Il machine unlearning introduce nei sistemi di IA una forma di “amnesia selettiva”, capace di rimuovere in modo verificabile l’influenza di dati specifici dai modelli addestrati, aprendo nuove possibilità di conformità normativa, sicurezza e manutenzione nel ciclo di vita dell’intelligenza artificiale.
l'approfondimento
Quando l’IA impara a dimenticare: perché serve il machine unlearning
Il machine unlearning mira a rimuovere in modo mirato l’influenza di dati specifici dai modelli di IA già addestrati. È una risposta tecnica a esigenze di privacy, sicurezza e governance, con implicazioni rilevanti per conformità normativa, mitigazione dei bias e manutenzione dei sistemi
Pubblicato il 13 nov 2025
Francesco Piccialli
Dipartimento di Matematica e Applicazioni "R. Caccioppoli", Università degli Studi di Napoli Federico II, Fondatore e Direttore Scientifico del laboratorio e gruppo di ricerca M.O.D.A.L. – Mathematical mOdelling and Data AnaLysis
Continua a leggere questo articolo
InnovAttori
-
AI agentica nel turismo: come cambia il mercato dei viaggi
09 Apr 2026 -
OpenBIM e interoperabilità: perché gli standard aperti sono decisivi in edilizia
03 Apr 2026 -
Competitività europea e sovranità, cosa manca davvero alle startup Ue
01 Apr 2026 -
Come l’AI porta il caffè sulle nostre tavole al tempo della guerra
13 Mar 2026 -
Smart home, l’AI accelera la transizione green: ma occhio alla sicurezza
02 Mar 2026
