Con il concetto di "intelligenza artificiale" si intende la capacità dei sistemi tecnici di risolvere autonomamente i problemi. Un programma informatico che risolve solo compiti prestabiliti in base a sequenze predeterminate non si può ancora definire IA perché in caso di scostamenti reagisce solo con una notifica di errore. L’IA invece è in grado di apprendere e migliorare durante tale processo.
Con il concetto di "IA debole" o "IA applicata" (weak o narrow AI) si intendono i sistemi sviluppati e "addestrati" per un determinato compito. Rientrano in questa categoria tutte le attuali applicazioni IA, ad esempio gli assistenti personali intelligenti come Siri.
L’"IA forte" (strong o general AI) invece è in grado di gestire compiti completamente sconosciuti. Ma è ancora un’utopia.
L’IA può elaborare i dati in modi diversi. In questi casi si parla di pensiero deduttivo, induttivo, abduttivo o analogico. Il "machine learning", una branca dell’IA, lavora sul piano induttivo. Si distinguono tre tipi di apprendimento automatico: supervisionato, non supervisionato e per rinforzo.
Il "deep learning" è a sua volta una branca del machine learning. Il sistema è composto da reti neurali multistrato e funziona come un cervello, potenziando determinati collegamenti e indebolendone altri. Come esattamente si realizzino i risultati non è sempre ricostruibile a seconda della complessità del sistema.
