Intervista ad Andrew NG, il guru dell’Intelligenza Artificiale, ex Google, che guiderà il progetto di ricerca&sviluppo del colosso internet cinese: due laboratori, nella Silicon Valley e a Pechino, per lavorare sul Deep Learning. Ovvero, come far sì che i computer imparino e pensino da soli. Intelligenza Artificiale, per “parlare” ai nostri telefonini e altri aggeggi, comandarli, sguinzagliarli alla ricerca di informazioni che loro stessi elaborino e poi ci restituiscano pronte all’uso. È in questa direzione che si muove Baidu, il massimo motore di ricerca cinese, che nella lotta tra le tre “grandi sorelle” dell’Internet Technology cinese – Alibaba, Tencent e se stessa medesima – gioca una carta di lungo, lunghissimo periodo: l’investimento in ricerca e sviluppo.
Lo fa, reclutando nelle proprie fila Andrew Ng, “guru” della computer science e pioniere dell’intelligenza artificiale, che assumerà il ruolo di “Chief Scientist”.
“È l’uomo ideale per guidarci nella ricerca, proprio mentre si sta per entrare nell’era in cui l’Intelligenza Artificiale giocherà un ruolo sempre più pronunciato”, dice Robin Li , amministratore delegato del colosso IT.
Ng è un guru piuttosto giovane (classe 1976), ma è la stessa disciplina di cui si occupa ad esserlo. Nato in Gran Bretagna da famiglia di Hong Kong, nel suo curriculum vanta già anni di ricerca a Stanford e, soprattutto, il lancio nel 2011 del progetto Google Brain, nell’ambito del segretissimo Google X: ovvero, la ricerca applicata di Mountain View, il cosiddetto “Deep Learning”, tutta la scienza avanzata che sta per esempio dietro al sistema operativo Android. Nel 2012 lascia Google e lancia Coursera, la sua start-up per la formazione online. Adesso, il passaggio a Baidu.
Che cos’è il Deep Learning?
È una delle più interessanti tecnologie informatiche. Noi prendiamo ispirazione dal cervello umano, ne costruiamo una simulazione e poi sviluppiamo software in grado di imparare dai dati sensibili. Il cervello funziona perché ha un enorme numero di neuroni che interagiscono inviandosi reciprocamente segnali elettrici. Ogni pensiero umano nasce da questo scambio. Quindi noi stimoliamo reti neurali artificiali che si spediscono impulsi e creiamo software che consentono a questi network di osservare i dati e lavorare. Così, per esempio, se vuoi riconoscere i volti in una foto, esiste già oggi un’applicazione che lo può fare.
Negli ultimi dieci anni abbiamo assistito all’aumento esponenziale di dati disponibili e le reti neurali hanno una proprietà molto comoda: più vengono alimentate con nuovi dati e più migliorano le proprie prestazioni. Precedentemente, la resa degli algoritmi migliorava fino a un certo punto, poi la curva di crescita diventava improvvisamente piatta a causa dell’impossibilità di elaborare ancora più dati. Ora, con gli algoritmi del Deep Learning, i computer possono continuare a migliorare le proprie prestazioni.
Quali sono le applicazioni di maggiore successo?
Ce ne sono diverse: io mi concentro soprattutto sul riconoscimento vocale, ma esistono anche applicazioni per la ricerca online e la pubblicità. Sto parlando di quelle già comunemente in uso e importanti anche da un punto di vista economico. Ma esistono anche sofisticate tecnologie di riconoscimento visivo, per cui puoi fare una foto a un fiore o a una banconota e il computer è in grado di riconoscerli.
Su cosa sta lavorando in questa fase?
Le tecnologie del Deep Learning possono essere divise in due. Il primo gruppo consiste nell’apprendimento controllato, il secondo, in quello incontrollato.
Se vuoi che un computer riconosca le automobili che passano in strada, il primo metodo consiste nel trovare 50mila foto di veicoli, etichettarle, mostrarle al computer e “insegnargli” a riconoscerle. Questo metodo funziona bene e l’apprendimento controllato ha già un alto valore economico. Ad esempio, per quanto riguarda il riconoscimento vocale, disponiamo già di migliaia di ore di registrato; le tecnologie vocali ascoltano i dati sonori e imparano a trascriverli, noi li etichettiamo e così disponiamo già di archivi enormi.
In quest’ambito, siamo ormai oltre il cervello umano. Per esempio, se hai figli, puoi essere il genitore più attento e amorevole del mondo, ma non riuscirai mai a insegnare loro come distinguere 50mila diversi modelli d’automobile.
L’altro metodo, consiste nel lasciare che i figli se ne vadano per strada e imparino a distinguere le auto per conto loro. Questo è l’apprendimento incontrollato, cioè l’idea di imparare da dati non organizzati ed etichettati. È quello su cui lavoriamo ora: fare in modo che i computer imparino da soli, sappiano “fare previsioni”. Chiaramente, è problematico spedire i computer a spasso per strada, quindi di fatto facciamo vedere loro enormi quantità di dati su internet, video, immagini e così via.
Perché ha scelto Baidu?
Dato che i corsi open-source della mia start-up, Coursera, vanno piuttosto bene, ho pensato che fosse il momento di dedicarmi maggiormente al Deep learning. Sono giunto alla conclusione che Baidu offra il migliore ambiente per fare progressi nell’Intelligenza Artificiale.
Su Badu, vanno dette un paio di cose.
Primo. Per sua natura, la compagnia ha un’ottima visuale sia sugli utenti sia sui dati. L’Intelligenza Artificiale è oggi un business ad alta intensità di capitale, hai bisogno di una grande quantità di dati. E, da questo punto di vista, Baidu ha un capitale in continua evoluzione.
Secondo. Con Baidu, la ricaduta sul mercato è immediata e quando ti viene in mente qualche nuova idea di solito va in porto. Si sono messi a lavorare sul Deep Learning da poco tempo, ma hanno già sviluppato tecnologie e nuovi prodotti. Il motivo principale è che, trattandosi di un motore di ricerca, il modello di business è basato sulla tracciabilità dei siti web oppure sull’identificazione di pubblicità personalizzate per gli utenti. Ebbene, queste tecnologie sono in qualche modo anche il nocciolo del Deep Learning. Sono qui da poco, ma credo che Baidu abbia già fatto grandi progressi nell’affidabilità della web search e nella pubblicità.
È come se dal livello di laboratorio si andasse immediatamente a quello industriale, all’economia di scala?
Non lo so ancora, penso però che Baidu offra l’opportunità di unire la visibilità sui dati con la necessità di creare valore aggiunto: le cose devono “succedere”. Questo è importante per la prossima generazione di tecnologie del Deep Learning, perché ci avventuriamo in un campo sconosciuto e l’organizzazione ti consente di agire in fretta e correttamente, permette flessibilità e adattamento just-in-time, il che è fondamentale per il progresso della ricerca.
Può dirci quanti soldi sono stati investiti?
Baidu intende investire 300 milioni di dollari nella Silicon Valley, a cui poi si aggiunge il centro ricerche di Pechino.
Internet sta diventando mobile, specialmente in Cina. Che relazione c’è tra questo fenomeno e la scelta di Baidu di puntare sull’Intelligenza Artificiale?
Noi pensiamo che, per certi servizi, il riconoscimento vocale sia estremamente comodo; e per questo motivo ci investiamo. Così, dire al tuo telefonino “trovami un buon ristorante nel centro di Pechino”, è sicuramente più comodo che mettersi a digitare sulla tastiera. In futuro, il Deep Learning permetterà molti servizi del genere.
Come tutte le tecnologie innovative, il Deep Learning ha anche implicazioni sociali, filosofiche e politiche. Per esempio, come può rapportarsi al lavoro? Non c’è il rischio che lo sviluppo di cervelli artificiali capaci di apprendere da soli riduca ulteriormente l’occupazione?
A livello di principio, io credo che la tecnologie renda il mondo migliore. È vero che, guardando agli ultimi 400 anni di rivoluzione industriale, osserviamo che la tecnologia ha talvolta implicato la dispersione del lavoro. L’hanno provocata i computer e probabilmente l’Intelligenza Artificiale farà lo stesso, ma non possiamo negare il servizio che l’informatizzazione ha reso al mondo. Giusto per dire, basti pensare a quanta gente cerchi supporto legale online. In questo caso, la tecnologia ha reso disponibili informazioni a chi, altrimenti, ne sarebbe stato per sempre escluso.
Non pensa allora che il Deep Learning possa essere utilizzato dai poteri costituiti per aumentare il controllo, come per esempio nel caso delle tecnologie di riconoscimento vocale o visivo?
Non voglio apparire ingenuo, però esiste una consistente comunità tecnologica impegnata nel rendere il mondo migliore e nel controllare come venga usata l’innovazione. Quindi, tendo a non preoccuparmi eccessivamente. Per inciso, voglio sottolineare che mi sono impegnato a rendere il centro ricerche di Baidu un luogo relativamente aperto e trasparente: intendiamo condividere i nostri risultati e stabilire con la comunità un rapporto che è sia un dare sia un avere.
Per comprendere meglio il senso dell’operazione dal punto di vista strategico, abbiamo rivolto anche un paio domande a Kaiser Kuo, responsabile dei rapporti internazionali di Baidu (nonché ex rockstar sulla scena pechinese).
Economicamente parlando, l’apertura del laboratorio di ricerca artificiale è anche un modo per fare concorrenza a Google?
Non concepiamo questa operazione in termini di concorrenza. Noi pensiamo che la ricerca in corso sia già stata di enorme utilità per gli utenti, dando loro più possibilità di interagire utilizzando il linguaggio naturale, migliorando la ricerca per immagini e così via. Vogliamo quindi rendere possibile una migliore esperienza all’utenza. Il che, ovviamente, può offrire vantaggi competitivi, ma non è questo lo scopo che si prefigge il centro ricerche.
Baidu comincia una nuova esperienza nella Silicon Valley mentre Alibaba si quota a Wall Street. Sono due operazioni diverse, ma sembra che le grandi IT cinesi puntino agli Usa. In che misura questo è funzionale alla sfida interna sul mercato domestico?
Molte compagnie tecnologiche cinesi, Baidu compresa, sono quotate alle borse Usa e chiaramente sono ben felici di accedere a mercati dei capitali altamente liquidi. Ma non molte puntano esplicitamente ai consumatori americani. Non posso ovviamente parlare per altri, ma nel caso di Baidu per il prossimo futuro vogliamo focalizzarci su Ricerca&Sviluppo e sulla caccia ai migliori talenti. Al momento non ci interessa il mercato Usa. I nostri tentativi di espanderci internazionalmente puntano soprattutto a Sudest asiatico, America Latina, Medio Oriente di lingua araba e Nord Africa.