Tre semplici euristiche per riconoscere le idee progettuali idonee all’intelligenza artificiale

Immagine di L’artista digitale SU pixabay.

In un’organizzazione di prodotto che mira a integrare capacità di intelligenza artificiale nei propri prodotti e servizi, c’è sempre la sfida di portare i non esperti di intelligenza artificiale a bordo del treno dell’intelligenza artificiale. Sebbene non tutti debbano essere esperti di intelligenza artificiale, è necessario che il maggior numero possibile di persone contribuisca con idee e possibilità di sfruttare il potere dell’intelligenza artificiale per spingere l’azienda al livello successivo. Ciò vale in particolare per gli esperti di settore e gli addetti ai lavori, che sono al corrente dei problemi che i loro prodotti e servizi stanno cercando di risolvere e sanno dove si trova il problema.

Una sfida che ho imparato è prevalente, è la domanda fondamentale di “Quali problemi possiamo risolvere con l’intelligenza artificiale?”. Una domanda a cui è sorprendentemente difficile rispondere se posta da un non esperto. Quindi ho ideato tre domande euristiche che puoi utilizzare ogni volta che stai osservando un problema e ti stai chiedendo “È possibile risolvere questo problema con l’intelligenza artificiale?”. Se puoi rispondere sì a tutti e tre, potresti trovarti nella posizione di avviare un progetto di intelligenza artificiale.

Puoi pensare a un’intelligenza artificiale come a un oracolo che risponde alle domande. Quello che devi chiederti è:

Puoi esprimere per iscritto la domanda alla quale desideri ricevere risposta?

Questo è, ovviamente, un test che si applica a qualsiasi cosa tu voglia fare. Se vuoi fare qualcosa, ma non riesci a formulare ciò che vuoi, probabilmente non sai veramente cosa vuoi. Il lancio di un progetto AI non fa eccezione a questa regola.

Potrebbero essere domande di esempio da porre a un’intelligenza artificiale

  • C’è un cane in questa foto?
  • Che tempo farà domani?
  • Quali sono i numeri della lotteria della prossima settimana?

Tutte queste sono domande ben poste che possono essere poste. Ma non è possibile rispondere a tutte, quindi abbiamo bisogno di un altro test.

Possiamo pensare all’oracolo come a una funzione che associa le domande alle risposte:

La funzione Oracle mappa le domande in risposte.

Il cerchio a sinistra contiene tutte le domande, mentre il cerchio a destra contiene tutte le risposte. L’oracolo è la funzione che invia domande alle risposte. La prossima cosa da chiedersi è:

La funzione esiste?

Questo può sembrare strano, e diventa ancora più strano: dovresti porre questa domanda a livello metafisico: esiste qualche possibilità teorica che questa funzione esista? Facciamo alcuni esempi:

Possibili funzioni oracolari e loro esistenza.

Abbiamo tutti visto le IA rispondere alla domanda “cane nella foto”, quindi sappiamo che questa funzione esiste. Abbiamo anche visto le previsioni del tempo, quindi sappiamo che è possibile, in una certa misura, prevedere il tempo di domani. Ma non c’è modo di prevedere i numeri della lotteria della prossima settimana. E la ragione di ciò è che la lotteria è truccata esattamente con l’obiettivo che questa funzione non esista. È impossibile. E questo è ciò che intendo per “a livello metafisico”.

Perché questo è importante? Perché l’apprendimento automatico (che è il modo in cui creiamo le IA) consiste nel provare ad approssimare le funzioni imparando dagli esempi.

La funzione oracolo rappresentata insieme alla sua approssimazione basata sull’intelligenza artificiale.

Se abbiamo molti esempi di come dovrebbe comportarsi la funzione (ad esempio Oracle), possiamo provare ad apprendere questo comportamento e ad imitarlo il più fedelmente possibile. Ma puoi solo approssimare una funzione che esiste.

Certo, tutto questo è un po’ astratto, quindi consiglio di sostituire questa euristica con la seguente meta-euristica:

Può un essere umano ben informato svolgere il lavoro?

Ancora metafisicamente, date tutte le informazioni del mondo e un tempo illimitato, un essere umano può rispondere alla domanda? Chiaramente, gli esseri umani sono piuttosto bravi a riconoscere i cani nelle immagini. E gli esseri umani hanno sviluppato previsioni meteorologiche, e le fanno anche loro. Ma non siamo in grado di prevedere i numeri della lotteria della prossima settimana.

Se sei arrivato fin qui, rispondendo sì due volte, hai 1) una domanda ben posta e 2) sai che, almeno in teoria, alla domanda si può rispondere. Ma c’è ancora un’altra casella da spuntare:

Questo è un po’ più tecnico. La chiave della domanda è che la funzione Oracle spesso necessita di più informazioni oltre alla semplice domanda per trovare la risposta. L’essere umano informato, svolgendo il lavoro di oracolo, potrebbe aver bisogno di informazioni aggiuntive per prendere una decisione o produrre una risposta. Questo è ciò che io chiamo il contesto.

L’oracolo funziona insieme al contesto. Il contesto spesso contiene informazioni che vanno oltre la domanda stessa.

Ad esempio, l’oracolo delle previsioni del tempo deve conoscere le condizioni meteorologiche attuali e le condizioni di alcuni giorni precedenti per poter fare previsioni. Questa informazione non è contenuta nella frase “Che tempo farà domani?”
D’altra parte, nel caso delle immagini di cani e gatti, il contesto è nell’immagine e non è richiesto alcun contesto aggiuntivo.

Il motivo per cui questo è importante è che quando addestriamo un’IA, all’IA vengono presentate domande del tipo

Domande sulla formazione sull’intelligenza artificiale. Immagini fornite da brgfx su Freepik

L’intelligenza artificiale quindi fa un’ipotesi prima di ricevere la risposta vera e, col tempo, si spera che l’intelligenza artificiale impari la differenza tra cani e gatti. Ma affinché ciò accada, la differenza deve essere disponibile, in modo che l’IA possa imparare a identificarla. Nel caso delle immagini, questo è semplice: devi solo assicurarti che le immagini siano di qualità sufficiente per rendere possibile la distinzione. Nel caso delle previsioni del tempo, diventa più complicato: in realtà devi prendere una decisione informata su quali informazioni sono necessarie per fare una previsione del tempo. Questa è una domanda a cui è meglio rispondere gli esperti di dominio, quindi potresti dover contattare per ottenere una buona risposta a questa.

Ma la conclusione è: se non ci sono abbastanza informazioni disponibili affinché l’essere umano informato possa rispondere alla domanda, allora c’è poca speranza che anche l’intelligenza artificiale impari a rispondere alla domanda. Hai bisogno di quel contesto.

Quindi, riassumendo, se desideri testare la tua idea di progetto sull’intelligenza artificiale, per vedere se questo è qualcosa che può essere risolto con l’uso dell’intelligenza artificiale, puoi provare a rispondere alle seguenti tre domande:

1. Puoi esprimere la tua domanda per iscritto?

2. Può un essere umano informato svolgere il lavoro?

3. Il contesto è disponibile?

Se puoi rispondere sì a tutti e tre, allora sei pronto per andare avanti. Potrebbero esserci ancora degli ostacoli da superare e forse alla fine si rivelerà troppo difficile. Ma questo è argomento di un altro post.

Buona fortuna!

Con sinceri saluti
Daniel Bakkelund

Fonte: towardsdatascience.com

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *