Abbiamo parlato numerose volte di Intelligenza Artificiale e “Machine Learning”. Due parole che vanno decisamente di moda ma due concetti che non sono semplici da dimostrare. Ci ha pensato Google a dare a tutti questa opportunità. Il colosso di Mountain View è senz’altro una delle aziende tecnologicamente più avanzate e tra i principali investitori nelle tecnologie di AI. Il suo browser denominato Teachable Machine è infatti una specie di esempio di cosa la moderna Intelligenza Artificiale sia in grado di fare e che cosa non possa fare, almeno per il momento.
La Teachable Machine ti permette infatti di utilizzare la webcam del tuo PC proponendo un semplice corso di formazione introduttivo all’Intelligenza Artificiale.
Cliccando i pulsanti di istruzione (verde, rosso e arancio) si fornisce alla macchina un input per registrare qualsiasi cosa si veda attraverso la webcam.
E’ l’oggetto che compare nella telecamera che permette alla macchina di “comprendere” e, una volta apprese le informazioni, l’output viene mostrato in una finestra sotto forma di animazione in GIF, di un suono e di qualche forma di discorso. C’è chi ha provato ad insegnare alla macchina a riconoscere delle piante, per ottenere la loro rappresentazione con delle gif animate. C’è chi si è divertito a muovere la mano mimando una bocca, per ottenere il verso di una mucca, e tanto altro ancora.
Leggi anche: Intelligenza artificiale e lavoro: trovare talenti IA
Secondo aspetto: c’è bisogno di un gran numero di esempi per assicurarsi di aver accuratamente istruito la macchina. Tuttavia, la rappresentazione del mondo effettuata dalla macchina è superficiale e può dissolversi in un attimo.
Mostrare un piccolo vaso con una pianta grassa permette alla macchina di riprodurre con un insieme di pixel un qualcosa di analogo che può essere effettivamente catalogato come “piccola pianta grassa”. Questo non significa che la macchina sa che si tratta di un piccolo cactus, che deve essere tenuto in una zona assolata della casa e che ogni tanto è necessario dargli un po’ di acqua.
Gli studi vanno nella direzione di stabilire regole di comprensione automatica sempre più evolute per fare in modo che il “learning” si basi su una grande mole di esempi, trasformabili in dati da catalogare e ricordare. Quello che viene definito “deep” learning utilizza un meccanismo simile a quello che adotta il nostro cervello per ragionare e trarre conclusioni.
Leggi anche: Intelligenza artificiale: i robot nel mondo del lavoro
Il machine learning non è certo finalizzato a imitare o riprodurre degli oggetti ma a velocizzare la comprensione di un insieme di dati che identificano un modello comportamentale.
Solo per fare un esempio, se una macchina fosse in grado di imparare da un medico la procedura con cui si genera un referto medico, i dottori avrebbero molto più tempo a disposizione per effettuare diagnosi limitandosi e inserire poche informazioni in grado di far capire alla macchina come produrre il resto.
Oppure, catalogando le informazioni in formato video riprese all’interno di un punto di vendita, la macchina può comprendere il comportamento d’acquisto tra i vari scaffali e elaborare dati utili alle azioni di merchanding e di marketing nonché capire quando un determinato prodotto sta andando in rottura di stock.
Applicazioni del genere basate sull’Intelligenza Artificiale, e tantissime altre, esistono già sul mercato e hanno in comune il fatto di acquisire informazioni con lo scopo di catalogarle e riconoscerle all’interno del giusto contesto, e quindi arricchirle con dati provenienti da calcoli algoritmici per produrre un risultato evoluto e quindi “intelligente”.