AI, Deep Learning e Reti Neurali: facciamo un po’ di chiarezza

Facebook vuole che gli studenti si appassionino alle Intelligenze Artificiali.

Open AI e Google rilasciano al pubblico i loro sistemi di training per il machine learning.

Amazon annuncia il beta testing a Seattle di un negozio che, grazie all’implementazione congiunta di tecnologie basate su deep learning, farà a meno di casse e cassieri.

Alt, facciamo un po’ di ordine.

Cosa è una AI? Cosa si intende per machine e deep learning?

Alla base di tutto questo movimento tellurico c’è l’accelerazione nello sviluppo e nei relativi risultati da parte delle cosiddette reti neurali convolutive.

Proviamo a semplificare.

Cos’è una rete neurale convolutiva?

Una rete neurale di calcolatori è un sistema di calcolo distribuito che replica il funzionamento del cervello umano.

La modalità di apprendimento del software, che è alla base del funzionamento di una rete neurale, è fondata su dei sistemi di training che assomigliano a quelli di un bambino piccolo.

Data una serie di stimoli visivi (tradotti ovviamente dalla macchina in tabelle numeriche), il calcolatore sarà in grado di determinare autonomamente se si trova davanti un cane o un’automobile.

Questa modalità di apprendimento continuo viene definito deep o machine learning.

I campi di applicazione sono innumerevoli: si spazia dai progetti in ambito Industria Digitale 4.0 in cui la mole di dati rilevati dai sensori possono essere raccolti e correlati a caldo riducendo notevolmente tempi e processi di valutazione a progetti che sono già in fase di test come la funzione di self-driving car  di Tesla Motor o come i software di deep learning per redigere articoli.

Anche in Italia abbiamo dei centri di eccellenza, tra cui spicca in Emilia-Romagna il Centro Softech e il laboratorio ImageLab in ambito di Computer Vision, Pattern Recognition e Machine Learning.

Non a caso Facebook ha scelto proprio l’Università di Modena e Reggio Emilia come sito italiano per la partnership con il FAIR.

Con buona pace del grande Stephen Hawking, la direzione intrapresa dai Big Player del settore IT è piuttosto chiara e lo testimonia anche il fatto che si stiano cercando delle alleanze strategiche anche al di fuori dell’ambito della Silicon Valley.

Intelligenza artificiale e deep learning, il punto di vista di Hawking e Musk

Se le preoccupazioni di Hawking sono in parte condivise anche da parte di un imprenditore visionario come Elon Musk, sono al momento premature per via del fatto che siamo ancora molto lontani dagli scenari fantascientifici apocalittici tratteggiati in Terminator o Matrix.

Le AI attuali dipendono moltissimo dalle modalità di training impostate dagli esseri umani e hanno una scarsissima capacità di autoregolarsi al cambiamento del perimetro ambientale esterno (vedi caso Tesla autopilot in Florida).

LEGGI ANCHE: Instagram: arriva il tool salva privacy

Questo significa che se è vero che sono in grado di distinguere in autonomia tra un cane e un’automobile, non sono altrettanto affidabili per far fronte ad uno scenario imprevisto e poco riconducibile alle situazioni già analizzate in passato.

Insomma per ora possiamo goderci l’assistenza dei Bot in luogo degli irraggiungibili operatori del Customer Care, divertirci con tool web per creare romanzi come https://www.literai.com e leggere ancora con ottimismo Isaac Asimov e le sue leggi della robotica:

Prima Legge: “Un robot non può recar danno a un essere umano né può permettere che a causa del proprio mancato intervento un essere umano riceva danno”

Seconda legge: “Un robot deve obbedire agli ordini impartiti dagli esseri umani purché tali ordini non contravvengano alla prima legge”

Terza legge: “Un robot deve proteggere la propria esistenza purché questo non contrasti con la prima e la seconda legge”