Gradient boosting
Un metodo classico di machine learning che batte ancora i modelli linguistici di grandi dimensioni nel prevedere valori in dati simili a fogli di calcolo.
Il gradient boosting crea una previsione impilando centinaia di regole decisionali molto semplici, ognuna addestrata a correggere gli errori di chi la precede. Esiste dalla fine degli anni ‘90, si allena in pochi secondi su un normale laptop e per tabelle di righe e colonne è ancora il metodo da battere. Le implementazioni popolari includono XGBoost e LightGBM.
Ciò è importante perché è l’esempio più chiaro di un lavoro in cui la più recente intelligenza artificiale è lo strumento sbagliato. Una ricerca pubblicata nel 2026 ha confermato che i modelli linguistici di frontiera perdono gravemente nella previsione tabulare e che falliscono in modi che nessun metodo classico spiega. Se la tua domanda è “prevedi questo numero da questo foglio di calcolo”, utilizza il vecchio strumento.