Il riconoscimento dei modelli è la capacità di un sistema di riconoscere i modelli all’interno di insiemi di dati, basandosi su conoscenze programmate e apprese. Questa è una parte importante dell’informatica, perché consente lo sviluppo di sistemi in grado di analizzare dati complessi. Questo può aiutare i ricercatori a ordinare rapidamente i dati per trovare informazioni significative, perché non hanno bisogno di leggere manualmente i dati per trovare punti di interesse. Il riconoscimento dei modelli può anche essere utile per individuare errori, frodi e altri problemi all’interno dei set di dati.
Questo è diverso dal pattern matching, in cui il sistema può abbinare con precisione i materiali utilizzando un database noto. Un chiaro esempio di questa distinzione può essere visto nei filtri di posta elettronica. Molti account di posta elettronica basati sul Web sono dotati di una cartella spam. Il provider di posta elettronica esegue la scansione della posta in arrivo e utilizza il riconoscimento del modello per identificare lo spam e rilasciarlo in questa cartella. L’utente può anche filtrare la propria posta, chiedendo al client di rilasciare la posta da un particolare mittente o con un contenuto particolare in una cartella specifica.
L’atto di controllare lo spam richiede la capacità di riconoscere schemi generali, come la presenza di parole specifiche, indirizzi IP (Internet Protocol) noti e sospetti e altre bandiere rosse che possono contrassegnare una lettera come falsa. Questo è più avanzato di un filtro, che chiede semplicemente al sistema di abbinare i modelli. Se il sistema vede una parola o un mittente che corrisponde allo schema, può spostare l’e-mail nella cartella appropriata.
Algoritmi complessi supportano il riconoscimento di modelli. Il sistema può utilizzare diversi mezzi per esplorare i dati in entrata e decidere come gestirli al meglio. Può essere programmato per eseguire funzioni specifiche, come instradare dati sospetti o corrotti in una posizione particolare, classificare i dati in modo significativo e così via. Il sistema è in grado di apprendere e utilizza questo come strumento per migliorare il riconoscimento dei modelli. Ogni volta che un utente contrassegna un’e-mail come spam, ad esempio, il sistema esegue la scansione dell’e-mail per saperne di più e il sistema non continuerà a commettere l’errore di inserire e-mail simili nella posta in arrivo.
Gli scienziati informatici sviluppano nuove tecniche di riconoscimento dei modelli in ambienti di laboratorio e di ricerca. Questi possono essere applicati a una varietà di compiti e richiedono la costruzione di reti neurali in grado di interagire con i dati e di cambiare nel tempo. Alcuni programmi sono estremamente sofisticati e in grado di riconoscere modelli molto dettagliati, mentre altri sono più semplicistici. Tali programmi riducono il numero di ore umane necessarie per analizzare i dati e possono catturare cose che un essere umano potrebbe perdere, come prove di frode sotto forma di irregolarità che abbracciano migliaia di richieste di risarcimento.