Breve guida nel meraviglioso mondo del Machine Learning, per scoprire cos’è il Machine Learning, come funziona e quale è il futuro che ci aspetta
Il Machine Learning sta sostituendo l’uomo!
Oppure, anche:
Il Machine Learning ci salverà dagli abissi!
Machine Learning è sicuramente una di quelle espressioni che al giorno d’oggi è entrata nel nostro immaginario collettivo con grande forza.
Se ne sente parlare sempre di più: in televisione, sui giornali, nei blog (del resto il nostro non fa eccezione!).
Lo si sente spesso in relazione ai grandi colossi dell’informatica, ai vari Google o IBM, che tramite queste famigerate tecniche di Machine Learning riescono a fare di tutto.
E questa attenzione si registra anche in Italia, che negli ultimi anni è stata teatro di un vero e proprio boom del Machine Learning, cercato su Google in modo sempre più intensivo (fonte: Google Trends).
Ma cosa lo rende così interessante e irresistibile? Cosa spinge Università a metterlo nei programmi di studi, a creare master universitari specifici? Cos’è che induce le aziende e formare i propri dipendenti in questo ambito e a ricercare chi ne sa qualcosa?
Quindi… cos’è il Machine Learning?
Cos’è il Machine Learning
Esistono molte definizioni e trattazioni sul Machine Learning, ma di risposte univoche e universalmente accettate non ce ne sono molte, soprattutto in Italia.
Il termine, considerato figlio e appartenente al mondo dell’Intelligenza Artificiale, deriva dell’informatica, ed a questo campo è senz’altro debitore. Ma non è esclusivamente competenza dell’informatica. Anzi, il Machine Learning è una sorta di buco nero entro il quale vengono risucchiate metodologie attinenti a differenti campi: soprattutto statistica, ma anche cibernetica, biologia, sociologia, matematica, linguistica computazionale, filosofia.
Da qui, da questo calderone di metodologie e filosofie tanto distanti tra loro, la difficoltà di una diretta definizione.
In linea di massima, possiamo considerare il Machine Learning come la capacità del Computer di apprendere in modo automatico dei pattern, dei tracciati, delle ricorrenze in un set di dati in modo da comprendere e descrivere dei fenomeni, da fare delle previsioni e da supportare delle decisioni.
Come funziona: i tre driver
Perché si parla proprio adesso di cos’è il Machine Learning e di come funziona?
Questo perché è proprio in questo momento storico che sono arrivate le condizioni più favorevoli affinché sbocciasse. Esistono infatti tre principali driver che hanno reso possibili la nascita e lo svilupparsi del Machine Learning:
- Algoritmi statistici avanzati
- Potenza computazionale
- Dati (Big Data)
Gli algoritmi statistici avanzati necessari al funzionamento del Machine Learning sono una serie di algoritmi che permettono di svolgere al meglio i task per cui il Machine Learning è stato progettato. Tra gli algoritmi più utilizzati c’è il Decision Tree, chiamato anche Albero di Decisione (di cui abbiamo parlato qui) e il Random Forest (che trovi qui).
Secondo importantissimo driver del Machine Learning è la potenza computazione. E’ impensabile pensare di utilizzare algoritmi di Machine Learning senza potenza di calcolo che sia in grado di addestrarli. Questa fase, conosciuta come train (qui per approfondire), è infatti una fase che a seconda dei task ha bisogno di tanto tempo-macchina.
Infine, ma non per importanza, i dati (nello specifico Big Data), ovvero grandi moli di dati. I dati sono alla base del Machine Learning perché senza di essi il processo di train, quello in cui l’algoritmo impara, non sarebbe possibile.
perchè si parla di machine learning
C’è un motivo dietro la grande attenzione per queste tecniche: queste tecniche funzionano, e funzionano davvero.
Riescono a scovare relazioni nascoste, difficili, in spazi dimensionali enormi. E lo fanno con grandissima precisione, se ben addestrati e ben costruiti dai Data Scientist, gli scienziati del Machine Learning.
Per capirne potenzialità e funzionamento facciamo un esempio: siete una compagnia telefonica e avete, come tutte le attività, il problema del churn, l’abbandono dei clienti. Sapete chi abbandona, ma non sapete perché né tantomeno siete in grado di prevedere chi lo farà.
Con le giuste risorse computazionali, intellettuali e con i giusti dati, i modelli di Machine Learning sono in grado di enfatizzare gli aspetti più rilevanti in ottica di abbandono, le variabili più significative e permettono di predire, in base al passato, chi sta pensando di abbandonare (clicca qui per vedere come).
Un bel vantaggio per un’azienda, che può andare a rintracciare preventivamente quelle persone per convincerle a restare.
Insomma, meglio prevenire che curare. Sicuramente è più economico.
Cosa ci aspetta
Algoritmi statistici, dati e macchine in grado di processarli, vantaggi competitivi, previsioni, profitti: ma non è solo questo, c’è qualcosa di veramente profondo e affascinante nel Machine Learning che va al di là della statistica.
C’è una filosofia critica, una riflessione etica e umana che sconfina i suoi labili confini e che ha a che fare con la nostra privacy, con un futuro in cui dovremo ripensare l’umanità, l’intelligenza, chiederci cosa è umano e cosa no.
Un futuro in cui i nostri dati saranno ancora di più alla mercé del prossimo, in cui la vita sarà enormemente semplificata ma allo stesso tempo esposta a continui attacchi. Un futuro in cui il migliore amico di nostro figlio o chi si prende cura di un nostro caro anziano potrebbe essere un robot.
Conoscere come questo mondo si sta ineluttabilmente evolvendo rappresenta una delle sfide più importanti per l’umanità: non solo a livello culturale, ma anche per la difesa dei nostri diritti e doveri e soprattutto per la difesa della nostra libertà.