La tecnica di apprendimento automatico conosciuta come apprendimento approfondito, che ha permesso di raggiungere impressionanti risultati nel riconoscimento di immagini e voci, sta trovando nuove applicazioni.
di Will Knight
Una tecnica di apprendimento automatico che ha già dato ai computer l’impressionante capacità di riconoscere parole e categorizzare immagini sta ora facendosi strada in una serie di industrie che spaziano dalla sicurezza informatica allo stock trading. Qualora la tecnica dovesse funzionare in questi settori, potrebbero emergere nuove opportunità e sparire altri posti di lavoro.
L’apprendimento approfondito comporta l’applicazione di strati di calcolo a dati, quali immagini o suoni, per riconoscere aspetti o similarità fondamentali. Offre alle macchine un potente sistema per riconoscere similarità che normalmente risulterebbero astruse: lo stesso viso visto da angoli differenti, ad esempio, o una parola pronunciata con accenti differenti (vedi �Le magnifiche dieci: Odissea nel cervello“). I principi matematici alla base dell’apprendimento approfondito sono relativamente semplici ma, abbinati a una enorme quantità di dati di addestramento e sistemi informatici in grado di eseguire calcoli in parallelo, hanno permesso di raggiungere sorprendenti risultati negli ultimi anni, in particolar modo nel riconoscimento di immagini e voci.
Google, ad esempio, utilizza l’addestramento approfondito per il riconoscimento vocale nei telefoni Android, mentre Facebook utilizza la tecnologia per identificare gli amici nelle fotografie degli utenti (vedi �Facebook crea un software che abbina i volti delle persone proprio come facciamo noi“). Altre società tecnologiche sono al seguito. In un evento tenutosi settimana scorsa a Boston, due ricercatori di eBay hanno descritto il modo in cui la società sta utilizzando l’apprendimento approfondito per categorizzare i prodotti nelle immagini caricate dai venditori. Studiando le immagini che sono già state etichettate, il sistema è in grado di riconoscere la differenza, ad esempio, fra un paio di infradito e un paio di ballerine.
Il sistema sta aiutando il motore di ricerca di eBay, specialmente per i prodotti che non sono stati etichettati correttamente.
Le persone in altri campi e industrie stanno cominciando a mostrare un interesse verso l’apprendimento approfondito. Sempre in occasione dell’evento di Boston, ricercatori, ingegneri e imprenditori hanno discusso dei progressi nel campo e delle potenziali applicazioni nella finanza, nella pubblicità e nelle medicina. Un partecipante che aveva già applicato tecniche di apprendimento automatico ai fondi speculativi ha fondato una startup che impiega l’apprendimento approfondito per prevedere cambiamenti di mercato come un improvviso crollo nel valore di una moneta. Un altro partecipante, proveniente da una grande società di assicurazioni statunitense, sta cercando di utilizzare l’apprendimento approfondito per identificare reclami fraudolenti.
Andrew Ng, una figura di spicco nel campo, oltre che professore associato di Stanford e scienziato capo di Baidu, ha detto durante la conferenza che l’apprendimento approfondito si è già rivelato utile. �Una delle cose in cui Baidu è riuscita particolarmente è stata la creazione di una piattaforma interna di apprendimento approfondito�, ha detto. Un ingegnere nel nostro gruppo ha deciso di applicarlo per determinare con un giorno di anticipo quando un hard disk è sul punto di rompersi. Utilizziamo l’apprendimento approfondito per rilevare quando potrebbe esserci stata una intrusione. Diverse persone stanno ora scoprendo l’apprendimento approfondito e cercando di applicarlo a diversi problemi�.
Alcuni ricercatori stanno testando l’apprendimento approfondito per evidenziare dettagli nelle immagini mediche. Emmanuel Rios Velazquez, un ricercatore post-doc presso il Dana-Farber Cancer Institute di Boston, sta esplorando se questa tecnica possa aiutare i medici a prevedere con maggiore precisione le condizioni di un paziente malato di cancro.
La scoperta di nuovi farmaci è un’altra area promettente. Olexandr Isayev, uno scienziato ricercatore presso l’Università del Nord Carolina a Chapel Hill, ha mostrato che gli algoritmi di apprendimento approfondito possono aiutare ad addestrare i computer nel selezionare molecole potenzialmente utili come farmaci da centinaia di milioni di candidati. Isayev ha inserito i dati inerenti centinaia di migliaia di esperimenti nel suo sistema, e lo ha poi interrogato perché prevedesse il modo in cui una molecola potrebbe legarsi a un particolare gruppo di proteine. �Un normale algoritmo di apprendimento automatico esegue una funzione unica. Con l’apprendimento approfondito è possibile apportare molteplici ottimizzazioni. Si potrebbe, ad esempio, massimizzare il legame con una proteina, minimizzando nel mentre il legame con un’altra�.
L’apprendimento approfondito non eccelle in tutte le applicazioni, come dimostrato dal lavoro di Isayev. Le migliorie nella scoperta di nuovi farmaci, ha detto, sono state modeste rispetto a quelle ottenute con il riconoscimento computerizzato delle immagini.
Nonostante tutto, il potenziale dell’apprendimento approfondito di diffondersi maggiormente può essere visto nella nascita di alcune startup ben finanziate. La MetaMind di Palo Alto, che ha sviluppato una piattaforma di apprendimento approfondito, è stata fondata da Richard Socher, che ha studiato a Stanfordo sotto l’ala di Ng. �Abbiamo persone che stanno classificando moda, automobili, abitazioni, immagini satellitari, e ciascuna di queste rappresenta industrie immense�, dice Socher. �Il bello dell’apprendimento approfondito è che, dai dati grezzi a quelli finali, si impara sempre qualcosa�.
