La spiegazione più semplice di machine learning che tu abbia mai letto

Cassie Kozyrkov
Jun 29, 2018 · 4 min read

Tradotto da Marco Dondero, originale di Cassie Kozyrkov

Probabilmente hai sentito parlare di machine learning (apprendimento automatico) e intelligenza artificiale, ma sei sicuro di sapere cosa sono? Se stai faticando a dar loro un senso, non sei solo. C’è un sacco di buzz che rende difficile distinguere cosa sia scienza e cosa sia fantascienza. A partire dai nomi stessi…

Il machine learning è essenzialmente una etichettatrice di cose.

Ho studiato statistica e neuroscienze, e noi statistici abbiamo la reputazione di scegliere i nomi più aridi e noiosi. Ci piace che il pacco contenga esattamente quello che dice l’etichetta. Sai come avremmo chiamato il machine learning? L’Etichettamento di Cose!

Contrariamente a quanto comunemente si crede, l’apprendimento automatico non è una scatola magica, né è il motivo per 30 miliardi di dollari in finanziamenti VC. In essenza, l’apprendimento automatico è solo una etichettatrice di cose, che prende la tua descrizione di qualcosa e ti dice quale etichetta dovrebbe avere. Il che suona molto meno interessante di quello che hai letto su Hacker News. Ma ti saresti emozionato abbastanza da leggere su questo argomento se avessimo definito l’etichettatura delle cose in primo luogo? Probabilmente no, il che dimostra che un po’ di marketing può essere utile per far ottenere a questa tecnologia l’attenzione che merita (anche se non per le ragioni che potresti pensare).

È fenomenalmente utile, ma non così fantascientifica come sembra.

Che dire dell’intelligenza artificiale (AI)? Mentre gli accademici discutono sulle sfumature di cosa sia o non sia l’intelligenza, l’industria usa questo termine per riferirsi a un particolare tipo di apprendimento automatico. Di fatto, la maggior parte delle volte le persone le usano semplicemente in modo intercambiabile, e io posso accettarlo. Quindi l’intelligenza artificiale riguarda anche l’etichettatura delle cose. Ti aspettavi robot? Qualcosa di fantascientifico con una propria mente, qualcosa di umanoide? Bene, l’intelligenza artificiale di oggi non è quella. Ma siamo una specie che vede i tratti umani in ogni cosa. Vediamo facce nel pane tostato, corpi nelle nuvole, e se cucio due bottoni su un calzino, potrei finire per parlarci. Quel pupazzo non è una persona, e nemmeno l’intelligenza artificiale lo è — è importante tenerlo a mente. È una delusione? Coraggio! La cosa vera è molto più utile.

Lascia che ti mostri perché dovresti essere eccitato. Cosa vedi nella foto?

Image for post
Image for post
Che tipo di animale è questo? Facile, eh? Ora dimmi cosa ha fatto il tuo cervello con quei pixel per ottenere quella risposta.

Hai appena acquisito dati piuttosto complessi attraverso i tuoi sensi e, come per magia, l’hai etichettato come “gatto”. E ‘stato così facile per te! E se volessimo che un computer svolgesse lo stesso compito, per classificare (etichetta) le foto come gatto / non-gatto?

L’apprendimento automatico è un nuovo paradigma di programmazione, un nuovo modo di comunicare i tuoi desideri a un computer.

Nell’approccio tradizionale di programmazione, un programmatore dovrebbe riflettere attentamente sui pixel e le etichette, comunicare con l’universo, focalizzare l’ispirazione e infine creare un modello. Un modello è solo una parola elaborata per ricetta cioè l’insieme di istruzioni che il tuo computer deve seguire per trasformare i pixel in etichette.

Image for post
Image for post
Un modello è una ricetta che un computer usa per trasformare i dati in etichette. È solo un codice che la macchina usa per convertire gli input in output e può essere realizzato a mano da un programmatore o appreso dai dati da un algoritmo.

Ma pensa a quali sarebbero quelle istruzioni. Cosa stai facendo con questi pixel? Puoi esprimerlo? Il tuo cervello ha il vantaggio di eoni di evoluzione e ora funziona, ma non sappiamo come. Quella ricetta è piuttosto difficile da inventare.

Spiegare con esempi, non istruzioni.

Non sarebbe meglio se potessi dire al computer: “Ecco, guarda un sacco di esempi di gatti, guarda un sacco di esempi di non-gatti e capisci da solo”? Questa è l’essenza dell’apprendimento automatico. È un paradigma di programmazione completamente diverso. Ora, invece di dare istruzioni esplicite, si programma con degli esempi e l’algoritmo di machine learning trova i pattern nei dati e li trasforma in quelle istruzioni che non è possibile scrivere da soli. Basta con le ricette artigianali!

IA ti consente di automatizzare l’ineffabile.

Perché è così eccitante? Si tratta di esprimere i nostri desideri ai computer in un modo che non potevamo prima. Ci piace fare in modo che i computer facciano cose per noi. Ma come possiamo dare istruzioni se le istruzioni sono davvero difficili da inventare? Se sono ineffabili?

L’intelligenza artificiale e l’apprendimento automatico riguardano l’automatizzazione dell’ineffabile. Si tratta di spiegare quello che vuoi usando esempi invece di istruzioni. Questo sblocca una vasta classe di compiti con cui i computer in passato non potevano aiutarci perché non potevamo esprimere le istruzioni. Ora tutti questi compiti diventano possibili: l’apprendimento automatico rappresenta un salto fondamentale nel progresso umano. È il futuro, e il futuro è qui!

Clicca qui, per saperne di più sulla scienza dei dati e l’intelligenza artificiale.

Welcome to a place where words matter. On Medium, smart voices and original ideas take center stage - with no ads in sight. Watch

Follow all the topics you care about, and we’ll deliver the best stories for you to your homepage and inbox. Explore

Get unlimited access to the best stories on Medium — and support writers while you’re at it. Just $5/month. Upgrade

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store