How does artificial intelligence learn? - Briana Brownell

Traduttore: Chiara Polesinanti Revisore: Silvia Monti

Today, artificial intelligence helps doctors diagnose patients,

Oggi l’intelligenza artificiale aiuta i medici a fare le diagnosi,

pilots fly commercial aircraft, and city planners predict traffic.

i piloti a pilotare gli aerei e gli urbanisti a predire il traffico.

But no matter what these AIs are doing, the computer scientists who designed them

Ma a prescindere da cosa le IA stiano facendo,

è probabile che gli informatici che le hanno programmate

likely don’t know exactly how they’re doing it.

non sappiano esattamente come lo stiano facendo.

This is because artificial intelligence is often self-taught,

Questo perché l’intelligenza artificiale spesso è autodidatta,

working off a simple set of instructions

in quanto esegue una semplice serie di istruzioni

to create a unique array of rules and strategies.

per creare una singola serie di regole e strategie.

So how exactly does a machine learn?

Allora come impara esattamente una macchina?

There are many different ways to build self-teaching programs.

Ci sono molti modi di costruire programmi che imparano da soli,

But they all rely on the three basic types of machine learning:

ma tutti si basano su tre tipi fondamentali di apprendimento automatico:

unsupervised learning, supervised learning, and reinforcement learning.

non supervisionato, supervisionato e per rinforzo.

To see these in action,

Per vedere come funzionano,

let’s imagine researchers are trying to pull information

immaginiamo dei ricercatori che cercano di estrarre informazioni

from a set of medical data containing thousands of patient profiles.

da una serie di dati medici contenenti migliaia di profili di pazienti.

First up, unsupervised learning.

Partiamo dall’apprendimento non supervisionato.

This approach would be ideal for analyzing all the profiles

Questo sarebbe l’approccio ideale per esaminare tutti i profili

to find general similarities and useful patterns.

e trovare somiglianze generali e schemi utili.

Maybe certain patients have similar disease presentations,

Alcuni pazienti potrebbero presentare sintomi simili per una malattia

or perhaps a treatment produces specific sets of side effects.

o una cura potrebbe produrre un insieme specifico di effetti collaterali.

This broad pattern-seeking approach can be used to identify similarities

Questo approccio generico di ricerca degli schemi

può identificare somiglianze tra i profili dei pazienti

between patient profiles and find emerging patterns,

e trovare schemi emergenti,

all without human guidance.

tutto senza l’assistenza dell’uomo.

But let's imagine doctors are looking for something more specific.

Ma immaginiamo che i medici cerchino qualcosa di più specifico.

These physicians want to create an algorithm

Questi dottori vogliono creare un algoritmo

for diagnosing a particular condition.

per diagnosticare una malattia specifica.

They begin by collecting two sets of data—

Iniziano raccogliendo due serie di dati:

medical images and test results from both healthy patients

immagini mediche e risultati di esami sia da pazienti sani

and those diagnosed with the condition.

che da pazienti con la malattia.

Then, they input this data into a program

Poi, inseriscono questi dati in un programma

designed to identify features shared by the sick patients

creato per identificare caratteristiche condivise dai pazienti malati,

but not the healthy patients.

ma non da quelli sani.

Based on how frequently it sees certain features,

In base alla frequenza con cui vede certi sintomi,

the program will assign values to those features’ diagnostic significance,

il programma assegnerà dei valori di importanza diagnostica a tali sintomi,

generating an algorithm for diagnosing future patients.

generando un algoritmo per la diagnosi dei pazienti futuri.

However, unlike unsupervised learning,

Ma, diversamente che nell’apprendimento automatico non supervisionato,

doctors and computer scientists have an active role in what happens next.

medici e informatici hanno un ruolo attivo in quello che accade dopo.

Doctors will make the final diagnosis

I medici faranno la diagnosi finale

and check the accuracy of the algorithm’s prediction.

e verificheranno l’accuratezza della previsione dell’algoritmo.

Then computer scientists can use the updated datasets

Poi gli informatici potranno usare l’insieme dei dati aggiornato

to adjust the program’s parameters and improve its accuracy.

per regolare i parametri del programma e migliorarne l’accuratezza.

This hands-on approach is called supervised learning.

Questo approccio partecipativo è detto “apprendimento supervisionato”.

Now, let’s say these doctors want to design another algorithm

Ora, mettiamo che quei medici vogliano creare un altro algoritmo

to recommend treatment plans.

per suggerire i piani di cura.

Since these plans will be implemented in stages,

Poiché questi piani verranno implementati a tappe

and they may change depending on each individual's response to treatments,

e potrebbero cambiare sulla base delle risposte individuali alle cure,

the doctors decide to use reinforcement learning.

i medici decidono di usare l’apprendimento per rinforzo.

This program uses an iterative approach to gather feedback

Questo programma usa un approccio iterativo per raccogliere feedback

about which medications, dosages and treatments are most effective.

su quali farmaci, dosaggi e cure siano più efficaci.

Then, it compares that data against each patient’s profile

Poi, confronta quei dati con i profili di ogni paziente

to create their unique, optimal treatment plan.

per creare un piano di cure ottimale e specifico.

As the treatments progress and the program receives more feedback,

Col procedere delle cure e l’arrivo di ulteriori feedback,

it can constantly update the plan for each patient.

il programma riesce ad aggiornare il piano per ogni paziente.

None of these three techniques are inherently smarter than any other.

Nessuna di queste tre tecniche di per sé è più intelligente delle altre.

While some require more or less human intervention,

Sebbene alcune richiedano un qualche intervento umano,

they all have their own strengths and weaknesses

hanno tutte dei punti di forza e dei limiti

which makes them best suited for certain tasks.

che le rendono più adatte per determinati compiti.

However, by using them together,

Però, usandole insieme,

researchers can build complex AI systems,

i ricercatori possono costruire sistemi complessi di IA,

where individual programs can supervise and teach each other.

in cui i singoli programmi possono supervisionarsi e istruirsi a vicenda.

For example, when our unsupervised learning program

Quando il programma di apprendimento non supervisionato

finds groups of patients that are similar,

trova un gruppo di pazienti simili,

it could send that data to a connected supervised learning program.

può inviare quei dati a un programma di apprendimento supervisionato collegato.

That program could then incorporate this information into its predictions.

Quel programma potrà incorporare le informazioni nelle proprie previsioni.

Or perhaps dozens of reinforcement learning programs

O dozzine di programmi di apprendimento per rinforzo

might simulate potential patient outcomes

potrebbero simulare i possibili esiti per i pazienti

to collect feedback about different treatment plans.

per raccogliere i feedback sui diversi piani di cura.

There are numerous ways to create these machine-learning systems,

Ci sono molti modi per creare i sistemi di apprendimento automatico

and perhaps the most promising models

e forse i modelli più promettenti

are those that mimic the relationship between neurons in the brain.

sono quelli che imitano le relazioni esistenti tra i neuroni nel cervello.

These artificial neural networks can use millions of connections

Queste reti neurali artificiali possono usare milioni di connessioni

to tackle difficult tasks like image recognition, speech recognition,

per affrontare compiti difficili

quali il riconoscimento di immagini, il riconoscimento vocale

and even language translation.

e persino le traduzioni linguistiche.

However, the more self-directed these models become,

Tuttavia, più questi modelli diventano autonomi,

the harder it is for computer scientists

più è difficile per gli informatici

to determine how these self-taught algorithms arrive at their solution.

determinare come questi algoritmi autodidatti arrivino alle loro soluzioni.

Researchers are already looking at ways to make machine learning more transparent.

I ricercatori stanno esaminando i modi

per rendere più trasparente l’apprendimento automatico.

But as AI becomes more involved in our everyday lives,

Poiché l’IA è sempre più presente nella nostra vita quotidiana,

these enigmatic decisions have increasingly large impacts

queste decisioni enigmatiche hanno impatti sempre maggiori

on our work, health, and safety.

sul lavoro, la salute e la sicurezza di tutti noi.

So as machines continue learning to investigate, negotiate and communicate,

E poiché le macchine continuano a imparare, esaminare, superare ostacoli

e comunicare,

we must also consider how to teach them to teach each other to operate ethically.

dobbiamo anche pensare come insegnar loro

a insegnarsi a vicenda a operare in modo etico.