113 lines
No EOL
14 KiB
XML
113 lines
No EOL
14 KiB
XML
<?xml version="1.0" encoding="utf-8"?>
|
||
<?xml-stylesheet type="text/xsl" href="../assets/xml/rss.xsl" media="all"?><rss version="2.0" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Caught in the Net (Posts about Deep learning)</title><link>francescomecca.eu</link><description></description><atom:link href="francescomecca.eu/categories/deep-learning.xml" rel="self" type="application/rss+xml"></atom:link><language>en</language><copyright>Contents © 2020 <a href="mailto:francescomecca.eu">Francesco Mecca</a> </copyright><lastBuildDate>Wed, 29 Jan 2020 10:04:36 GMT</lastBuildDate><generator>Nikola (getnikola.com)</generator><docs>http://blogs.law.harvard.edu/tech/rss</docs><item><title>Può un sottomarino nuotare? Deep learning e intelligenze artificiali</title><link>francescomecca.eu/blog/2015/7/21/puo-un-sottomarino-nuotare-deep-learning-e-intelligenze-artificiali/</link><dc:creator>Francesco Mecca</dc:creator><description><div><p>Nel <a href="https://en.wikipedia.org/wiki/De_Arte_Combinatoria">De Arte Combinatoria</a> (1666) Leibniz afferma che tutta la logica del pensiero umano non sia altro che una combinazione di pensieri piu` piccoli che a loro volta possono essere frammentati in idee semplicissime e concatenabili.</p>
|
||
<table class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;" cellspacing="0" cellpadding="0" align="center">
|
||
<tr>
|
||
<td style="text-align: center;">
|
||
<a style="margin-left: auto; margin-right: auto;" href="http://francescomecca.eu/wp-content/uploads/2015/08/7af6d-diagram_of_i_ching_hexagrams_owned_by_gottfried_wilhelm_leibniz252c_1701.jpg"><img src="http://francescomecca.eu/wp-content/uploads/2015/08/7af6d-diagram_of_i_ching_hexagrams_owned_by_gottfried_wilhelm_leibniz252c_1701.jpg?w=300" alt="" width="400" height="382" border="0"></a>
|
||
</td>
|
||
</tr>
|
||
|
||
<tr>
|
||
<td class="tr-caption" style="text-align: center;">
|
||
fu questo libro cinese, spedito da un gesuita a Leibniz, a dargli l’idea della matematica binaria
|
||
</td>
|
||
|
||
<td class="tr-caption" style="text-align: center;">
|
||
</td>
|
||
|
||
<td class="tr-caption" style="text-align: center;">
|
||
</td>
|
||
</tr>
|
||
</table>
|
||
|
||
<p><a href="http://www.lucdebrabandere.com/en">Luc De Brabandere</a> ci spiega che il sogno di Leibniz e` “fare di un argomentazione un teorema, fare di una discussione un sistema di equazioni e poter proporre al proprio avversario in caso di impasse: Ebbene! Calcoliamo” (Pensiero Magico Pensiero Logico, LIT edizioni, 2015).</p>
|
||
<p>Prima di Leibniz un altro filosofo, Hobbes, affermo`:</p>
|
||
<blockquote class="tr_bq">
|
||
<p>
|
||
Reasoning is nothing but reckoning
|
||
</p>
|
||
</blockquote>
|
||
|
||
<p>Di recente il CEO di Nvidia ha tenuto di recente un discorso sul “deep learning”, ovvero “machine learning” arricchito dall’analisi dei <a href="http://caught-in-thenet.blogspot.it/2015/04/il-big-bang-dei-big-data.html">Big Data</a>.</p>
|
||
<p>Secondo me il deep learning e la frase di Hobbes hanno un profondo legame.</p>
|
||
<p>Ci sono compiti che per un uomo sono molto complicati, come ad esempio la risoluzione di equazioni, che rispondono a delle semplici regole formali. Tradurre queste regole in algoritmi e` molto semplice.</p>
|
||
<p>Il cervello umano si spinge molto oltre: e` celebre la frase di un giudice della corte suprema americana (<a href="https://en.wikipedia.org/wiki/Potter_Stewart">Potter Stewart</a>) che nel tentativo di dare una definizione legale per distinguere il materiale pornografico dal non, scrisse: “lo riconosco quando lo vedo”.</p>
|
||
<p>Ci sono molte operazioni, come quello del riconoscere facce, immagini o testo (come i captcha) che per un umano sono piuttosto triviali.</p>
|
||
<p>Quale e` la risposta che il deep learning offre a questo problema?</p>
|
||
<p>Grazie ai Big Data le macchine hanno a disposizione una quantita` enorme di dati, spesso anche categorizzata dagli stessi utenti, che puo` essere sottoposta ad analisi statistica.</p>
|
||
<p>Nel 2014 Facebook ha presentato un algoritmo chiamato <a href="http://www.huffingtonpost.com/2014/03/18/facebook-deepface-facial-recognition_n_4985925.html">DeepFace</a> che riconosce nel 97% dei casi i volti umani, anche se con poca luce o parzialmente coperti.</p>
|
||
<p><a href="http://www.theinquirer.net/inquirer/news/2355462/microsofts-project-adam-knows-the-difference-between-an-engineer-and-a-dog">Project Adam</a> e` un progetto della Microsoft che si occupa di riconoscimento delle immagini e di oggetti ed ha dimostrato la sua potenza riconoscendo con <a href="http://research.microsoft.com/en-us/news/features/dnnvision-071414.aspx">successo</a> un Cardigan Corgi da un Pembroke Corgi (due cani praticamente identici che si distinguono principalmente per la densita` delle ossa).</p>
|
||
<p>Questa e` la potenza dell’apprendimento e dell’analisi statistica.</p>
|
||
<table class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;" cellspacing="0" cellpadding="0" align="center">
|
||
<tr>
|
||
<td style="text-align: center;">
|
||
<a style="margin-left: auto; margin-right: auto;" href="http://francescomecca.eu/wp-content/uploads/2015/08/92dfe-2000px-artificial_neural_network-svg.png"><img src="http://francescomecca.eu/wp-content/uploads/2015/08/92dfe-2000px-artificial_neural_network-svg.png?w=300" alt="" width="400" height="356" border="0"></a>
|
||
</td>
|
||
</tr>
|
||
|
||
<tr>
|
||
<td class="tr-caption" style="text-align: center;">
|
||
reti neurali, <a href="https://commons.wikimedia.org/wiki/File:Artificial_neural_network.svg">fonte</a>
|
||
</td>
|
||
</tr>
|
||
</table>
|
||
|
||
<p>Se davvero riconoscere coincidesse con il ragionare si potrebbe dire che un computer e` capace di pensare; il sogno di Liebniz non si vedrebbe avverato ma il risultato ottenuto e` identico.</p>
|
||
<p>Ora mi chiedo, quale e` la differenza fra ragionare e pensare?</p>
|
||
<p>Non e` semplice dare una risposta definitiva, per quanto mi riguarda penso che sono entrambi processi mentali che hanno l’obiettivo di migliorare e aumentare la conoscenza. Quando l’attivita` del pensiero e` logica, ovvero e` diretta verso un obiettivo specifico (non vaga senza meta, come nello stream of consciousness) coincide con il ragionare.</p>
|
||
<p>Se si potesse dimostrare che un’intelligenza artificiale abbia la facolta` del pensiero ritengo che prima di procedere alla realizzazione di un cosi` maestoso progetto si dovrebbe ragionare su tutte le conseguenze etiche e morali di tali tecnologie. Per alcuni e` un rischio esistenziale, ovvero e` la creazione di un rivale dell’intelligenza umana.</p>
|
||
<p>Eppure <a href="https://en.wikipedia.org/wiki/Edsger_W._Dijkstra">Edsger Dijkstra</a>, un pioniere della ricerca nel campo delle intelligenze artificiali ha affermato che: “chiedersi se un computer possa pensare e` come chiedersi se un sottomarino possa nuotare”.</p>
|
||
<p>Questo perche`? Un algoritmo di deep learning, un A.I. universale capace di analizzare ogni tipo di dato, rimane comunque un programma senza motivazioni, senza fini se non quelli che il suo creatore gli ha assegnato. Questo programma e` conscio della sua esistenza tanto quanto lo e` un foglio di carta, un documento di Excel o una stampante 3D.</p>
|
||
<p>Se si dovesse lavorare per creare un cervello “umano” in laboratorio si partirebbe proprio da questo, che e` un requisito necessario, che si potrebbe definire come molto piu` di una semplice “istruzione” che ci porta a dire: “io sono”, e delle volte dubitare anche di questo.</p>
|
||
<div style="text-align: right;">
|
||
Francesco Mecca
|
||
</div></div></description><category>Deep learning</category><category>Intelligenze artificiali</category><category>Leibniz</category><category>matematizzazione pensiero</category><category>PesceWanda</category><guid>francescomecca.eu/blog/2015/7/21/puo-un-sottomarino-nuotare-deep-learning-e-intelligenze-artificiali/</guid><pubDate>Tue, 21 Jul 2015 13:59:00 GMT</pubDate></item><item><title>Il Big Bang dei Big Data</title><link>francescomecca.eu/blog/2015/4/5/il-big-bang-dei-big-data/</link><dc:creator>Francesco Mecca</dc:creator><description><div><p>“Perche` sto puntando tutto sul deep learning? Perche’ sara` il nuovo Big Bang”</p>
|
||
<p>Cosi` ha parlato il CEO di Nvidia Jensen Huang il 3 marzo scorso alla sua <a href="http://www.gputechconf.com/">GTC 2015</a>.<br>
|
||
L’attenzione di Huang si e` concentrata sul deep learning e come le deep neural networks negli ultimi anni abbiano compiuto progressi impressionanti tali da superare il cervello umano nei test di analisi immagine.</p>
|
||
<p>Molta della ricerca negli ultimi anni, in particolare dal 2012 ad oggi, si sta concentrando sul programmare algoritmi tali da consentire alle intelligenze artificiali di processare dati in maniera gerarchica e organizzata tramite l’apprendimento progressivo dei livelli di rappresentazione.<br>
|
||
E` una scienza che acquista un’importanza fondamentale, anzi diventa un requisito necessario nel campo dei Big Data.</p>
|
||
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left:auto;margin-right:auto;text-align:center;">
|
||
<tr>
|
||
<td style="text-align:center;">
|
||
<a href="http://francescomecca.eu/wp-content/uploads/2015/08/gratis.png" style="margin-left:auto;margin-right:auto;"><img border="0" src="https://images-blogger-opensocial.googleusercontent.com/gadgets/proxy?url=http%3A%2F%2F2.bp.blogspot.com%2F-71lrlU3SeNo%2FVSGcwmXDJKI%2FAAAAAAAAAAc%2F8CVzgBBpV7Y%2Fs1600%2Fgratis.PNG&amp;container=blogger&amp;gadget=a&amp;rewriteMime=image%2F*"></a>
|
||
</td>
|
||
</tr>
|
||
|
||
<tr>
|
||
<td class="tr-caption" style="text-align:center;">
|
||
gratis: il paradosso del Web 2.0
|
||
</td>
|
||
</tr>
|
||
</table>
|
||
|
||
<p>Come possono mantenersi in vita aziende come Google, Facebook, Twitter e moltissime altre che gratuitamente offrono agli utenti finali servizi?<br>
|
||
I dati sono la risposta economica a: “Iscriviti, e’ gratis e lo sarà sempre” e lo sfruttamento di essi rende possibile le ricerche di marketing, la progettazione di gadget e sopratutto le previsioni a breve termine di trend economici, flessioni di mercato, insomma il futuro della societa’.</p>
|
||
<p>I dati cosi` raccolti pero` nella maggior parte dei casi sono non organizzati e a risolvere questo dilemma interviene il deep learning che si occupa di gestire, ordinare ed integrare i dati provenienti dalle sorgenti analizzate. Perfezionare il deep learning significa poter integrare e comprendere ogni singolo flusso di dati all’interno del grande mare dei big data.</p>
|
||
<p>Jensen continua il suo discorso affermando che: “Oggi c’e` una mole di dati troppo estesa per poter comprendere cosa stia accadendo. Un super computer grazie al deep learning potra` in futuro offrirci previsioni quanto piu` attendibili, previsioni che l’uomo non potrebbe nemmeno percepire. In futuro grazie a tutti i dispositivi connessi in internet avremo dati di qualsiasi genere. Anche quelli piu’ impensabili: in base ai dati raccolti potremo dire, per esempio, se in un determinato luogo si sta svolgendo una rapina od una sommossa.”</p>
|
||
<p>Questa informazione per me rappresenta un lapsus ed e` l’aspetto piu` critico dei big data: l’abbattimento di ogni riservatezza personale tramite la concessione indiscriminata di dati abbatte ogni limite alla possibilita` di tecnocontrollo sul presente e sul futuro.</p>
|
||
<p><a href="https://hbr.org/2014/11/with-big-data-comes-big-responsibility">With Big Data Comes Big Responsibility</a> afferma l’Harvard Business Center; ma davvero tutti i nostri dati generati dalle nostre attivita’ in rete sono esclusivamente proprieta` dei giganti del Web? E’ giusto che anche le nostre attivita` al di fuori del Web, come i nostri <a href="http://www.bloomberg.com/bw/articles/2013-08-08/your-medical-records-are-for-sale">registri medici</a> siano venduti e sfruttati commercialmente o a fini di controllo sociale? </p>
|
||
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left:auto;margin-right:auto;text-align:center;">
|
||
<tr>
|
||
<td style="text-align:center;">
|
||
<a href="http://francescomecca.eu/wp-content/uploads/2015/08/9276962702_57d9bfddd4_o.jpg" style="margin-left:auto;margin-right:auto;"><img border="0" height="400" src="http://francescomecca.eu/wp-content/uploads/2015/08/9276962702_57d9bfddd4_o.jpg?w=300" width="400"></a>
|
||
</td>
|
||
</tr>
|
||
|
||
<tr>
|
||
<td class="tr-caption" style="text-align:center;">
|
||
<div class="attribution-info">
|
||
<a class="owner-name truncate" href="https://www.flickr.com/photos/adactio/" title="Go to Jeremy Keith's photostream">Jeremy Keith</a>
|
||
|
||
<div class="view follow-view clear-float photo-attribution" id="yui_3_16_0_1_1434565601596_716">
|
||
<span class="relationship"> </span>
|
||
</div>
|
||
</div>
|
||
</td>
|
||
</tr>
|
||
</table>
|
||
|
||
<p>E` inutile chiedere regolamentazione ai governi che purtroppo sembrano ignorare le implicazioni etiche di queste pratiche oppressive, anzi in alcuni casi le sfruttano in proprio favore. E` utopico pensare di poter convincere le aziende a rinunciare a questi dati che rappresentano la loro linfa vitale.</p>
|
||
<p>La via di uscita sembra essere una sola, anche se poco desiderabile: <a href="http://en.wikipedia.org/wiki/Opt-out">l’opt out</a> ovvero la rinuncia consapevole da parte dell’utente al servizio.</p>
|
||
<div style="text-align:right;">
|
||
Francesco Mecca
|
||
</div></div></description><category>anonimato</category><category>Big data</category><category>Deep learning</category><category>huang</category><category>PesceWanda</category><category>privacy</category><guid>francescomecca.eu/blog/2015/4/5/il-big-bang-dei-big-data/</guid><pubDate>Sun, 05 Apr 2015 22:44:00 GMT</pubDate></item></channel></rss> |