Programmare un computer "alla vecchia" significa scrivere istruzioni passo-passo: se succede X, fai Y, altrimenti fai Z. Il machine learning rovescia il gioco: dai al sistema migliaia di esempi e lo lasci capire da solo le regole.
Esempio classico: vuoi un programma che riconosca un gatto in una foto. Alla vecchia, dovresti scrivere centinaia di regole su orecchie, baffi, occhi, pelo. Impossibile farle tutte. Con machine learning: gli mostri 50.000 foto di gatti e 50.000 foto senza gatti, lui si tira fuori da solo i pattern. Risultato: meglio di un programma scritto a mano, e infinitamente più veloce da fare.
Il machine learning è quello che sta dietro praticamente a tutta l'IA moderna. Quando senti "deep learning", "rete neurale", "addestramento di un modello": sono tutte cose che cadono nella scatola del machine learning.
Limite serio: se i dati di addestramento contengono errori o pregiudizi, il modello li impara e li replica. Per questo non si fida ciecamente del modello senza verificare cosa c'è nei dati.