Învățarea automată explicată simplu: cum „învață” un calculator

Ai auzit probabil expresia „calculatorul învață singur” și poate ți s-a părut ciudată. Un program care învață? În realitate, învățarea automată înseamnă ceva destul de concret: calculatorul primește foarte multe exemple și găsește în ele tipare pe care apoi le aplică la situații noi. O folosești deja de zeci de ori pe zi, de la tastatura telefonului până la filtrul de spam.

Care este ideea de bază a învățării automate?

Un program obișnuit funcționează după reguli scrise de om: „dacă soldul e sub zero, afișează mesajul X”. Pentru multe sarcini, regulile sunt însă imposibil de scris. Încearcă să explici în reguli exacte cum recunoști cifra 7 scrisă de mână: cu liniuță sau fără, dreaptă sau înclinată, apăsată sau tremurată. Fiecare om o scrie altfel, iar regulile nu se mai termină.

Învățarea automată inversează drumul. În loc de reguli, programul primește exemple cu răspunsul corect: zeci de mii de cifre scrise de mână, fiecare cu eticheta cifrei adevărate. Programul își ajustează treptat setările interne până reușește să le deosebească. La final, primește o cifră scrisă de altcineva și spune, cu o anumită probabilitate, care este. Pe o idee asemănătoare funcționează programele care citesc formulare completate de mână sau codurile poștale scrise pe plicuri.

Seamănă cu felul în care un copil învață să recunoască animalele. Nimeni nu-i dă o definiție; vede multe exemple, i se spune „uite un cal”, greșește, e corectat și, cu timpul, recunoaște și caii pe care nu i-a mai văzut. Diferența importantă este că programul are nevoie de mult mai multe exemple decât un copil. Cum se deosebește acest mod de lucru de un program clasic afli din ghidul despre diferența dintre AI și un program obișnuit.

Unde folosești deja machine learning în telefon?

Machine learning este denumirea în engleză a învățării automate. Chiar dacă nu o vezi, o folosești de zeci de ori pe zi:

• Tastatura care îți ghicește următorul cuvânt și corectează greșelile de tastare.
• Galeria care grupează pozele după fețe și îți găsește „plajă” sau „câine” când cauți.
• Filtrul de spam din e-mail, care mută singur mesajele suspecte.
• Recunoașterea feței sau a amprentei, la deblocare.
• Recomandările de filme, clipuri și melodii.
• Dictarea vocală, care transformă vorbirea în text.

Toate au ceva în comun: sarcini unde regulile exacte sunt greu de scris, dar exemplele sunt multe.

Ce înseamnă antrenarea unui model pe date?

Rezultatul învățării se numește model: un program cu milioane de setări ajustate. Procesul prin care ajunge acolo se numește antrenare și are, simplificat, câțiva pași:

1. Adunarea datelor: exemple multe și variate, de pildă e-mailuri sau poze.
2. Etichetarea: oameni sau sisteme marchează răspunsul corect pentru fiecare exemplu.
3. Antrenarea propriu-zisă: modelul ghicește, compară cu răspunsul corect și își ajustează setările, de milioane de ori.
4. Testarea: modelul primește exemple pe care nu le-a văzut niciodată, ca să se vadă dacă a învățat cu adevărat sau doar a memorat.

Pasul de testare seamănă cu o lucrare la școală cu exerciții noi. Un elev care a memorat doar rezolvările din manual se încurcă; unul care a înțeles metoda se descurcă. La fel și modelele.

Care sunt limitele învățării automate?

Metoda este puternică, dar are câteva limite pe care e bine să le știi:

Un exemplu ipotetic: o aplicație de recunoscut plante, antrenată mai ales pe poze din grădini luminoase, poate greși des la plante fotografiate seara, în interior. Aplicația funcționează corect; pur și simplu a văzut prea puține exemple de acel fel.

Asistenții precum ChatGPT sunt tot rezultatul învățării automate, pe cantități uriașe de text. De aceea pot scrie fluent și totuși greși un fapt: au învățat cum sună un răspuns bun, nu au verificat fiecare informație. Pasul următor în înțelegerea acestor sisteme sunt rețelele neuronale explicate pe înțelesul tuturor.

Ce înseamnă toate acestea pentru tine?

Învățarea automată nu este magie și nici un creier artificial. Este o metodă foarte eficientă de a găsi tipare în date. Asta îți dă două reguli practice: ai încredere în ea la sarcini repetitive și bine definite, precum sortarea pozelor sau filtrarea spamului, și verifici rezultatul când miza e mare, de la sănătate la bani.

Data viitoare când tastatura îți ghicește cuvântul sau galeria îți găsește poza cu bunica, îți vei aminti că în spate stă un model antrenat pe multe exemple. Pentru o imagine de ansamblu, citește și ghidul despre ce este inteligența artificială, explicat pe înțelesul tuturor.