Embeddings

Gli embedding sono rappresentazioni vettoriali continue, a bassa dimensionalità e dense di variabili discrete, che fungono da traduttore fondamentale tra i dati umani e la logica della macchina. Nel campo dell'Artificial Intelligence (AI), i computer non possono comprendere intuitivamente dati disordinati e non strutturati come testo, immagini o audio. Gli embedding risolvono questo problema convertendo questi input in liste di numeri reali, noti come vettori, che esistono in uno spazio matematico ad alta dimensionalità. A differenza delle codifiche tradizionali che potrebbero semplicemente assegnare un ID casuale a un oggetto, gli embedding vengono appresi tramite l'addestramento, assicurando che elementi semanticamente simili, come le parole "re" e "regina", o immagini di due gatti diversi, siano posizionati vicini nello spazio vettoriale.

Come funzionano gli embedding#

La creazione di un embedding comporta l'inserimento di dati grezzi in una rete neurale progettata per l'estrazione di caratteristiche. Durante l'addestramento, il modello impara a comprimere le caratteristiche essenziali dell'input in una forma numerica compatta. Ad esempio, un modello di Computer Vision (CV) che analizza una fotografia non vede solo pixel; mappa forme, texture e colori in una coordinata specifica in un grafico multidimensionale. Quando misurano la similitudine, i sistemi calcolano la distanza tra queste coordinate utilizzando metriche come la similitudine del coseno o la distanza euclidea. Questa vicinanza matematica consente agli algoritmi di eseguire attività complesse come la classificazione e il clustering con elevata efficienza.

Applicazioni nel mondo reale#

Gli embedding fungono da motore per molte funzionalità intelligenti utilizzate nei moderni prodotti software.

• Semantic Search: I motori di ricerca tradizionali si affidano spesso alla corrispondenza esatta delle parole chiave, che fallisce se un utente cerca "auto" ma il documento contiene "macchina". Gli embedding catturano il significato dietro le parole. Rappresentando la query di ricerca e i documenti del database come vettori, il sistema può recuperare risultati che corrispondono all'intento dell'utente, anche se le parole specifiche differiscono.
• Recommendation Systems: I servizi di streaming e i siti di e-commerce utilizzano gli embedding per personalizzare le esperienze degli utenti. Se un utente guarda un film di fantascienza, il sistema identifica il vettore di embedding di quel film e cerca altri film con vettori vicini nel database. Ciò consente suggerimenti accurati basati sulla somiglianza dei contenuti piuttosto che su tag o categorie manuali.
• Zero-Shot Learning: I modelli avanzati utilizzano embedding congiunti per collegare diverse modalità, come testo e immagini. Ciò consente a un sistema di riconoscere oggetti che non ha mai visto esplicitamente durante l'addestramento, associando l'embedding dell'immagine all'embedding del testo del nome dell'oggetto.

Generare embedding con Python#

Modelli all'avanguardia come YOLO26 possono essere utilizzati per generare embedding di immagini robusti in modo efficiente. Il seguente esempio dimostra come estrarre un vettore di feature da un'immagine utilizzando il pacchetto Python ultralytics.

from ultralytics import YOLO

# Load a pre-trained YOLO26 classification model
model = YOLO("yolo26n-cls.pt")

# Generate embeddings for an image
# The embed() method returns the feature vector representing the image content
embedding_vector = model.embed("https://ultralytics.com/images/bus.jpg")

# Print the shape of the embedding (e.g., a vector of length 1280)
print(f"Embedding shape: {embedding_vector[0].shape}")

Embedding vs. concetti correlati#

Per implementare efficacemente soluzioni di AI, è utile distinguere gli embedding da termini tecnici strettamente correlati.

• Embeddings vs. Vector Search: L'embedding è la rappresentazione dei dati stessa (la lista di numeri). La ricerca vettoriale è il processo successivo di interrogazione di un database per trovare i vicini più prossimi a quell'embedding. Strumenti specializzati noti come database vettoriale vengono spesso utilizzati per archiviare e cercare questi embedding su scala.
• Embeddings vs. Tokenization: Nel Natural Language Processing (NLP), la tokenizzazione è il passaggio preliminare di scomposizione del testo in blocchi più piccoli (token). Questi token vengono quindi mappati agli embedding. Pertanto, la tokenizzazione prepara i dati, mentre gli embedding rappresentano il significato dei dati.
• Embeddings vs. Deep Learning: Il deep learning è il campo più ampio del machine learning basato su reti neurali. Gli embedding sono un output specifico o uno strato all'interno di un'architettura di deep learning, che spesso funge da ponte tra gli input grezzi e i livelli decisionali del modello.

Gli sviluppatori che desiderano gestire il ciclo di vita dei loro dataset, inclusa l'annotazione e l'addestramento del modello per la generazione di embedding personalizzati, possono utilizzare la Ultralytics Platform. Questo strumento completo semplifica il flusso di lavoro dalla gestione dei dati al deployment, assicurando che gli embedding che alimentano le tue applicazioni derivino da dati di alta qualità e ben curati. Che tu utilizzi framework come PyTorch o TensorFlow, padroneggiare gli embedding è un passo cruciale nella costruzione di sofisticati sistemi di riconoscimento di pattern.