Apprendimento automatico:tutti ne parlano ma che cos'è?

La mente umana ha un limite alla quantità di dati che può raccogliere e gestire, ma le macchine sono in grado di gestirlo molto meglio di noi. Quindi ora stiamo cercando di rendere le macchine ancora più intelligenti consentendo loro di imparare da sole, ma a quale scopo?

• Google I/O 2017:tutto ciò che abbiamo imparato finora
• Perché investire in una casa intelligente? 4 motivi per cui pensiamo sia una buona idea

Cos'è l'apprendimento automatico?

L'apprendimento automatico (a volte chiamato "apprendimento automatico" o "apprendimento intelligente") consiste, come suggerisce il nome, nel creare una macchina o un sistema in grado di apprendere da solo. Ciò segna una significativa divergenza dalla classica programmazione per computer, che consisteva in un essere umano che impartisce un ordine e la macchina che esegue l'ordine. Nell'apprendimento automatico, la macchina è in grado di adattarsi alle situazioni e quindi di apprendere da sola. Perché ciò avvenga, non sono solo gli algoritmi software, ma anche i componenti hardware che possono reggere il confronto, come il chip TPU annunciato da Google durante il Google I/O la scorsa settimana.

L'intervento umano nella programmazione non è perfetto perché l'evoluzione di un programma (l'aggiunta di nuove regole) può causare conflitti con il codice esistente, con conseguente instabilità. Se un sistema si "evolve" da solo, non farà nulla di stupido (in teoria...). Detto questo, il machine learning è in fase di sviluppo in molti altri campi, sui quali torneremo più avanti.

Qual ​​è la differenza tra apprendimento automatico e intelligenza artificiale?

Sebbene l'apprendimento automatico e l'intelligenza artificiale non siano concetti completamente diversi, non sono nemmeno esattamente la stessa cosa. Il Machine Learning può essere riassunto come la capacità di una macchina di adattarsi alle situazioni ed evolversi da sola. In un certo senso, è uno dei processi necessari all'intelligenza artificiale, che, a sua volta, è un sistema autonomo.

Prendiamo l'esempio di un'auto autonoma, quindi un'auto che può andare dal punto A al punto B secondo il codice della strada. Ciò implica l'intelligenza artificiale perché la macchina è in grado di adattarsi. Se fosse stato programmato per apprendere e osservare al fine di adattarsi al traffico o a situazioni diverse, questo sarebbe l'apprendimento automatico. Se fosse stato programmato per seguire miliardi di regole predefinite che rimangono fisse fino a quando non c'è un aggiornamento, allora sarebbe stata intelligenza artificiale senza machine learning.

Ovviamente, l'apprendimento automatico ha il potenziale più alto per migliorare l'intelligenza artificiale e ci fornisce un dispositivo che funziona a lungo termine.

Qual ​​è lo scopo dell'apprendimento automatico?

Il punto principale del machine learning è consentire a un sistema informatico di reagire da solo per proteggere se stesso o una rete dagli attacchi informatici. Ci sono molti vantaggi in questo, incluso il fatto che gli informatici non devono più essere collegati al momento dell'attacco per affrontare il problema. Come molte altre tecnologie moderne, l'apprendimento automatico è destinato a diventare alla fine mainstream per l'utilizzo da parte di chiunque e non rimanere orientato solo verso un pubblico di nicchia.

Questo è il percorso a cui punta il machine learning, utilizzato in diversi settori che, come puoi immaginare, hanno più in comune di quanto inizialmente sembri. Durante il keynote di Google I/O la scorsa settimana, Google ha spiegato che utilizza questo concetto nella sua app Google Foto. Quest'ultimo impara da come usi l'app e ovviamente utilizza i dati disponibili sul tuo telefono (foto, nomi ecc.) e cerca di offrirti l'esperienza che pensa ti aspetti da essa.

La strategia di Google non si limita a Google Foto:la sua strategia è per consolidare la maggior parte (o forse tutti?) dei suoi servizi. Il volto di questa strategia è ovviamente quello dell'intelligenza artificiale:l'Assistente Google. L'Assistente impara da tutto ciò che osserva e l'ecosistema di Google migliora solo la qualità delle informazioni disponibili (e quindi il potenziale di adattamento).

• Suggerimenti e trucchi per l'Assistente Google:tutto ciò che devi sapere dal principiante all'esperto

Un interessante pezzo di tecnologia ma non dovresti metterti troppo a tuo agio

"Si è tentati di respingere la nozione di macchine altamente intelligenti come mera fantascienza. Ma questo sarebbe un errore, e potenzialmente il nostro peggior errore della storia. [...] Sfortunatamente, potrebbe anche essere l'ultimo, a meno che non impariamo a evitare i rischi". Questo è ciò che il fisico Stephen Hawking pensa dell'intelligenza artificiale che, te lo ricordiamo, è il culmine dell'apprendimento automatico. Le conseguenze di questa tecnologia sono quindi significative ma è necessario mantenere alcuni elementi nella nostra linea di vista.

Per definizione, il machine learning impara, quindi se mira a conoscere te (come nel caso di Google), dovremmo ovviamente porci delle domande etiche, entrando così in conflitto con il pragmatismo moderno. È accettabile che qualcuno (o meglio qualcosa) possa accedere a così tante informazioni su di noi? Come ha sottolineato il mio collega Hans-Georg, non dobbiamo dimenticare che anche Google e diverse agenzie statunitensi (dipartimenti governativi) hanno accesso a questi dati.

Un altro aspetto da considerare è l'impatto che questo potrebbe avere su società. Come ha sottolineato il mio collega Stefan nelle sue impressioni sull'I/O di Google, l'Assistente Google sta diventando una sorta di "centro", un unico punto di contatto per tutte le tue azioni (chiedere indicazioni, ordinare cibo, ecc.). A parte le conseguenze sulle nostre interazioni sociali (di cui potremo vedere gli effetti solo a lungo termine), possiamo anche considerare il concetto di "macchina che pensa", questa tecnologia potrebbe sostituire l'uomo? Non lo intendo come fantascienza, ma piuttosto da una prospettiva professionale:le macchine sostituiscono già gli esseri umani per molti compiti, l'apprendimento automatico potrebbe continuare a spingere questo slancio. Inoltre, Google è molto consapevole degli effetti che ciò avrà sull'occupazione poiché l'azienda ha anche colto l'occasione all'I/O di Google per lanciare il suo nuovo servizio Google Jobs, un portale per le persone in cerca di lavoro.

Quindi, in conclusione, non dimentichiamo un fatto ovvio:la tecnologia obbedisce alle regole di chi la crea. Se può essere usato per il bene, può essere usato per il male. Naturalmente, non viviamo in Terminator, un universo (guidato dalle macchine), ma i conflitti cibernetici potrebbero evolversi in un modo completamente diverso.

In breve, il sistema di apprendimento automatico è molto utile e ha un lungo futuro davanti a sé, ma il risparmio di tempo e di fatica che ne deriva dovrebbe essere preso alla leggera.

Secondo te, dove sarà il machine learning più utile? Dove avrà il maggior impatto? Facci sapere cosa ne pensi nei commenti qui sotto.