Google: il machine learning cambierà il mondo

Quali sono i reali sbocchi del machine learning? E le differenze con l’intelligenza artificiale? In che modo potrà introdurre benefici concreti nella vita quotidiana delle persone? Un parere autorevole sul tema è fornito da Google, tra le realtà più attive nella creazione di sistemi che porteranno i calcolatori ad emulare il processo cognitivo proprio dell’essere umano.

Di recente il gruppo di Mountain View ha lanciato il Ninja Program, invitando a partecipare alcune decine di ingegneri software, così da poterne comprendere i vantaggi per poi applicarli nel loro lavoro di tutti i giorni. Secondo Jeff Dean, direttore della divisione di bigG al lavoro sulle iniziative legate al machine learning, attualmente circa il 10% dei 25.000 sviluppatori al servizio dell’azienda ne sfrutta le potenzialità, ma la percentuale è destinata a salire raggiungendo nei prossimi anni il 100%. In altre parole, verrà applicato a pressoché qualsiasi piattaforma o ambito, stravolgendo completamente le carte in tavola. Queste le parole di John Giannandrea, vicepresidente della divisione Engineering del motore di ricerca.

I sistemi di machine learning porteranno ad una trasformazione, in tutto: dalle diagnosi in campo medico alla guida delle automobili. Sebbene il machine learning non rimpiazzerà gli umani, cambierà l’umanità.

Basti pensare a quanto è oggi in grado di fare Google Foto, riconoscendo oggetti e soggetti immortalati all’interno delle fotografie, un’abilità fino a poco tempo fa esclusiva dell’essere umano. Secondo Dean, se bigG si trovasse oggi nella condizione di dover progettare ex novo la sua intera infrastruttura, anziché scrivere ogni singola riga di codice adotterebbe un approccio diverso, basato sull’apprendimento (sul learning, appunto) insegnando letteralmente al sistema come comportarsi, in quale modo valutare i link da indicizzare, come posizionarli nelle SERP ecc.

Greg Corrado, co-fondatore di Google Brain, fa invece chiarezza sulla differenza tra intelligenza artificiale e machine learning, terminologie spesso utilizzate in modo intercambiabile, ma non correttamente.

I tradizionali metodi IA utilizzati per comprendere il linguaggio dipendono dall’inclusione di regole linguistiche in un sistema, ma nei nuovi progetti, così come in tutti quelli moderni legati al machine learning, al sistema stesso vengono dati in pasto dati da cui imparare in maniera autonoma, proprio come si farebbe con un bambino. Io non ho imparato a parlare da un linguista, ma ascoltando gli altri mentre lo facevano.