AI, Machine Learning e Deep Learning: Differenze e Gerarchia
Capire una volta per tutte perché AI ⊃ ML ⊃ DL non è uno slogan, come scegliere l'approccio giusto tra classico e profondo, e come spiegarlo a un colloquio senza confondersi.
1. La gerarchia AI ⊃ ML ⊃ DL — i tre cerchi concentrici
AI ⊃ ML ⊃ DL: AI è qualunque tecnica che simula intelligenza, ML è il sottoinsieme che apprende dai dati, DL è il sottoinsieme del ML basato su reti neurali profonde.
I termini "AI", "Machine Learning" e "Deep Learning" vengono usati spesso come sinonimi, ma hanno significati precisi e una relazione gerarchica ben definita: ogni livello è un sottoinsieme specializzato del precedente. Se ti ricordi solo un'immagine di questa lezione, ricordati i cerchi concentrici.
Io ho pensato di fare così per fissarlo: quando i miei studenti mi dicono "ho usato l'AI", io chiedo sempre "quale cerchio?". Se hai usato una regola if-else scritta a mano per un bot, sei nel cerchio grande AI ma fuori dal ML. Se hai usato XGBoost, sei nel cerchio medio. Solo se hai impilato layer neurali sei nel nocciolo. Io lo farei così anche al colloquio: disegna tre cerchi a mano sul foglio, ci metti 15 secondi e chiusi ogni ambiguità.
Fuori dal ML
Sistemi esperti, motori di ricerca simbolici, logica fuzzy, algoritmi genetici, planning. Non imparano da dati, ma applicano regole.
Il cavallo di battaglia
Una parte significativa dei progetti aziendali utilizza ML classico, soprattutto quando i dati sono strutturati.
Il nocciolo potente
Serve quando i dati sono immagini, audio, testo, video. Impara da solo le feature, ma vuole tanti dati e GPU.
2. Machine Learning — i tre paradigmi di apprendimento
Il Machine Learning si divide in tre paradigmi fondamentali in base alla natura dei dati e al tipo di feedback. Io lo farei così per ricordarlo: chiediti "ho le risposte giuste?". Se sì → supervised. Se no → unsupervised. Se ho un ambiente che mi premia o punisce → reinforcement.
① Supervised Learning — apprendimento supervisionato
Il modello viene addestrato su coppie (input → output corretto). Come uno studente che impara guardando esempi già corretti. L'obiettivo è imparare una funzione che generalizza su nuovi input mai visti.
Output = categoria
Esempi: spam/non-spam, gatto/cane, diagnosi positiva/negativa. Metriche: accuracy, precision, recall, F1.
Output = valore continuo
Esempi: prezzo casa, temperatura domani, fatturato mese prossimo. Metriche: MAE, MSE, R².
Il toolkit base
Regressione lineare/logistica, Decision Tree, Random Forest, SVM, XGBoost, LightGBM, KNN. Tutti in scikit-learn in 5 righe.
Hai 5.000 email etichettate dall'ufficio segreteria come spam o valide. Addestri un Logistic Regression su parole chiave e mittente. Dopo, ogni nuova mail viene classificata in automatico. Io ho pensato di fare così il primo filtro per la posta dell'Istituto.
② Unsupervised Learning — apprendimento non supervisionato
Il modello riceve solo input, senza etichette. Deve trovare da solo struttura e raggruppamenti. È come esplorare una città senza mappa: inizi a capire dove sono i quartieri.
Raggruppa simili
Segmentazione clienti e-commerce, topic modeling su articoli, anomaly detection su log.
Comprime mantenendo senso
PCA, t-SNE, UMAP per visualizzare dati a 100 dimensioni in 2D. Fondamentale prima di plottare.
Impara la distribuzione
GAN e VAE iniziano qui, ma esplodono con il Deep Learning. Genera dati simili a quelli visti.
Confondere supervised con "devo etichettare tutto io a mano". Io lo farei così: usa unsupervised prima per esplorare, poi etichetta solo un campione intelligente (active learning). Risparmi l'80% del lavoro di labeling.
③ Reinforcement Learning — apprendimento per rinforzo
Un agente interagisce con un ambiente, compie azioni e riceve ricompense o penalità. Impara a massimizzare la ricompensa cumulativa. Non c'è dataset statico: il modello genera i propri dati esplorando.
| Paradigma | Dati di input | Feedback | Problema tipico | Algoritmo esempio |
|---|---|---|---|---|
| Supervised | Input + etichetta corretta | Errore vs etichetta | Classificazione, regressione | Random Forest, XGBoost, SVM |
| Unsupervised | Solo input, nessuna etichetta | Nessuno (intrinseco) | Clustering, compressione, generazione | K-Means, PCA, Autoencoder |
| Reinforcement | Stato dell'ambiente | Reward / penalità | Controllo, giochi, robotica | Q-Learning, PPO, AlphaZero |
Io ho pensato di fare così all'esame: faccio l'analogia del cane. Supervised = gli mostri la crocchetta e dici "questa è una crocchetta". Unsupervised = lo lasci in un parco e lui da solo capisce che ci sono altri cani simili. Reinforcement = gli dai un biscotto solo quando si siede, lui impara a sedersi per il premio. Con questa storia nessuno si dimentica più i tre paradigmi. Io lo farei così anche voi.
3. Deep Learning — dentro la scatola nera
Deep Learning = reti neurali artificiali con molti strati nascosti. "Deep" = profondo. Ogni strato impara feature più astratte, eliminando il feature engineering manuale.
Il Deep Learning è un sottoinsieme del ML che usa reti neurali. La parola "profondo" si riferisce proprio alla profondità: il numero di strati di trasformazione applicati ai dati in sequenza. Ogni nodo riceve input, li moltiplica per pesi w, somma un bias b e applica una funzione di attivazione non lineare. L'addestramento via backpropagation aggiusta tutti i pesi per minimizzare l'errore.
Perché "deep" cambia tutto — feature gerarchiche
In ML classico l'ingegnere deve estrarre manualmente le feature rilevanti. Con il deep learning questa operazione avviene automaticamente: ogni strato impara una rappresentazione progressivamente più astratta.
Layer 1: bordi, gradienti di colore (pixel grezzi) → Layer 2: angoli, curve, texture → Layer 3: occhi, naso, bocca → Layer finale: identità della persona. Io lo farei così in laboratorio: prendiamo una CNN pre-addestrata, visualizziamo i filtri del primo layer e vedete davvero che hanno imparato a fare il detector di bordi come Photoshop. È lì che capite perché serve la profondità.
Architetture di Deep Learning — panoramica essenziale
| Architettura | Sigla | Specializzata per | Esempio applicazione |
|---|---|---|---|
| Convolutional Neural Network | CNN | Dati spaziali — immagini, video | Face ID, diagnosi radiologica, auto a guida autonoma |
| Recurrent Neural Network | RNN/LSTM | Sequenze temporali — testo, audio | Traduzione pre-Transformer, predizione serie storiche |
| Transformer | Attention | Sequenze con relazioni lunghe | GPT-4, BERT, DALL·E, Gemini, Whisper |
| Generative Adversarial Network | GAN | Generazione dati sintetici | Deepfake, StyleGAN |
| Diffusion Model | DM | Generazione immagini high-quality | Stable Diffusion, DALL·E 3, Midjourney |
Io ho pensato di fare così con le mie classi: non studiate tutte le architetture. Tenete a mente solo due: CNN per immagini, i Transformer sono oggi utilizzati in moltissimi ambiti, tra cui testo, immagini e audio, ma non sono l'unica architettura possibile. Se al lavoro vi serve generazione immagini, aggiungete Diffusion. Io lo farei così perché dal 2017 in poi, il Transformer ha mangiato tutto. Il paper "Attention Is All You Need" è l'unico da leggere davvero.
4. ML classico vs Deep Learning — quando usare cosa
Non esiste una risposta universale: la scelta dipende da tipo di dato, quantità di esempi, necessità di spiegabilità e risorse. E qui sta l'errore che costa caro in azienda.
| Criterio | ML Classico | Deep Learning |
|---|---|---|
| Tipo di dato | Tabellare strutturato (CSV, DB) | Non strutturato: immagini, testo, audio, video |
| Dimensione dataset | Ottimo anche con 1k esempi | Il Deep Learning tende a beneficiare di dataset più grandi, anche se il numero di esempi necessario dipende dal problema, dall'architettura e dall'eventuale uso di modelli pre-addestrati. |
| Risorse | CPU, minuti | GPU/TPU, ore/giorni |
| Spiegabilità | Alta — Decision Tree interpretabile | Bassa — scatola nera (XAI in sviluppo) |
| Feature engineering | Necessario — lo fa l'esperto | Automatico — lo impara la rete |
| Prestazioni non-strutturato | Mediocri | State-of-the-art |
| Compliance | Preferito (GDPR, banca, sanità) | Problematico senza XAI |
"Non addestrare reti neurali se puoi farlo senza." Prima del DL, prova XGBoost e Random Forest: sono più veloci, più facili da debuggare e spesso battono il deep su dataset piccoli. Il deep learning si guadagna il suo posto solo quando i dati e il problema lo giustificano.
Io ho pensato di fare così una checklist per i progetti dei miei studenti: se avete un CSV di 2.000 righe e lanciate subito un Transformer, avete già perso. Io lo farei così: Baseline in 30 minuti con RandomForest, poi XGBoost con 20 minuti di tuning, e solo SE il dataset ha 100k+ righe e dati non strutturati passo a una rete. Così dimostrate maturità ingegneristica, non hype.
5. Applicazioni reali — dove vive ognuno
Mettiamo i piedi a terra. Dove trovate davvero ML classico e dove trovate Deep Learning in produzione oggi?
Scoring credito bancario
XGBoost su dati finanziari strutturati. Trasparenza richiesta da GDPR: devi spiegare perché hai negato un mutuo.
Manutenzione predittiva
Random Forest su sensori IoT industriali per predire guasti. Pochi dati, tanta affidabilità, inferenza su CPU edge.
Frodi & Raccomandazioni
Isolation Forest per frodi in tempo reale. Collaborative Filtering per Amazon/Spotify. Bassa latenza, alta interpretabilità.
GPT-4 / ChatGPT
GPT-4 / ChatGPT — modelli basati su architetture Transformer utilizzati per la generazione e comprensione del linguaggio. Fine-tuning + RLHF. Base di tutta la Generative AI testuale moderna.
Face ID + AlphaFold 2
CNN per Face ID Apple (1:1M falsi positivi). Transformer per predire la struttura 3D delle proteine.
Tesla Autopilot
CNN multi-camera 360° per percezione. Addestramento su milioni di km. Inferenza real-time su chip custom.
Se andate in tirocinio in banca/assicurazione/PA: portate XGBoost + SHAP per spiegabilità. Se andate in startup AI/vision: portate CNN + Transformer + Hugging Face. Io ho pensato di fare così il portfolio: un progetto tabellare ben spiegato e uno vision con dataset pubblico. Due repository puliti battono 10 notebook sporchi.
6. Verifica / Esercizio pratico
🔬 Attività — Decidi tu l'approccio
Ti do 3 scenari reali. Per ognuno decidi: AI generica, ML classico o Deep Learning? E quale paradigma ML?
- Ospedale di Treviso: 1.200 referti tabellari (età, esami sangue, sintomi) per predire rischio diabete. Devono spiegare la decisione al paziente e al GDPR. Quale approccio?
- E-commerce occhiali: 800k foto di volti con occhiali provati virtualmente, vuoi riconoscimento forma volto + consiglia montatura. Quale approccio?
- Videogioco indie: vuoi un NPC che impari a giocare da solo a un platform 2D senza dati pre-etichettati, solo provando e morendo. Quale paradigma?
1. Ospedale: ML classico, supervised classificazione. Logistic Regression o Decision Tree → spiegabile, bastano 1.2k esempi, compliance GDPR. Io lo farei così, aggiungendo SHAP per il report medico.
2. E-commerce occhiali: Deep Learning, CNN per face landmarks + Transformer per recommendation multimodale. Hai 800k immagini → dataset ideale per DL. ML classico qui fallirebbe.
3. Videogioco: Reinforcement Learning. Agente = NPC, Ambiente = livello di gioco, Reward = +1 livello superato, -1 morte. Algoritmi: PPO o DQN. Zero labeling, apprende per trial & error. Io ho pensato di fare così con Unity ML-Agents per farvi toccare con mano RL in 1 pomeriggio.
7. Riepilogo e concetti chiave
📚 Prossimo passo — Applicazioni reali dell'AI
Ora che sai distinguere AI, ML e DL, vediamo dove vivono davvero: scoring bancario, diagnosi medica, Face ID, Tesla, ChatGPT. Ti porto casi aziendali italiani e ti faccio toccare con mano dove userai ogni pezzo. Porta il decision tree di questa lezione stampato.