Che cos'è il "machine learning" (apprendimento automatico)?

L'apprendimento automatico funziona alimentando un sistema con grandi quantità di dati di esempio e lasciando che regoli gradualmente i suoi parametri interni per riconoscere schemi, invece che un programmatore scriva a mano ogni regola. Attraverso molti cicli di esposizione e feedback, il sistema migliora in compiti come riconoscere immagini o generare testo, imparando di fatto dall'esperienza nel modo in cui gli esseri umani migliorano con la pratica.

I robot che assemblano altre macchine descrivono l'automazione manifatturiera fisica, non correlata al modo in cui il software apprende schemi dai dati, e memorizzare internet parola per parola descrive in modo errato il funzionamento di questi sistemi, poiché apprendono schemi generalizzabili anziché immagazzinare testo esatto.

Poiché i sistemi di apprendimento automatico imparano da qualsiasi dato venga loro fornito, possono assorbire e amplificare i pregiudizi presenti in quei dati, motivo per cui la qualità dei dati di addestramento è diventata una preoccupazione importante quanto l'ingegnosità dell'algoritmo.