Ripasso di Le basi.

Il nome largo per i programmi che fanno cose per cui di solito serve una persona, come riconoscere un oggetto, capire una frase o rispondere a una domanda. Oggi quasi tutta si costruisce con il machine learning.

Un modo di costruire programmi in cui le regole non si scrivono a mano. Si mostrano tanti esempi con la risposta giusta e il programma le trova da solo. Le reti neurali sono il tipo più usato.

Un programma che ha imparato da esempi a trasformare un dato in una risposta. Dentro ci sono i pesi, cioè i numeri che ha regolato durante l'addestramento.

Uno dei numeri che il modello regola mentre impara, detto anche peso. MobileNet ne ha circa 3,5 milioni, un modello linguistico piccolo da uno a quattro miliardi.

L'uso di un modello già addestrato per dare una risposta a un dato nuovo. È il lavoro che fa il telefono quando riconosce qualcosa.

Il compito di scegliere una risposta da un elenco fisso di classi guardando il dato intero. Sana o malata, cane o gatto, camminare o correre.

L'insieme degli esempi con cui si addestra e si controlla un modello. Foto, clip audio, registrazioni dei sensori o frasi, ognuna con la sua etichetta.

Far girare un modello sul dispositivo dove nascono i dati, come un telefono, un orologio o una telecamera, invece che in un centro dati.

Il tempo tra la domanda e la risposta, misurato in millisecondi. Per seguire un video a 30 fotogrammi al secondo deve stare sotto i 33 ms.

Neural processing unit. La parte del chip del telefono fatta apposta per le moltiplicazioni delle reti neurali. Consuma molto meno della CPU per lo stesso lavoro.

La memoria di lavoro del telefono, da 6 a 16 GB. Tiene i numeri del modello mentre gira. Quanto in fretta si leggono da lì spesso conta più della potenza del chip.

Scrivere i pesi con numeri più semplici, per esempio interi a 8 bit al posto di decimali a 32. Il modello diventa circa quattro volte più piccolo e più veloce, e di solito perde poco.