Letture estive: concetti complessi in parole semplici.

Condividi
Letture estive: concetti complessi in parole semplici.
La maglietta data in omaggio dall'ICTP ai ricercatori ospiti all'evento Advanced School in Applied Machine Learning: Uncertainty and Robustness of DL Models for Science.

Reportage e interviste dall'ICTP, e il primo assaggio di un "mini-dizionario"

Mentre a Grignano, nella Kastler Lecture Hall dell'ICTP, ricercatori di tutto il mondo seguivano lezioni e workshop pratici di un livello e di una complessità a me irraggiungbili, io me ne stavo nella loro splendida terrazza con la vista sul Golfo di Trieste, a rielaborare le interviste realizzate durante la settimana precedente, quando il titolo dell'evento era "Youth in High-Dimensions: Recent Progress in Machine Learning, High-Dimensional Statistics and Inference".

Ho scelto tre dei “giovani nelle alte dimensioni” per tre interviste: l'idea, quella di costruire un piccolo viaggio, dalla teoria alle applicazioni. Con Romain Cosson siamo partiti dai fondamentali, dagli algoritmi e dalla matematica che sta sotto il funzionamento dei modelli. Con Pierfrancesco Beneventano ci siamo spostati verso l’AI stocastica e una delle sue sfide più affascinanti: capire, controllare e ridurre l’errore, avvicinandosi quanto più possibile allo zero. Con Michael Skinnider, infine, l'intelligenza artificiale ci ha fatto entrare in laboratorio, diventando uno strumento per esplorare la biochimica, con risultati così importanti da aver già meritato al giovane professore di Princeton, un prestigioso riconoscimento internazionale.

Tre tappe dello stesso viaggio: capire come costruiamo l’intelligenza artificiale, come possiamo renderla più affidabile e, infine, che cosa può permetterci di scoprire del mondo reale.

Le interviste (linkate nei nomi degli intervistati) ed un breve reportage dell'evento, sono pubblicate su questo blog (e sul mio profilo LinkedIn, come articoli).

Mi farebbe davvero piacere leggere un vostro breve commento: conto che avrete tempo di leggere, sotto l'ombrellone, e la voglia di mandarmi un feedback!

Agli articoli seri, affianco quest'estate un piccolo lavoro editoriale leggero, ma realizzato con la stessa accuratezza di un articolo scientifico: un Alfabeto Intelligente, che prende la forma di un mini-dizionario dell'AI, dalla A alla Z.

In questa prima versione, ho scelto parole basic, per un'AI Literacy accessibile a chiunque. Se piacerà ai lettori, ho in progetto di realizzarne altri, con parole sempre più complesse, per poter - di dizionario in dizionario - entrare nel cuore dell'intelligenza artificiale.

Per voi, in questa newsletter e in anteprima, A come ALGORITMO: le 23 lettere e parole saranno pubblicate di giorno in giorno sul mio profilo LinkedIn, dal 10 agosto al 2 settembre: il giorno dopo, 3 settembre, ci sarà il nostro AIperitivo e io sto già pensando a che forma dare al dizionarietto per portarlo con me al Savoia...

Per ora, buone letture estive!

A come Algoritmo

Immagina di spiegare a qualcuno come si prepara un piatto di pasta*:

metti l’acqua sul fuoco, aspetta che bolla, aggiungi il sale. Butta la pasta, controlla il tempo, scola.

Hai appena letto un algoritmo: una sequenza ordinata di istruzioni per raggiungere un risultato.

La parola può sembrare misteriosa, ma gli algoritmi sono dappertutto. Decidono quale percorso suggerirci sulla mappa, ordinano i risultati di una ricerca e contribuiscono a scegliere i contenuti che vediamo sui social.

Un algoritmo, però, non è necessariamente intelligenza artificiale: come abbiamo visto, anche una semplice ricetta è un algoritmo. Nell’AI accade qualcosa in più: alcune regole non vengono scritte una per una, ma vengono apprese osservando molti dati.

E qui la ricetta diventa più curiosa: sappiamo quali ingredienti abbiamo dato alla macchina, ma non sempre è facile ricostruire perché abbia cucinato proprio quel risultato.

IN BREVE

Un algoritmo è un procedimento. L’intelligenza artificiale usa algoritmi, ma non tutti gli algoritmi sono AI.

Quale parola dell'AI vorresti trovare nel dizionarietto? Scrivila nei commenti!

*una curiosità: l'idea di utilizzare l'esempio della pasta per spiegare l'algoritmo, mi è venuta grazie all'intervista con Pierfrancesco che ha parlato (anche) di carbonara, non per decsrivere gli algoritmi, ma il ruolo dell'errore.

Leggi di più

Imparare quando e cosa delegare: tra carbonara, compiti a casa e l’importanza del senso critico

Imparare quando e cosa delegare: tra carbonara, compiti a casa e l’importanza del senso critico

Intervista a Pierfrancesco Beneventano, ricercatore postdoc al McGovern Institute for Brain Research del MIT, Massachusetts Institute of Technology Per imparare a fare la carbonara, dice Pierfrancesco Beneventano, bisogna prima farla. E sbagliarla. Possiamo domandare subito come si prepara il piatto e seguire ogni passaggio meticolosamente: oppure possiamo tentare a memoria

Da Chiara Meriani