Si parla sempre di più di deep learning ed è il caso si approfondire questo tema anche se più tech che green. Il deep learning assieme al machine learning stanno penetrando in tutti i campi per cui è inutile fingere che non esistano, meglio invece capire se sono o saranno una buona opportunità anche per il settore green. Dando una occhiata alle applicazioni del deep learning, a quelle più “classiche”, se così si può dire, per qualcosa di così innovativo, sembrerebbe proprio di sì.
Ad esempio il deep learning si nasconde dietro a riconoscimento automatico di discorsi ed immagini, all’elaborazione del linguaggio naturale, ad alcune scoperte di farmaci e in ambito tossicologico. Ci sono anche settori come il Customer relationship management che stanno per essere rivoluzionati dall’apprendimento profondo e da tutto ciò che tale innovazione porta con sé, lo stesso vale ad esempio per la Bioinformatica. In questo articolo vedremo anche delle applicazioni molto pratiche che, basta guardarci attorno, sono realtà e anche molto vicina a noi.
Deep learning: cos’è
In italiano di dovrebbe parlare di apprendimento profondo ma tutti usano il termine inglese, entrambi stanno ad indicare la stessa cosa, ovvero quel campo di ricerca dell’apprendimento automatico, del machine learning, e dell’intelligenza artificiale, abbreviata con AI, basato su diversi livelli di rappresentazione differenti e consecutivi. Sono in corrispondenza infatti di gerarchie di caratteristiche di fattori o concetti in cui i concetti di alto livello sono definiti sulla base di quelli di basso.
Il deep learning comprende numerose “architetture” che hanno a che fare con le reti neurali profonde e le reti neurali ricorsive, architetture che troviamo applicate nella computer vision, nel riconoscimento automatico del discorso, nell’elaborazione del linguaggio naturale, nel riconoscimento audio e nella bioinformatica. Definito così, tutto ciò sembra davvero molto difficile e lo è, non lo nego, ma per assurdo questi concetti così difficili possono renderci al vita più facile.
Machine learning: cos’è
Per definizione il machine learning è un metodo di analisi dati che automatizza la costruzione di modelli analitici. Lo troviamo come una sotto categoria dell’Intelligenza Artificiale, alla base del machine learning ci sono sistemi possono imparare dai dati, identificare modelli autonomamente e prendere decisioni con un intervento umano sempre più ridotto al minimo.
Non è così recente come sembra ma di certo si è registrato ultimamente un rinnovato interesse perché le applicazioni hanno iniziato a riguardare aspetti della vita quotidiana di tutti noi. Se sembra che il nuovo oro siano i dati, cosa che non tutti pensano, sembra che tutto ciò che riguarda il trattamento dei dati sia del tutto prezioso.
Cercando di stare sul concreto, grazie al machine learning si possono processare più dati ed in modo più efficace, questo porta ad enormi cambiamenti anche nella società, oltre che in molti settori dell’industria e della ricerca. Proseguendo nella ricerca in ambito di machine learning si mira ad affinare un processo di costruzione di modelli precisi che permette alle aziende di identificare nuove opportunità di profitto o di evitare rischi non preventivati. Mica male vero? E c’è del green anche in questo.
Deep learning in Italia
L’Italia non si sottrae a questo trend, se ne parla anche nel nostro Paese e se ne parla in modo sia positivo sia negativo. Il fantasma della disoccupazione incombe e rende più difficile farsi una idea dei vantaggi del deep learning, ma ci sono anche realtà come www.deeplearningitalia.com che mirano ad informare in modo equilibrato riguardo alle opportunità che l’apprendimento profondo porta con sé. Un’altra realtà interessante e non solo italiana ma con un capitolo a Milano, è quella delle WiMLDS (Women in Machine Learning & Data Science)
Tra le applicazioni del deep learning e in generale della intelligenza artificiale, attuali o del futuro prossimo, troviamo le Chatbot, ad esempio. Non mancano società e startup che le sviluppano e sono tante le realtà che le utilizzano, sono dei sistemi artificiali che possono parlare con le persone, tramite chat testuale. Vi sarà forse capitato di interagirci in qualche sito che ha scelto questa modalità per comunicare con voi. Un’altra applicazione è definita con il termine di Computer Vision e si basa sull’idea di insegnare ai computer a capire il mondo oltre che a vederlo e registrarne i parametri. Ecco che il concetto di learning si fa sentire.
Avrete sentito anche forse parlare di decision making, perché anche nel prendere decisioni, un computer che un po’ ragiona, ci può aiutare. Non dico di arrivare a scegliere tutto ma ci sono alcune situazioni in cui possiamo lasciare che un computer ci indichi la via migliore, una volta che ha macinato tutti i dati con dei criteri da noi indicati come linee guida.
Deep learning: algoritmo
Spesso l’apprendimento profondo viene definito, nella pratica, come una classe di algoritmi di apprendimento automatico che usano vari livelli di unità non lineari a cascata per svolgere compiti di estrazione di caratteristiche e di trasformazione. Come input ciascun livello usa l’output del livello precedente, nulla di più “semplice”.
Ci sono due tipologie di algoritmo, quelli di tipo supervisionato e quelli di tipo non supervisionato, le applicazioni includono l’analisi di pattern (apprendimento non supervisionato) e classificazione (apprendimento supervisionato). Al variare del problema che ci si pone davanti e che vogliamo risolvere, cambia la composizione di ciascun livello di unità non lineari usata in un algoritmo di apprendimento profondo.
Deep learning: libro
Ci sono molti testi per avvicinarsi al deep learning e al machine learning, alcuni per studiarlo nel vero senso della parola, altro per commentarlo. Io tra tutti vorrei consigliare quello di Alessandro Cucci perché l’autore nel suo “A tu per tu col Machine Learning. L’incredibile viaggio di un developer nel favoloso mondo della Data Science” riesce a raccontare di cosa si tratta senza condizionarci nel giudizio. E anche senza spaventarci con troppe formule.
Il volume non è un saggio e nemmeno un testo scolastico o un manuale pratico, è una bella storia narrata, ad alta tecnologia e tutta Italiana, sulla via Emilia e anche nel Web. Il suo autore lavora come Python Expertise Manager presso Energee3 Srl, azienda attiva nell’information and communications technology (ICT) e nel 2016 ha fondato il PyRE (Python User Group Reggio Emilia), community locale di sviluppatori Python.
Se ti appassionano questi argomenti approfondisci con Gangli nervosi e sensitivi e rete neurale artificiale
Se vi è piaciuto questo articolo continuate a seguirmi anche su Twitter, Facebook, Google+, Instagram