale gruppo appartengano, un algoritmo può individuare gruppi di persone con comportamenti simili.
In questo caso non gli stiamo dicendo quale sia la risposta giusta: gli chiediamo di trovare una struttura utile nei dati.
Apprendimento auto-supervisionato
L’apprendimento auto-supervisionato, o self-supervised learning, utilizza dati che non sono stati etichettati manualmente, ma crea automaticamente il problema da risolvere partendo dai dati stessi.
È particolarmente importante nell’intelligenza artificiale moderna.
Un Large Language Model, per esempio, può essere addestrato mostrando grandi quantità di testo e chiedendogli di prevedere un token sulla base di quelli che lo precedono. La risposta corretta è già contenuta nel testo originale, quindi non serve che una persona etichetti manualmente ogni esempio.
In questo modo il modello può imparare da enormi quantità di dati disponibili sul web, nei libri o in altri corpus testuali.
Apprendimento per rinforzo
Nell’apprendimento per rinforzo, o reinforcement learning, il modello impara interagendo con un ambiente e ricevendo un segnale di ricompensa in base alle conseguenze delle proprie azioni.
L’obiettivo non è semplicemente indovinare una risposta corretta, ma imparare una strategia che massimizzi la ricompensa nel tempo.
È il principio usato, per esempio, per addestrare agenti capaci di giocare, controllare sistemi o prendere decisioni sequenziali.
Tecniche di reinforcement learning possono essere utilizzate anche nell’addestramento dei modelli linguistici, soprattutto nelle fasi successive al pretraining, per orientarne maggiormente il comportamento verso risposte considerate utili e appropriate.
Domande frequenti
Un modello di ML è un programma?
Non esattamente. Il modello è il risultato di un programma di addestramento. La logica con cui risponde non è scritta a mano, ma appresa dai dati.
Un modello è sempre affidabile?
No. Dipende dai dati con cui è stato addestrato e dal contesto in cui viene usato. Un modello può sbagliare, essere prevenuto o inventare risposte plausibili ma false.
Quanti tipi di modelli esistono?
Moltissimi: alberi decisionali, reti neurali, support vector machine, modelli di diffusione e altri ancora. Cambia l’architettura, ma il principio di fondo resta lo stesso.
Posso creare un modello anch’io?
Sì, per compiti semplici bastano poche righe di codice e un dataset piccolo. Per i modelli enormi che vediamo oggi servono invece risorse industriali, tra dati, schede grafiche e tempo.
