#rivoluzdigital

Secondo quanto scritto nel post di Google AI blog “Using Machine Learning to Explore Neural Network Architecture” , il processo di progettazione delle reti richiede spesso una notevole quantità di tempo e di sperimentazione da parte di specialisti con competenze significative nell'apprendimento automatico. Lo spazio di ricerca di tutti i modelli possibili può essere calcolato in modo combinatorio: una tipica rete a 10 strati può avere circa 10^10 reti candidate. Google per aumentare la scalabilità di progettazione di modelli di apprendimento automatico ha realizzato il progetto AutoML (Automated Machine Learning).

Nell’approccio AutoML la rete neurale madre propone un modello di architettura “figlia” che viene addestrato e valutato per la sua efficienza su un compito specifico. In particolare le reti sono allenate a sviluppare reti neurali “figlie” su CIFAR-10, uno dei più diffusi dataset di immagini utilizzati nel machine learning. Per verificare la precisione delle reti neurali “figlie” si effettuano dei test su dataset differenti come il rilevamento oggetti di COCO e la classificazione di immagini di ImageNet.

Il sistema AutoML prevede un continuo miglioramento grazie al meccanismo di feedback costante tra la rete generata e rete neurale di partenza. Il processo di generazione viene iterato migliaia di volte e le aree dello spazio di architettura vengono progressivamente assegnate alle reti con precisione migliore. Come riportato nella pubblicazione in Google AI blog “Using Evolutionary AutoML to Discover Neural Network Architectures“ : si vorrebbe avere un metodo automatico per generare l'architettura giusta per ogni attività specifica.

Oggi uno degli scopi del progetto è migliorare il riconoscimento delle immagini scalabili, sistema applicabile negli ambiti più diversi. Ne sono un esempio i sistemi di guida autonoma che basano le decisioni sull’interpretazione dell’ambiente circostante oppure, in ambito medico, software in grado di assistere i patologi nell’interpretazione di alcuni esami diagnostici per patologie cancerogene 

“La revisione delle diapositive di patologia è un compito molto complesso, che richiede anni di formazione per acquisire le competenze e l'esperienza per fare bene ”. Fonte: Google Ai Blog

Foto raffigurante un’auto a guida autonoma (fonte Wikipedia)

Nell’ottica della condivisione della conoscenza il team di Google ha operato in modo tale da rendere l’AI accessibile alle imprese e alla comunità scientifica attraverso Cloud AutoML che mette a disposizione modelli di apprendimento automatico pre-formati. Tutto ciò si traduce nella possibilità per ricercatori e imprese, di disporre di una strumentazione a costo accessibile e pertanto utilizzabile anche da realtà con disponibilità economiche limitate nella ricerca e sviluppo.

Quest’anno alla conferenza Google I/O tenutasi dall’8 maggio all’11 maggio sono stati presentati vari prodotti innovativi nel campo dell’informatica e più in generale nel campo tecnologico; molti di questi si basano sull’intelligenza artificiale e sfruttano il machine learning. Tra di essi mi ha incuriosito il progetto “Google Duplex”.

Cos’è Google Duplex?

Google Duplex è stato presentato da Sundar Pichai, il CEO di Google, come un assistente virtuale in grado di sostenere telefonate con esseri umani; nella demo presentata alla conferenza viene mostrato come Google Duplex sia in grado di prenotare appuntamenti al ristorante o dal parrucchiere tramite telefonate dirette con interlocutori convinti di parlare con un loro simile. Come il pubblico presente alla conferenza, anche io sono rimasto sbalordito dalla precisione, dalla velocità e dalla naturalezza con la quale il software è in grado di rispondere. Ho quindi deciso di approfondire l’argomento per capirne il funzionamento.

Come funziona e come fa a sembrare così naturale?

In input l’audio in arrivo dall’interlocutore umano viene elaborato tramite un sistema di riconoscimento vocale automatico (ASR). Il prodotto dell’elaborazione è un testo che viene analizzato da una rete neurale ricorrente costruita utilizzando la piattaforma di apprendimento automatico basata su TensorFlow Extended, una libreria software open source per l’apprendimento automatico. La rete neurale deve essere “allenata” per poter rispondere con precisione alle domande poste, e per ovviare a questo problema, Google ha addestrato la rete utilizzando dati di conversazioni telefoniche anonimizzate, i dati in output della tecnologia di riconoscimento vocale automatico, le funzionalità dell’audio, la cronologia della conversazione, i parametri della conversazione e altro ancora.  Il risultato è un testo di risposta che viene letto ad alta voce dal software attraverso il sistema TTS (text to speech)

Schematizzazione del funzionamento di Google Duplex (fonte GoogleAiBlog)

Google Duplex per rendere il più reale possibile la chiamata si è concentrato su 4 parametri: comprensione, interazione, tempistica e conversazione. Nella demo che è stata presentata al Google I/O sono state evidenziate queste 4 caratteristiche, l’assistente infatti interpreta velocemente ogni domanda, risponde in tempi molto simili a quelli umani e nel caso in cui le tempistiche di risposta si dovessero alzare a causa della complessità della domanda, aggiunge delle disfluenze vocali (“uhm” e “mmhm”), proprio come facciamo noi umani quando dobbiamo prendere tempo in modo tale da elaborare una risposta. Inoltre un fattore fondamentale nella conversazione è l’intonazione che varia a seconda della circostanza; anche in questo caso Google ha superato il problema a pieni voti grazie alla combinazione di un motore concatenante text to speech TTS e un motore TTS di sintesi che utilizza Tacotron e WaveNet.

Quale sarà l’impatto sulla società?

Ad oggi il software non è ancora stato rilasciato, ma già da quest’estate verrà implementato all’interno dell’Assistente Google. Con Google Duplex ci si sta avvicinando ad uno degli obiettivi principali dell’interazione uomo-macchina: consentire alle persone di avere una conversazione naturale con i computer. Tuttavia attorno a Google Duplex emergono diverse preoccupazioni, anche di carattere etico; in alcuni casi sono stati ipotizzati scenari nei quali le interazioni, ad esempio nel settore dei servizi, possano diventare ulteriormente disumanizzate o situazioni dove “robocaller” comincerebbero ad utilizzare questo software per ingannare i consumatori inconsapevoli. In ogni caso Google ha già dichiarato che i possibili interlocutori saranno informati nel caso di telefonate con Google Duplex.

Si sta forse manifestando la profezia di Isaac Asimov, lo scrittore russo, che, già nella prima metà del secolo scorso prevedeva la necessità di norme giuridiche per regolamentare le intelligenze artificiali, attraverso le Tre Leggi della robotica; queste avrebbero dovuto tutelare l’umanità contro eventuali minacce da parte di macchine intelligenti. Oggi qual è lo stato dell’arte? Fino a che punto si potrà parlare di etica e di autoregolamentazione? In quali ambiti e con quale estensione potrà svilupparsi e consolidarsi la normativa di riferimento?