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
-
Quali competenze per portare la physical AI nello spazio: il caso Sitael
22 Lug 2026 -
AI in azienda, perché gestire il cambiamento è anche una questione di sicurezza
10 Lug 2026 -
Data center, quanto cresce l’Italia: ma attenzione al thermal management
06 Lug 2026 -
Ecosistemi travel-tech: startup, AI e nuovi modelli per il turismo
15 Giu 2026 -
L’IA nel turismo corre, ma non per tutti: la mappa italiana e globale
08 Mag 2026
