Applicazioni dell’IA, apprendimento automatico, interazione uomo-macchina

Grazie mille. Quali sono le principali tecnologie di IA e le principali applicazioni dell’IA fino ad oggi? L’IA è già utilizzata nella nostra vita quotidiana. Se si pensa ai motori di ricerca, a Google o alla computer vision utilizzata per riconoscere gli oggetti o le barre dei codici sul cellulare, o al riconoscimento vocale, tutto ciò che ha a che fare con problemi complessi che richiedono un certo livello di intelligenza per essere risolti. E che dire del riconoscimento di oggetti e del riconoscimento vocale? Si può parlare di riconoscimento facciale e vocale? Sì. Quindi tutto ciò che ha a che fare con il riconoscimento Quindi tutto ciò che ha a che fare con il riconoscimento di oggetti su immagini o flussi video fa parte di questo grande campo chiamato computer vision. È possibile riconoscere oggetti, nel qual caso si definiscono gli oggetti che si desidera riconoscere. Ad esempio, si vogliono riconoscere divani o diversi tipi di mobili o Lego o altro per definire le categorie da riconoscere. In genere, si dispone di un sistema che addestra un modello per riconoscere questo tipo di oggetti. Per il riconoscimento dei volti è la stessa cosa, solo che al posto degli oggetti fisici si lavora con i volti umani. Anche in questo caso, è necessario un sistema che addestri un modello in grado di riconoscere diversi tipi di persone in base al loro volto. E per il riconoscimento vocale è essenzialmente la stessa cosa, tranne che, ovviamente, non si tratta di un input visivo, ma di un input audio. Ma l’idea è la stessa: si riconoscono alcuni schemi nell’audio, nei dati audio che definiscono diversi tipi di suoni e, mettendo insieme i suoni, si ottengono parole, frasi, e quindi si può riconoscere ciò che viene detto e trascriverlo. Può dirci quali sono le tendenze emergenti di oggi? L’intelligenza artificiale è già un campo molto vasto e sta crescendo a un ritmo piuttosto veloce. Ma alcune delle tendenze più importanti, ovviamente, sono la disponibilità diffusa di grandi quantità di dati di addestramento. Una delle tendenze più importanti è quella di scalare la tecnologia in modo da poter elaborare grandi quantità di dati, in pratica tutto ciò che si può trovare sul Web. Questo vale sia per la tecnologia linguistica e quindi per il testo, sia per la computer vision, perché ci sono miliardi di immagini sul web. La scalabilità della tecnologia è quindi una tendenza importante. D’altra parte, una tendenza importante che trovo molto interessante è il fatto che sempre più ricercatori si occupano delle questioni etiche che stanno dietro alla tecnologia. In parte perché, ad esempio, stiamo utilizzando praticamente tutto ciò che si trova sul Web senza chiedere il consenso di persone umane a cui vengono mostrate le immagini per l’utilizzo di questi modelli di grandi dimensioni, ma anche perché ci rendiamo conto che l’IA ha davvero un’influenza sulla nostra vita quotidiana. Dovremmo quindi pensare se, ad esempio, l’IA può diventare parziale, esprimere stereotipi o diventare odiosa, a volte anche perché viene addestrata su dati che si trovano ovunque sul Web. E sappiamo che il Web è un posto strano, a volte. Quindi, pensando a come l’IA apprende i dati che cerca sul Web, come possiamo assicurarci che soddisfino le nostre aspettative? E, naturalmente, le normative in materia di non discriminazione. Per esempio.

Qual è la differenza tra machine learning e deep learning? Il deep learning è un tipo particolare di tecnologia per l’apprendimento automatico. Non è l’unica, ma è diventata molto popolare per alcuni tipi di problemi. Il punto di forza del deep learning è l’apprendimento delle cosiddette reti neurali con molti strati di elaborazione. Si tratta quindi di un modello matematico piuttosto complesso, composto da piccoli nodi di calcolo che ricevono informazioni e le inoltrano ad altri neuroni o ad altri nodi di calcolo che hanno proprietà matematiche specifiche. E anche se questi piccoli nodi sono abbastanza semplici isolatamente, il fatto di combinarli insieme e collegarli in grandi reti con milioni di note di questo tipo, un po’ come avviene nel cervello dove i neuroni sono collegati tra loro, può far sì che i sistemi imparino a svolgere compiti complicati. Per esempio, le reti neurali profonde. L’apprendimento profondo è stato utilizzato per la traduzione automatica. Quindi la traduzione automatica, come quella di Google Translate, sappiamo che è un compito complicato: la traduzione automatica deve comprendere il contesto della frase. È necessario comprendere le proprietà linguistiche sia della lingua di ingresso che della lingua di destinazione. Bisogna capire come le parole si combinano l’una con l’altra, in modo che se due parole vengono messe insieme, si crea una costruzione che viene tradotta in modo diverso. Si tratta quindi di compiti davvero complessi e sappiamo che utilizzando l’apprendimento automatico tradizionale Latif ha ottenuto fino al 2010 risultati che nella maggior parte dei casi andavano bene, ma con gravi errori e problemi di comprensione dei fattori contestuali, ad esempio, mentre queste reti di apprendimento profondo hanno dimostrato di poter trovare traduzioni di alta qualità. Detto questo, il problema è tutt’altro che aperto e ci sono ancora molti problemi con la traduzione automatica, ma è stato dimostrato che erano più bravi a capire come tradurre. Qual è la differenza tra apprendimento automatico, apprendimento profondo e programmazione tradizionale? L’apprendimento automatico è un termine che racchiude tutto ciò che nell’IA viene addestrato a partire dai dati. Quindi è davvero molto vasto. Include il deep learning ma anche altre tecniche, alcune delle quali risalgono agli anni Settanta. Il deep learning è un tipo specifico di tecnologia basata sulle reti neurali che funziona in molti casi, ma ci sono molte altre tecniche che funzionano bene e hanno altre proprietà interessanti. Forse posso dire che una delle principali carenze delle reti neurali. Prima di tutto, richiede grandi quantità di dati e per alcuni problemi si dispone di grandi volumi di dati di base, che sono ben lontani dal caso di tutto ciò che si traduce. Per esempio, la traduzione automatica di una lingua per la quale non si dispone di molte risorse, sarà difficile utilizzare il deep learning. Un altro problema è che si tratta di scatole nere complete. Ciò significa che non si capisce cosa il sistema abbia imparato e a volte va bene così. Non è sempre necessario capire tutto. Ma se, ad esempio, si sta costruendo un sistema per decidere se concedere un prestito a una persona. E avete un sistema che può basarsi sullo stipendio della persona, sul luogo in cui vive, sul fatto che sia sposata o meno, eccetera eccetera. Diversi tipi di fattori demografici. E si ha un sistema che può dare una buona previsione sul fatto che una persona abbia diritto a no, no. Ma non è in grado di spiegare le motivazioni alla base della sua decisione. Sarà molto problematico, perché è necessario un sistema che non solo dia una risposta, ma che spieghi perché si è arrivati a quella particolare risposta. Questa è un’importante lacuna delle reti neurali. Ed è per questo che a volte i sistemi di apprendimento automatico possono avere prestazioni leggermente inferiori su alcuni aspetti, ma sono in grado di spiegare i passaggi, le fasi di elaborazione che stanno dietro alla loro decisione, a volte molto meglio. Non esiste quindi un unico modo per valutare questi modelli. Ci sono diversi tipi di pro e contro dietro diversi tipi di tecnologie. Sì, e la programmazione tradizionale è semplicemente ciò che si fa quando non si impara il modello, dove si pre-programmano tutte le regole in anticipo.

Ora passiamo all’interazione uomo-macchina. Quali sono gli obiettivi dell’interazione uomo-macchina, secondo lei? L’obiettivo dell’interazione uomo-macchina è semplicemente quello di creare buone interfacce tra un individuo umano che desidera svolgere un determinato compito e una macchina che lo supporta. Un’interfaccia grafica ne è un esempio molto semplice. Ma naturalmente tutto ciò che ha a che fare con l’interazione e la tecnologia rientra in questo ambito. Ho lavorato sui robot parlanti, per esempio, e questo è un altro tipo di interazione che è molto diversa da una finestra sullo schermo, ma è anche un’interfaccia nel senso che in questo caso si usa il linguaggio parlato per fornire istruzioni e ricevere feedback su ciò che sta accadendo nell’esecuzione del compito. La domanda è sempre quella di come si possa avere una comunicazione fluida, in cui la persona capisca cosa sta succedendo e possa trasmettere facilmente ciò che deve essere fatto. E come si possono controllare i dispositivi? Dipende dalla tecnologia. Per una finestra di un computer è piuttosto semplice, a patto che si capisca che una piccola croce significa che si sta chiudendo la finestra. Per gli strumenti più sofisticati, invece, è un po’ più difficile, perché bisogna trovare qualcosa che sia abbastanza intuitivo, ma anche abbastanza potente da consentire la gamma di possibilità per il dispositivo in questione. Nel caso di un robot, per esempio, l’insieme delle cose possibili che il robot può dire e fare nel mondo è piuttosto ampio. Per questo motivo è necessaria una sorta di trasparenza, che è uno dei principi fondamentali dell’interazione uomo-robot. Ciò significa che il sistema dovrebbe fornire il più possibile segnali molto espliciti su ciò che il sistema ha capito, su ciò che non ha capito, sul punto in cui si trova nell’esecuzione del compito, in modo che l’utente abbia il più possibile il controllo, perché senza informazioni non c’è controllo.