Incontra Edgar Duéñez-Guzmán, un ingegnere ricercatore del nostro team di ricerca multi-agente che sfrutta la conoscenza della teoria dei giochi, dell’informatica e dell’evoluzione sociale per far sì che gli agenti IA lavorino meglio insieme.
Cosa ti ha portato a lavorare nell’informatica?
Ho desiderato salvare il mondo da quando ho memoria. Ecco perché volevo diventare uno scienziato. Anche se amavo le storie dei supereroi, mi sono reso conto che gli scienziati sono i veri supereroi. Sono loro che ci danno acqua pulita, medicine e la comprensione del nostro posto nell’universo. Da bambino amavo i computer e amavo la scienza. Crescendo in Messico, però, non pensavo che studiare informatica fosse fattibile. Così decisi di studiare matematica, considerandola una solida base per l’informatica e finii per fare la mia tesi universitaria in teoria dei giochi.
Che impatto hanno avuto gli studi sulla tua carriera?
Nell’ambito del mio dottorato in informatica, ho creato simulazioni biologiche e ho finito per innamorarmi della biologia. Comprendere l’evoluzione e il modo in cui ha modellato la Terra è stato esaltante. Metà della mia tesi riguardava queste simulazioni biologiche, e ho continuato a lavorare nel mondo accademico studiando l’evoluzione dei fenomeni sociali, come la cooperazione e l’altruismo.
Da lì ho iniziato a lavorare nella ricerca presso Google, dove ho imparato a gestire enormi scale di calcolo. Anni dopo, ho messo insieme tutti e tre i pezzi: teoria dei giochi, evoluzione dei comportamenti sociali e computazione su larga scala. Ora utilizzo questi pezzi per creare agenti artificialmente intelligenti che possano imparare a cooperare tra loro e con noi.
Cosa ti ha spinto a decidere di candidarti a DeepMind invece che ad altre società?
Era la metà degli anni 2010. Tenevo d’occhio l’intelligenza artificiale da oltre un decennio e conoscevo DeepMind e alcuni dei loro successi. Poi Google l’ha acquisito ed ero molto emozionato. Volevo entrare, ma vivevo in California e DeepMind assumeva solo a Londra. Quindi, ho continuato a monitorare i progressi. Non appena è stato aperto un ufficio in California, sono stato il primo della fila. Ho avuto la fortuna di essere assunto nella prima coorte. Alla fine, mi sono trasferito a Londra per dedicarmi alla ricerca a tempo pieno.
Cosa ti ha sorpreso di più del lavorare in DeepMind?
Quanto sono ridicolmente talentuose e amichevoli le persone. Ogni singola persona con cui ho parlato ha anche un lato entusiasmante al di fuori del lavoro. Musicisti professionisti, artisti, ciclisti in perfetta forma, persone apparse nei film di Hollywood, vincitori delle Olimpiadi di matematica: di qualsiasi cosa, noi ce l’abbiamo! E siamo tutti aperti e impegnati a rendere il mondo un posto migliore.
In che modo il tuo lavoro aiuta DeepMind ad avere un impatto positivo?
Al centro della mia ricerca c’è la creazione di agenti intelligenti che comprendano la cooperazione. La cooperazione è la chiave del nostro successo come specie. Possiamo accedere alle informazioni del mondo e connetterci con amici e familiari dall’altra parte del mondo grazie alla cooperazione. La nostra incapacità di affrontare gli effetti catastrofici del cambiamento climatico è un fallimento di cooperazione, come abbiamo visto durante la COP26.
Qual è la cosa migliore del tuo lavoro?
La flessibilità nel perseguire le idee che ritengo più importanti. Ad esempio, mi piacerebbe aiutare a utilizzare la nostra tecnologia per comprendere meglio i problemi sociali, come la discriminazione. Ho presentato questa idea a un gruppo di ricercatori esperti in psicologia, etica, equità, neuroscienze e apprendimento automatico, e poi ho creato un programma di ricerca per studiare come la discriminazione potrebbe avere origine negli stereotipi.
Come descriveresti la cultura di DeepMind?
DeepMind è uno di quei luoghi in cui libertà e potenziale vanno di pari passo. Abbiamo l’opportunità di perseguire idee che riteniamo importanti e c’è una cultura del discorso aperto. Non è raro contagiare gli altri con le tue idee e formare una squadra per trasformarle in realtà.
Fai parte di qualche gruppo di DeepMind? O altre attività?
Adoro essere coinvolto in attività extrascolastiche. Sono un facilitatore dei workshop Allyship presso DeepMind, dove miriamo a consentire ai partecipanti di agire per un cambiamento positivo e incoraggiare l’alleanza negli altri, contribuendo a un posto di lavoro inclusivo ed equo. Mi piace anche rendere la ricerca più accessibile e parlare con gli studenti in visita. Ho creato pubblicamente disponibile tutorial didattici per spiegare i concetti dell’intelligenza artificiale agli adolescenti, che sono stati utilizzati nelle scuole estive di tutto il mondo.
Come può l’intelligenza artificiale massimizzare il suo impatto positivo?
Per avere l’impatto più positivo, è sufficiente che i benefici siano condivisi ampiamente, piuttosto che mantenuti da un numero ristretto di persone. Dovremmo progettare sistemi che diano potere alle persone e che democratizzino l’accesso alla tecnologia.
Ad esempio, quando ho lavorato su WaveNetla nuova voce dell’Assistente Google, ho pensato che fosse bello lavorare su una tecnologia che ora viene utilizzata da miliardi di persone, in Ricerca Google o Maps. È carino, ma poi abbiamo fatto qualcosa di meglio. Abbiamo iniziato a utilizzare questa tecnologia per restituire la voce alle persone affette da patologie degenerative, come la SLA. Ci sono sempre opportunità per fare del bene, dobbiamo solo coglierle.
Quali sono le sfide più grandi che l’IA deve affrontare?
Ci sono sfide sia pratiche che sociali. Dal punto di vista pratico, stiamo lavorando duramente per cercare di rendere i nostri algoritmi più robusti e adattabili. In quanto creature viventi, diamo per scontate la robustezza e l’adattabilità. Cambiare leggermente la disposizione dei mobili non ci fa dimenticare a cosa serve un frigorifero. I sistemi artificiali hanno davvero difficoltà con questo. Ci sono alcune piste promettenti, ma abbiamo ancora molta strada da fare.
Dal punto di vista sociale, dobbiamo decidere collettivamente che tipo di intelligenza artificiale vogliamo creare. Dobbiamo assicurarci che qualunque cosa venga prodotta sia sicura e vantaggiosa. Ma questo è particolarmente difficile da raggiungere quando non abbiamo una definizione perfetta di cosa significhi.
Quali progetti DeepMind trovi più stimolanti?
In questo momento sto ancora cavalcando il massimo AlphaFoldil nostro algoritmo di ripiegamento delle proteine. Ho una formazione in biologia e capisco quanto possa essere promettente la previsione della struttura delle proteine per le applicazioni biomediche. E sono particolarmente orgoglioso di come DeepMind abbia pubblicato la struttura proteica di tutte le proteine conosciute nel corpo umano nei set di dati globali, e ora li abbia rilasciati quasi tutte le proteine catalogate noto alla scienza.
Qualche consiglio per gli aspiranti DeepMinder?
Sii giocoso, sii flessibile. Non avrei potuto ottimizzare per una carriera che portasse a DeepMind (non c’era nemmeno un DeepMind per cui ottimizzare!) Ma quello che potevo fare era sempre permettermi di sognare il potenziale della tecnologia, di creare macchine intelligenti e di migliorare il mondo con loro.
La programmazione è di per sé esaltante, ma per me è sempre stata più un mezzo per raggiungere un fine. Questo è ciò che mi ha permesso di rimanere aggiornato mentre le tecnologie andavano e venivano. Non ero legato agli strumenti, ero concentrato sulla missione. Non concentrarti sul “cosa”, ma sul “perché” e sul “come” si manifesterà.
