Le meravigliose e terribili conseguenze dei computer che apprendono | Jeremy Howard | TEDxBrussels

Cosa succede quando insegniamo a un computer ad apprendere per conto suo? Jeremy Howard ci mostra alcuni nuovi, sorprendenti sviluppi nel settore in rapida evoluzione del deep learning, una tecnica che rende i computer in grado di imparare il cinese, riconoscere gli oggetti nelle foto o aiutare a formulare diagnosi. (Un algoritmo di deep learning, dopo aver visto ore di filmati YouTube, ha elaborato da solo il concetto di "gatto") Lasciatevi affascinare da un settore che cambierà il modo in cui si comportano i computer attorno a voi... prima di quanto probabilmente pensiate.

Un tempo, se volevate far svolgere
a un computer un compito nuovo,

dovevate programmarlo.

La programmazione, per chi
di voi ne fosse a digiuno,

prevede la descrizione,
nei minimi dettagli,

di ogni istruzione che volete
far eseguire al computer,

così da raggiungere
l'obiettivo desiderato.

Ma se nemmeno voi sapeste
descrivere il compito da svolgere,

la sfida si farebbe molto più complicata.

Una sfida raccolta
da quest'uomo, Arthur Samuel.

Nel 1956, voleva farsi battere
a dama da questo computer.

Ma come fai a scrivere un programma,

preciso in ogni dettaglio, che renda
i computer migliori di te a dama?

Così gli venne un idea:

fece migliaia di partite col computer,

perché imparasse a giocare a dama.

La strategia funzionò
e nel 1962

il computer vinse contro
il campione del Connecticut.

Arthur Samuel fu così il padre
dell'apprendimento automatico [AA],

e io gli sono molto riconoscente,

da professionista del settore quale sono.

Sono stato il presidente di Kaggle,

una comunità di oltre 200.000
addetti ai lavori.

Kaggle indìce sfide

che affrontano
problemi finora insoluti,

e ha al suo attivo centinaia di successi.

Da quel punto di vista privilegiato,
ho capito

molte cose sul passato, sul presente

e sul possibile futuro dell'AA.

Forse il primo grande successo commerciale

dell'AA è stato Google.

Google ha mostrato
che si può trovare un'informazione

con un algoritmo informatico,

che si basa sull'AA.

Da allora, i successi commerciali
dell'AA sono stati molti.

Aziende come Amazon e Netflix

usano l'AA per suggerire prodotti
che potremmo voler comprare,

e film che potremmo voler vedere.

Mette quasi i brividi, a volte:

aziende come LinkedIn e Facebook

a volte ti dicono quali potrebbero
essere i tuoi amici

e non capiamo come possano aver fatto:

ci sono riusciti usando
la potenza dell'AA.

Sono algoritmi che hanno imparato
il loro compito dai dati,

più che da una classica
programmazione a mano.

È così che Watson, della IBM,
è riuscito

a battere due campioni mondiali
di "Jeopardy!",

rispondendo a domande complesse
e sofisticate come questa.

[L'antico "Leone di Nimrud" è sparito
dal suo museo nazionale nel 2003]

È questo che ha permesso
le prime auto automatiche.

Imparare a riconoscere
la differenza

tra un albero e un pedone è importante.

Noi non sappiamo scrivere
questi programmi "a mano";

ma ora, con l'AA, è possibile.

Questa macchina ha guidato
oltre un milione di miglia,

sulla rete stradale,
senza alcun incidente.

Quindi ora sappiamo
che i computer possono apprendere,

e imparano a fare cose

che a volte nemmeno noi
sappiamo svolgere,

oppure le sanno svolgere meglio di noi.

Uno degli esempi più sorprendenti di AA

l'ho visto in un progetto
che ho gestito a Kaggle

dove un team, guidato da un certo
Geoffrey Hinton,

dell'Università di Toronto,

vinse una sfida per la scoperta
automatica di farmaci.

L'aspetto straordinario
non è solo che hanno battuto

gli algoritmi della Merck, o della
comunità accademica internazionale,

ma che nessuno nel team aveva studiato
chimica, biologia o scienze naturali,

e ce l'han fatta in due settimane.

Come ci sono riusciti?

Hanno usato un algoritmo straordinario,
chiamato deep learning.

Fu un risultato così importante
che il successo fu raccontato

qualche settimana dopo
sul New York Times, in prima pagina.

Geoffrey Hinton si vede a sinistra.

Il "deep learning" è un algoritmo ispirato
dal funzionamento del cervello umano,

e di conseguenza è un algoritmo

che in teoria non ha limiti
a quello che può fare.

Più dati, più potenza di calcolo,
gli metti a disposizione,

migliore diventa.

Il New York Times ha mostrato anche,
nel suo articolo,

un altro risultato del deep learning,

che sto per mostrarvi.

Mostra che i computer
possono ascoltare e capire.

(Video) Richard Rashid:
Adesso, l'ultimo tassello

che vorrei aggiungere al discorso

è parlarvi in cinese.

L'aspetto chiave, qui,
è che

siamo stati in grado di raccogliere molte
informazioni da molti parlanti cinesi,

e produrre un sistema di sintesi vocale

che importa il testo cinese
e lo converte in cinese parlato,

poi abbiamo campionato la mia voce
per un'ora circa

e l'abbiamo usata per modulare

la sintesi vocale standard,
perché suonasse come me.

Ripeto, il sistema non è perfetto.

Ci sono in realtà molti errori.

(In cinese)

(Applausi)

C'è molto lavoro da fare, in quest'area.

(In cinese)

(Applausi)

Jeremy Howard: Questo è avvenuto
a una conferenza sull'AA in Cina.

È raro che in una conferenza accademica

i presenti irrompano in un applauso,

anche se a volte,
nelle conferenze TEDx... sentitevi liberi.

È stato fatto tutto con il deep learning.

(Applausi) Grazie.

La trascrizione in inglese? Deep learning;

la traduzione in cinese e il testo
in alto a destra, deep learning,

e così anche la sintesi vocale.

Il deep learning è straordinario.

Un singolo algoritmo che sembra
in grado di fare quasi ogni cosa,

e ho scoperto che, un anno prima,
aveva anche imparato a vedere.

In questa competizione,
tenutasi in Germania,

sul Riconoscimento
dei Segnali Stradali Tedeschi,

il deep learning riconosceva
segnali stradali come questo.

E non solo riusciva a riconoscerli

meglio di ogni altro algoritmo,

il miglior algoritmo si è dimostrato

circa due volte migliore degli umani.

Nel 2011 abbiamo avuto il primo esempio

di computer che possono vedere
meglio delle persone.

Sono successe molte cose, da allora.

Nel 2012, Google ha annunciato
che un algoritmo di deep learning

ha visto i video di YouTube

e ne ha macinato i dati
su 16.000 computer, per un mese,

e il computer ha elaborato, autonomamente,
concetti come "persone" e "gatti",

solo guardando i video.

È un apprendimento molto simile
a quello umano.

Non apprendiamo facendoci raccontare
quel che vediamo,

ma imparando autonomamente
cosa siano quelle cose.

Sempre nel 2012 Geoffrey Hinton,
che abbiamo visto prima,

ha vinto una sfida
molto popolare, ImageNet,

che cerca di capire, guardando
1,5 milioni di immagini,

il loro soggetto.

Al 2014, siamo scesi
ad un tasso di errore del 6%,

nel riconoscimento automatico.

Meglio delle persone, ancora una volta.

Le macchine, quindi, svolgono
questi compiti estremamente bene,

e ora stanno entrando nell'industria.

Google, per esempio,
ha annunciato l'anno scorso

di aver mappato ogni singolo luogo
della Francia in due ore.

Ci sono riusciti dando le immagini
di Street View a un algoritmo

di deep learning, perché imparasse
a riconoscere e leggere i numeri civici.

Immaginate quanto ci sarebbe voluto prima:

dozzine di persone, molti anni.

Sta succedendo anche in Cina.

Baidu, suppongo, è una specie
di Google cinese,

e in alto a sinistra vedete

un esempio dell'immagine che ho caricato
nel sistema di deep learning di Baidu.

Sotto potete notare che il sistema
ha capito cos'è quell'immagine,

e ne ha trovate di simili.

Le immagini simili, inoltre,
hanno sfondi simili,

direzioni simili del volto,
alcune anche con la lingua fuori.

Chiaramente, questo non deriva
dal testo di una pagina web:

io ho solo caricato un'immagine.

Quindi ora abbiamo computer che
capiscono realmente quel che vedono

e possono cercare nei database

di centinaia di milioni
di immagini in tempo reale.

Ma cosa significa che i computer "vedono"?

In realtà non si limitano a vedere:

il deep learning fa di più.

Frasi complesse e sfumate come questa

sono ora comprensibili
con algoritmi di deep learning.

Come vedete questo sistema,

elaborato a Stanford,
con un punto rosso in alto

ha capito che questa frase
sta esprimendo sentimenti negativi.

Infatti il deep learning
ha raggiunto livelli quasi umani

di comprensione del significato
delle frasi, e di cosa esprimono.

Col deep learning si può
anche leggere il cinese,

sempre a livelli comparabili
a un cinese madrelingua.

L'algoritmo è stato
sviluppato in Svizzera,

da un team in cui nessuno
parlava una parola di cinese.

Come ho detto, il deep learning

è la migliore soluzione a questo problema,

anche rispetto
alla comprensione nativa umana.

Questo è un sistema
che abbiamo elaborato nella mia azienda

che sfrutta tutte queste
funzionalità insieme.

Sono immagini
che non hanno testo allegato,

e man mano che digito queste frasi,

il sistema comprende in tempo reale
queste immagini,

capisce di cosa si tratta

e trova immagini simili al testo
che sto scrivendo.

Come potete vedere,
sta capendo le mie frasi

e il contenuto delle immagini.

Avete già visto qualcosa
del genere con Google:

digitate cose e lui restituisce immagini;

ma lì in realtà ricerca il testo
nella pagina web corrispondente.

È una cosa molto diversa
dal comprendere davvero le immagini.

È una cosa che i computer
sono stati in grado di fare,

per la prima volta, solo qualche mese fa.

Quindi ora ci sono computer che possono
non solo vedere ma anche leggere,

e ovviamente abbiamo dimostrato
che possono capire ciò che sentono.

Forse ora non vi sorprenderà
sapere che possono scrivere.

Ecco qualche testo che ho generato ieri
usando un algoritmo di deep learning.

Ed ecco qualche testo generato
da un algoritmo elaborato a Stanford.

Le frasi sono state tutte scritte

da un algoritmo di deep learning,
per descrivere le immagini.

L'algoritmo non aveva mai visto prima un
uomo in T-shirt nera suonare la chitarra.

Aveva già visto un uomo, il colore nero,

una chitarra,

ma ha generato da solo la didascalia
originale di questa immagine.

In questo non ha ancora raggiunto
performance umane, ma ci siamo vicini.

Nei test, gli umani preferiscono
le didascalie automatiche

una volta su quattro.

Questo sistema gira da due sole settimane,

quindi entro il prossimo anno [2015]

l'algoritmo ci avrà surclassato,

al ritmo cui procedono le cose.

Quindi, i computer possono anche scrivere.

Mettiamo insieme tutto questo,
e si aprono scenari esaltanti.

In medicina, per esempio,

un team di Boston
ha annunciato di aver scoperto

dozzine di caratteristiche
clinicamente rilevamenti

di tumori, che aiutano i dottori
a elaborare la prognosi di un tumore.

A Stanford, analogamente,

un gruppo annunciò che,
osservando i tessuti al microscopio,

avevano sviluppato un sistema di AA

che batte i patologi umani

nel prevedere i tassi di sopravvivenza
tra i pazienti oncologici.

In entrambi i casi, non solo
le previsioni erano più accurate,

ma hanno generato
nuove scoperte scientifiche.

Nel caso della radiologia,

hanno trovato nuovi indicatori clinici
che noi possiamo capire.

In questo caso patologico,

la macchina capì
che le cellule attorno al cancro

sono importanti quanto
le cellule cancerose stesse,

quando si fa una diagnosi.

Il che è l'opposto di quello che è
stato insegnato ai patologi per decenni.

In entrambi i casi,
questi sistemi furono sviluppati

da una combinazione
di esperti medici e di AA,

ma dall'anno scorso
abbiamo superato anche questo.

Questo è un esempio
di identificazione delle aree cancerose

del tessuto umano sotto un microscopio.

Questo sistema può identificarle
con un'accuratezza maggiore,

o almeno analoga, dei patologi umani,

ma è fatto tutto col deep learning,
senza l'uso di conoscenze mediche,

da persone senza formazione medica.

Qui vedete una segmentazione dei neuroni.

Ora possiamo segmentare i neuroni
con accuratezza quasi umana,

ma anche questo è stato sviluppato
con il deep learning

da persone senza formazione medica.

A quel punto io, che non mi ero
mai occupato di medicina,

mi sentivo più che qualificato
ad avviare una nuova azienda medica,

cosa che feci.

Ero terrorizzato da una cosa simile,

ma la teoria sembrava ritenere possibile

fare ricerca medica di valore usando solo
queste tecniche di analisi dei dati.

E il feedback, per fortuna,
è stato fantastico,

da parte non solo dei media
ma dalla comunità medica,

che mi ha dato molto sostegno.

L'idea è che possiamo prendere la fase
intermedia del processo medico

e trasformarla il più possibile
in analisi dei dati,

lasciando ai dottori
quello che sanno fare meglio.

Voglio farvi un esempio.

Ora servono circa 15 minuti per generare
un nuovo test diagnostico,

e ve lo mostrerò in diretta,

ma lo comprimerò in tre minuti

tagliando un po' di parti.

E piuttosto che mostrarvi
una diagnosi medica,

vi mostrerò una diagnosi
di immagini automobilistiche,

una cosa che possiamo capire tutti.

Inizio inserendo circa 1,5 milioni
di immagini d'auto,

e voglio creare qualcosa
che possa suddividerle

per angolo di ripresa.

Queste immagini non hanno alcuna
descrizione, quindi devo partire da zero.

Il nostro algoritmo di deep learning

può automaticamente identificare aree
di struttura in queste immagini.

Il bello è che umani e macchine
ora possono lavorare insieme.

L'umano, come potete vedere qui,

sta descrivendo al computer
le aree di interesse

che poi vuole allenare a riconoscere.

Questi sistemi di deep learning lavorano
in uno spazio di 16.000 dimensioni,

quindi potete vedere il computer
ruotare nello spazio,

cercando nuove aree di struttura.

E quando riesce nel suo compito,

l'umano che lo sta guidando
può evidenziare le aree interessanti.

Il computer ha trovato
con successo varie aree,

per esempio gli angoli.

Nel corso del processo,

facciamo capire sempre meglio al computer

che tipo di strutture stiamo cercando.

Durante una diagnosi, per esempio,

questo sistema identificherebbe
aree patologiche;

oppure sarebbe un radiologo che
indica noduli potenzialmente problematici.

E a volte può essere
difficile per l'algoritmo.

In questo caso si confonde:

frontali e retri della macchina
sono tutti confusi.

Quindi dobbiamo andare un po' più cauti,

distinguendo manualmente
i frontali dai retri,

poi dicendo al computer
che è un tipo di gruppo

a cui siamo interessati.

Facciamo così per un po',
ne tralasciamo alcune,

poi alleniamo l'algoritmo di AA

con questi 200 esempi

e speriamo che diventi molto migliore.

Potete vedere, ora, che sta
già facendo qualche selezione,

mostrandoci che sta già capendo
come riconoscerne alcune.

Possiamo poi lavorare sul
concetto di "immagini simili",

e con immagini simili, ora potete vederlo,

il computer è in grado
di isolare i frontali.

A questo punto, quindi,
possiamo dire al computer:

okay, sì, hai fatto un buon lavoro.

A volte, naturalmente,
anche in questa fase

è difficile separare i due gruppi.

In questo caso, anche dopo aver lasciato

che il computer lo ruotasse per un po',

ancora si vede che
le immagini delle due fiancate

sono mischiate.

Allora possiamo dargli altri suggerimenti,

e gli diciamo: prova a fare
una previsione che separi,

quanto più possibile,
il lato sinistro dal destro,

usando questo algoritmo di deep learning.

E dandogli quel suggerimento
- ah, ok, ci è riuscito.

È riuscito a elaborare un modo
di astrarre questi oggetti

che li ha separati in gruppi omogenei.

Questo per darvi un'idea.

È un caso in cui i computer
non sostituiscono il lavoro umano,

ma lo affiancano.

Qui stiamo sostituendo una cosa
che richiedeva una squadra

di cinque o sei persone, per sette anni,

con qualcosa che richiede 15 minuti

di una persona sola.

Il processo richiede
quattro o cinque iterazioni.

Potete vedere che ora abbiamo il 62%

del nostro 1,5 milioni di immagini
classificate correttamente.

E a questo punto,
possiamo rapidamente iniziare

a prendere intere regioni,

navigarci per assicurarsi
che non vi siano errori.

Dove vediamo errori, lasciamo
che il computer apprenda da solo.

E ripetendo questo processo
per ciascuno dei vari gruppi,

siamo arrivati all'80 per cento

di 1,5 milioni di immagini
ben classificate.

E a questo punto, si tratta solo

di trovare i pochi casi
non correttamente classificati,

e capire perché sono sbagliati.

Con questo approccio,

in 15 minuti siamo arrivati ad un
tasso di classificazione del 97%.

Questo tipo di tecnica ci aiuterebbe
a risolvere un grande problema,

la scarsità di competenza
medica nel mondo.

Il World Economic Forum dice
che ci sono da dieci a venti volte

meno medici, nei paesi
meno sviluppati, del necessario,

e ci vorrebbero circa 300 anni

per formare abbastanza persone
da risolvere il problema.

Cosa succederebbe se potessimo
potenziare la loro efficienza

con questi approcci di deep learning?

Tutte queste opportunità mi esaltano.

Mi preoccupano anche i problemi, però.

E il problema, qui, è che
ogni area blu di questa mappa

è un posto dove i servizi assorbono
più dell'80% di forza lavoro.

Cosa sono i servizi?

Sono questi.

Proprio quelle cose

che i computer
hanno appena imparato a fare.

L'80 % degli occupati,
nel mondo sviluppato,

fa cose che i computer
hanno appena imparato a fare.

Cosa significa tutto questo?

Sarà fantastico! Faremo altro!

Per esempio, ci sarà più lavoro
per chi raccoglie dati!

Be', non proprio.

Per fare queste cose, non serviranno
scienziati molto a lungo.

Questi quattro algoritmi, ad esempio,
li ha scritti una sola persona.

Se pensate: è già successo,

abbiamo visto i risultati in passato,
quando si presentava una novità

e nuove professioni
facevano capolino,

quali saranno queste nuove professioni?

È molto difficile per noi dirlo,

perché la performance umana
cresce a ritmo graduale;

ma ora abbiamo un sistema,
il deep learning,

che sappiamo migliorare esponenzialmente.

E ora siamo a questo livello,

quindi vediamo le cose attorno a noi

e i computer ci sembrano ancora
molto stupidi, vero?

Ma da qui a cinque anni,
la loro curva uscirà dal grafico.

Dobbiamo, dunque, cominciare
a preoccuparci di queste forze già ora.

Ci siamo già passati, naturalmente:

nella Rivoluzione Industriale

i motori hanno fatto "cambiare marcia"
alla produttività.

Tuttavia, dopo un po'
la curva si appiattì.

Fu socialmente dirompente,

ma una volta che i motori vennero
usati per ogni esigenza di potenza,

le cose si stabilizzarono.

La Rivoluzione dell'AA

sarà molto diversa
dalla Rivoluzione Industriale,

perché inarrestabile.

Migliori diventeranno i computer
nelle attività intellettive,

meglio costruiranno computer ancora
migliori nelle attività intellettive,

quindi sarà un tipo di sfida

che il mondo non ha mai affrontato prima,

e la vostra comprensione
di cos'è possibile cambierà.

Tutto questo ci condiziona già ora:

negli ultimi 25 anni, man mano che
la produttività del capitale aumentava,

la produttività del lavoro è rimasta
stabile, anzi è pure un po' calata.

Quindi vorrei che cominciassimo
a parlarne fin d'ora.

Spesso le persone,
quando parlo di questa situazione,

la rifutano nettamente:

i computer in realtà non pensano,

non hanno emozioni,
non capiscono le poesie,

non capiamo davvero come funzionino.

E allora?

Oggi i computer
svolgono quei compiti

per cui vendiamo gran
parte del nostro tempo,

quindi è giunto il momento
di chiedersi come adattare

le nostre strutture economiche e sociali

a questa nuova realtà.

Grazie.

(Applausi)