Il riconoscimento delle immagini è una delle applicazioni di intelligenza artificiale maggiormente conosciute considerando i numerosi campi di applicazione possibili.
Il livello di precisione raggiunto è dovuto ai progressi esponenziali compiuti negli ultimi anni nella ricerca sulle reti neurali. La tecnologia di cui parliamo, infatti, è basata sulle reti convoluzionali, che sono un tipo di rete neuronale con caratteristiche specifiche per le applicazioni di computer vision.
Una rete neurale è un modello di apprendimento che prende decisioni in modo simile al cervello umano, utilizzando processi che imitano i neuroni biologici. Ogni rete neurale è composta da strati di nodi (neuroni artificiali), a cui sono associati dei pesi e dei valori di soglia: la modifica di questi valori da parte di un algoritmo di apprendimento guida la rete nel trasformare una richiesta di informazioni (spazio di input) in una predizione statistica. La particolarità delle reti convolutive è di comprendere nei propri layer dei livelli ingegnerizzati per processare immagini, ossia classificatori convoluzionali e livelli di pooling.
Guide
Come funziona l’AI per il riconoscimento immagini
Il riconoscimento delle immagini digitali è una delle applicazioni più note dell’intelligenza artificiale. Dalla teoria alla pratica, ecco come funzionano i classificatori convoluzionali e il pooling, con le possibili applicazioni aziendali
Giornalista

Continua a leggere questo articolo
Argomenti
Canali
Speciale Digital Awards e CIOsumm.it