Embeddings

Gli embedding sono rappresentazioni vettoriali continue, dense e a bassa dimensionalità di variabili discrete, che fungono da traduttore fondamentale tra i dati umani e la logica delle macchine. Nel regno dell'Intelligenza Artificiale (AI), i computer non possono comprendere in modo intuitivo dati disordinati e non strutturati come testo, immagini o audio. Gli embedding risolvono il 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 limitarsi ad assegnare un ID casuale a un oggetto, gli embedding vengono appresi tramite l'addestramento, garantendo che elementi semanticamente simili — come le parole "re" e "regina", o le immagini di due gatti diversi — siano posizionati vicini tra loro nello spazio vettoriale.

Link to this sectionCome 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 su un grafico multidimensionale. Quando si misura la similarità, i sistemi calcolano la distanza tra queste coordinate utilizzando metriche come la similarità del coseno o la distanza euclidea. Questa prossimità matematica consente agli algoritmi di eseguire attività complesse come la classificazione e il clustering con un'elevata efficienza.

Link to this sectionApplicazioni 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 affidano spesso alla corrispondenza esatta delle parole chiave, che fallisce se un utente cerca "auto" ma il documento contiene "vettura". 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.
• Sistemi di Raccomandazione: 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 similarità dei contenuti piuttosto che su semplici 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.

Link to this sectionGenerare embedding con Python#

Modelli all'avanguardia come YOLO26 possono essere utilizzati per generare in modo efficiente robusti embedding di immagini. L'esempio seguente mostra come estrarre un vettore di 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}")

Link to this sectionEmbedding vs. concetti correlati#

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

• Embedding vs. Ricerca Vettoriale: L'embedding è la rappresentazione dei dati in sé (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 vettoriali vengono spesso utilizzati per archiviare e cercare questi embedding su larga scala.
• Embedding vs. Tokenizzazione: Nell'Elaborazione del Linguaggio Naturale (NLP), la tokenizzazione è il passaggio preliminare di suddivisione del testo in blocchi più piccoli (token). Questi token vengono poi mappati in embedding. Pertanto, la tokenizzazione prepara i dati, mentre gli embedding ne rappresentano il significato.
• Embedding vs. Deep Learning: Il deep learning è il campo più ampio dell'apprendimento automatico basato su reti neurali. Gli embedding sono un output o uno strato specifico all'interno di un'architettura di deep learning, che funge spesso da ponte tra gli input grezzi e gli strati decisionali del modello.

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