Embeddings

Gli embedding sono rappresentazioni vettoriali dense, continue e a bassa dimensionalità di variabili discrete, e fungono da traduttore fondamentale tra i dati umani e la logica delle macchine. Nel campo dell'Intelligenza artificiale (AI), i computer non sono in grado di comprendere intuitivamente dati non strutturati complessi, come testo, immagini o audio. Gli embedding risolvono questo problema convertendo questi input in elenchi 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 durante l'addestramento, assicurando che elementi semanticamente simili, come le parole "re" e "regina" o le immagini di due gatti diversi, siano posizionati vicini nello spazio vettoriale.

Come funzionano gli embedding#

La creazione di un embedding consiste nel fornire dati grezzi a una rete neurale progettata per l'estrazione delle caratteristiche. Durante l'addestramento, il modello impara a comprimere le caratteristiche essenziali dell'input in una forma numerica compatta. Ad esempio, un modello di visione artificiale (CV) che analizza una fotografia non vede soltanto pixel: mappa forme, texture e colori su una coordinata specifica in un grafico multidimensionale. Quando misurano la similarità, i sistemi calcolano la distanza tra queste coordinate usando metriche come la similarità coseno o la distanza euclidea. Questa prossimità matematica consente agli algoritmi di eseguire con grande efficienza attività complesse come la classificazione e il clustering.

Applicazioni nel mondo reale#

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

• Ricerca semantica: i motori di ricerca tradizionali si basano spesso sulla corrispondenza esatta delle parole chiave, che non funziona se un utente cerca "auto" ma il documento contiene "macchina". Gli embedding catturano il significato alla base delle parole. Rappresentando la query di ricerca e i documenti del database come vettori, il sistema può recuperare risultati corrispondenti all'intento dell'utente, anche se le parole specifiche sono diverse.
• Sistemi di raccomandazione: i servizi di streaming e i siti di e-commerce utilizzano gli embedding per personalizzare l'esperienza degli utenti. Se un utente guarda un film di fantascienza, il sistema identifica il vettore di embedding di quel film e cerca nel database altri film con vettori vicini. Questo consente di fornire suggerimenti accurati basati sulla similarità dei contenuti, anziché soltanto su tag o categorie assegnati manualmente.
• Apprendimento zero-shot: i modelli avanzati utilizzano embedding congiunti per collegare modalità diverse, 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 testuale del nome dell'oggetto.

Generazione di embedding con Python#

I modelli all'avanguardia come YOLO26 possono essere utilizzati per generare in modo efficiente embedding robusti delle immagini. L'esempio seguente mostra come estrarre un vettore delle caratteristiche 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 e concetti correlati#

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

• Embedding e ricerca vettoriale: l'embedding è la rappresentazione dei dati in sé, ovvero l'elenco di numeri. La ricerca vettoriale è il processo successivo che interroga un database per trovare i vicini più prossimi a quell'embedding. Per archiviare e cercare questi embedding su larga scala vengono spesso utilizzati strumenti specializzati noti come database vettoriali.
• Embedding e tokenizzazione: nell'elaborazione del linguaggio naturale (NLP), la tokenizzazione è il passaggio preliminare che consiste nel suddividere il testo in parti più piccole (token). Questi token vengono quindi mappati su embedding. Pertanto, la tokenizzazione prepara i dati, mentre gli embedding ne rappresentano il significato.
• Embedding e deep learning: il deep learning è il campo più ampio dell'apprendimento automatico basato sulle reti neurali. Gli embedding sono un output o un livello specifico all'interno di un'architettura di deep learning e spesso fungono da ponte tra gli input grezzi e i livelli decisionali del modello.

Gli sviluppatori che desiderano gestire il ciclo di vita dei propri dataset, inclusi l'annotazione e l'addestramento dei modelli per generare embedding personalizzati, possono utilizzare la piattaforma Ultralytics. Questo strumento completo semplifica il flusso di lavoro dalla gestione dei dati alla distribuzione, garantendo che gli embedding alla base delle tue applicazioni derivino da dati di alta qualità e accuratamente curati. Che tu utilizzi framework come PyTorch o TensorFlow, padroneggiare gli embedding è un passaggio fondamentale per creare sistemi sofisticati di riconoscimento dei pattern.