Cane o gatto? Ecco come scelgono le macchine

L’Intelligenza Artificiale (IA) ha rivoluzionato molti aspetti della vita quotidiana, integrandosi con vari sistemi per automatizzare compiti che avrebbero richiesto l’intervento umano. In particolare, l’Apprendimento Automatico (Machine Learning) permette a una macchina di “imparare” a svolgere compiti complessi in maniera analoga a come farebbe un essere umano, tramite esempi e correzioni in caso di errore. Un tipico problema risolvibile tramite Machine Learning è la classificazione dei dati. Per esempio, una macchina può essere addestrata a distinguere immagini di animali separando i cani dai gatti. Uno degli algoritmi più famosi per approcciare questo tipo di problemi è il Support Vector Machine (SVM).
Per meglio illustrare il funzionamento di SVM, proponiamo un gioco interattivo in cui al pubblico è richiesto di risolvere “a mano” un problema di classificazione simulando il comportamento dell’algoritmo. La sfida consiste nel distinguere cani e gatti utilizzando caratteristiche come il peso e l’altezza. I risultati ottenuti saranno poi confrontati con quelli forniti da una reale implementazione, offrendo spunto di discussione sulle similitudini e differenze tra il modo di ragionare degli esseri umani e quello delle macchine.

A cura di: Dipartimento di Matematica e Informatica (Stefano Bistarelli, Francesco Santini, Marco Cuccarini, Chiara Luchini, Ivan Mercanti, Carlo Taticchi, Luca Maria Tutino)