Machine learning for dummies

Luca Massaron, John Paul Mueller

• Editore: Hoepli
• Anno: 2019
• ISBN:
  9788820392253
• Argomento: Business
• Categoria: Marketing digitale

l machine learning facile! Il machine learning, per quanto possa sembrare un argomento complesso, è un nuovo modo per insegnare al computer a svolgere tutta una serie di compiti utili e importanti. Il rilevamento di frodi, gli annunci in tempo reale su pagine web, l'automazione e il filtraggio dello spam via e-mail e l'utilizzo delle reti neurali per l'elaborazione di immagini, suoni e testi sono solo alcuni esempi. Questa guida aggiornata a Python 3 spiega come iniziare, quali sono e come funzionano gli algoritmi di machine learning, come si utilizzano linguaggi di programmazione quali Python e R, come svolgere compiti pratici utilizzando gli algoritmi più efficaci e molto altro ancora!

1

Come imparano le macchine

IN QUESTA PARTE

Come funziona l’intelligenza artificiale e che cosa può fare

Cosa significa il termine big data

Dove porterà in futuro il machine learning

Capitolo 1

Che cos’è l’intelligenza artificiale

IN QUESTO CAPITOLO

Al di là dell’hype sull’intelligenza artificiale (AI)

Il sogno dell’AI

Differenza fra realtà e fantasia

Confrontare AI e machine learning

Comprendere la parte tecnica che costituisce l’AI e il machine learning

Distinguere fra arte e tecnica

L’intelligenza artificiale, detta anche AI dalle iniziali delle parole inglesi artificial intelligence (ma in alcuni testi è abbreviata con IA), è un argomento caldissimo, destinato a destare sempre maggiore interesse grazie al successo di tecnologie come Siri (http://www.apple.com/ios/siri/). La possibilità di parlare con lo smartphone è divertente, ma torna anche utile per scoprire dove si trovi il miglior ristorante di sushi della città o per sapere come si arriva all’auditorium. Il telefono, quando gli parlate, continua ad apprendere sempre meglio il modo in cui lo fate e fa ogni volta meno errori per cercare di capire che cosa gli chiedete. La capacità del vostro smartphone di apprendere e interpretare il vostro modo di parlare è un esempio pratico di intelligenza artificiale e una parte della tecnologia utilizzata per ottenerla è il machine learning. Al giorno d’oggi, è assai probabile che utilizziate, senza nemmeno accorgervene, le tecnologie di AI e di machine learning.

Per esempio, la possibilità di parlare ai dispositivi in modo che svolgano il compito che vi interessa non è altro che il machine learning al lavoro. Allo stesso modo, i sistemi di suggerimento per gli acquisti (come quello in funzione su Amazon) vi aiutano a scegliere che cosa acquistare sulla base di criteri come acquisti precedenti o di prodotti che completano la vostra attuale selezione. L’uso di AI e machine learning è destinato ad aumentare con il passare del tempo.

In questo capitolo capiremo che cos’è l’AI e scopriremo che cosa significa da svariati punti di vista; per esempio, vedremo che impatto ha sui consumatori, sugli analisti o sugli ingegneri. Scopriremo inoltre che l’AI e il machine learning sono due concetti differenti, sebbene spesso i media facciano confusione. Il machine learning è una cosa nettamente distinta dall’intelligenza artificiale, per quanto siano concetti correlati.

Al di là dell’hype

Al crescere della tecnologia, cresce anche l’hype; ed è evidente che l’AI richiami intorno a sé una grande quantità di hype. Da un lato, alcuni hanno deciso di abbandonarsi alla paura insensata, invece che seguire la scienza: è assai improbabile che il nostro prossimo futuro ci veda alle prese con robot assassini, come quelli del film Terminator. La prima esperienza reale con un androide dotato di intelligenza artificiale sarà più probabilmente quella con un assistente sanitario (http://magazine.good.is/articles/robots-elder-care-pepper-exoskeletons-japan) o magari un collega (http://www.computerworld.com/article/2990849/robotics/meet-the-virtual-woman-who-may-take-your-job.html). In verità, le interazioni con le AI e con il machine learning sono già molto comuni. Uno dei motivi per cui è bene leggere questo capitolo è andare al di là dell’hype e scoprire che cosa può fare per voi l’AI oggi.

Può essere che abbiate sentito parlare indifferentemente di machine learning e di intelligenza artificiale. L’AI comprende anche il machine learning, il quale però non definisce completamente l’AI. In questo capitolo cercheremo di aiutarvi a comprendere la relazione fra i due concetti, in modo che possiate meglio intendere come il libro che avete fra le mani può aiutarvi a imparare a conoscere una tecnologia che, fino a non molto tempo fa, sembrava dovesse rimanere confinata solo nei romanzi di fantascienza.

Machine learning e AI hanno delle forti componenti tecniche; ossia, è possibile quantificare con precisione entrambe le tecnologie sulla base di una teoria (costituita da spiegazioni sostanziate e sperimentate) invece che di una semplice ipotesi (una spiegazione di un fenomeno solamente suggerita). Entrambi, inoltre, hanno solide basi scientifiche, attraverso le quali è possibile mettere alla prova i concetti teorici, creando nuove idee relative a come si potrebbe esprimere il processo del pensiero. Il machine learning, infine, ha anche una componente artistica ed è qui il luogo in cui un analista di talento può eccellere. In alcuni casi, AI e machine learning sembrano sfidare ogni logica e solo un vero artista riesce a farli funzionare come dovrebbero.

EBBENE SÌ, LE ARMI TOTALMENTE AUTONOME ESISTONO

Prima che qualcuno ci invii le proprie osservazioni in merito alle armi totalmente autonome (ebbene sì, qualche anima nera sta lavorando su queste tecnologie), in questo libro potrete trovare qualche discussione sull’etica dell’AI, ma per la maggior parte cercheremo di affrontare gli usi positivi e utili dell’AI volti ad aiutare gli esseri umani, invece che a danneggiarli: la maggior parte delle ricerche sull’intelligenza artificiale, in effetti, va proprio nella direzione di questi usi. Online potete trovare articoli che parlano dei pro e dei contro dell’AI, come l’articolo del Guardian all’indirizzo http://www.theguardian.com/technology/2015/jul/27/musk-wozniakhawking-ban-ai-autonomous-weapons. Ricordate, tuttavia, che queste persone stanno solo tirando a indovinare: non hanno veramente idea di quale sarà il futuro dell’AI. Se volete davvero farvela sotto dalla paura, potete trovare ogni genere di sito, come http://www.reachingcriticalwill.org/resources/fact-sheets/critical-issues/7972-fully-autonomous-weapons, nel quale si parla con un buon grado di approfondimento delle armi autonome. Anche su siti come Campaign to Stop Killer Robots (“Campagna per fermare i robot assassini”, http://www.stopkillerrobots.org/) potrete trovare gran dovizia di particolari. Vi incoraggiamo inoltre a firmare la lettera per il divieto delle armi autonome all’indirizzo http://futureoflife.org/open-letter-autonomous-weapons/. Non ne abbiamo davvero bisogno.

È importante, tuttavia, ricordare che già esistono anche divieti di utilizzo di armi spaziali e chimiche, nonché di alcuni tipi di armi laser. I diversi paesi del mondo hanno riconosciuto che queste armi non risolvono alcunché. Molto probabilmente anche le armi totalmente autonome saranno vietate, per il semplice motivo che i cittadini difficilmente sosterranno l’uso di robot assassini. Riassumendo, in questo libro cercheremo di aiutarvi a intendere il machine learning sotto una luce positiva.

Sognando pecore elettriche

Gli androidi (robot specializzati con aspetto e comportamento umani, come Data di Star Trek) e alcuni tipi di robot umanoidi (robot dotati di caratteristiche umane ma facilmente distinguibili dagli esseri umani, come il D3BO – o C3PO che sia – di Star Wars) sono diventati il tipico esempio di intelligenza artificiale. Attraverso di essi i computer vengono presentati in forma antropomorfa. E a dire il vero, è perfettamente possibile che, in futuro, diventi impossibile distinguere immediatamente fra esseri umani e vita sintetica. Gli autori di fantascienza, come Philip K. Dick, hanno previsto da molto tempo questa possibilità, che oggi sembra farsi sempre più vicina. Il romanzo Il cacciatore di androidi (di recente ripubblicato con il titolo Ma gli androidi sognano pecore elettriche?, più conforme all’originale Do Androids Dream of Electric Sheep?) tratta proprio del concetto di “più vero del vero”. L’idea sta anche alla base della trama del film Blade Runner (http://www.warnerbros.com/blade-runner). Nei paragrafi a seguire vedremo quanto la tecnologia è arrivata vicina agli ideali presentati nei romanzi e nei film di fantascienza.

Al momento, prevale dappertutto una notevole somiglianza con gli esseri viventi, pur non essendo difficile capire che si sta parlando a un androide. Se provate a guardare online qualche video potrete capire che gli androidi indistinguibili dagli esseri umani sono ben lungi dall’essere realtà. Date un’occhiata ai robot giapponesi a questi indirizzi: https://www.youtube.com/watch?v=MaTfzYDZG8 e http://www.nbcnews.com/tech/innovation/humanoid-robot-starts-work-japanese-department-store-n345526. Uno degli esempi più prossimi alla vita reale è Amelia (https://vimeo.com/141610747), la cui storia viene raccontata su ComputerWorld all’indirizzo http://www.computerworld.com/article/2990849/robotics/meet-the-virtual-woman-who-may-take-your-job.html. La tecnologia sta proprio ora per arrivare al punto in cui è possibile sviluppare robot e androidi in tutto e per tutto simili agli esseri viventi, ma al momento non ne esistono ancora.

Storia dell’intelligenza artificiale e del machine learning

Esiste un motivo, oltre all’antropomorfizzazione, per il quale gli esseri umani vedono, come obiettivo ultimo dell’AI, il fatto di essere contenuta all’int...

Indice dei contenuti

• Cover
• Frontespizio
• Copyright
• Gli autori
• Dedica
• Ringraziamenti
• A colpo d’occhio
• Indice
• Introduzione all’edizione italiana
• Introduzione
• Parte 1: Come imparano le macchine