Libri

Dal Machine learning all’AI generativa, passando per Turing



Indirizzo copiato

Diego Gosmar propone “Machine Learning, il sesto chakra dell’Intelligenza Artificiale” uscito con l’edizione 2024. Il volume fornisce una introduzione alle agency AI personalizzate, oltre a trattare alcuni aspetti sull’etica della AI conversazionale e un aggiornamento sugli ultimi standard per la formattazione dei dati in ambito AI (MPAI)

Pubblicato il 18 gen 2024



Cover_ML_Book_Diego_Gosmar

È stata pubblicata l’edizione 2024 del libro di Diego Gosmar, “Machine Learning, il sesto chakra dell’Intelligenza Artificiale”, Blue Edition. La nuova versione fornisce un’introduzione alle agency AI personalizzate, disponibile recentemente tramite Retrieval Augmented Generation e Embedding Vector Database. Sono inoltre trattati alcuni aspetti sull’etica della AI conversazionale e un aggiornamento sugli ultimi standard per la formattazione dei dati in ambito AI (MPAI).

Machine learning, AGI e Narrow AI

Il testo fornisce una panoramica approfondita sulle basi e l’evoluzione del Machine learning (ML) e dell’intelligenza artificiale (AI), evidenziando i loro collegamenti con la matematica, la geometria analitica, l’analisi dei segnali e la statistica.

Viene fatto un confronto tra due tipi di AI: la Generalized AI (AGI), che mira a simulare comportamenti cognitivi umani generici, e la Narrow AI, che si focalizza su contesti specifici e ben definiti. La Narrow AI mostra migliori performance, ma la Generalized AI, più complessa, è al centro di notevoli sforzi di ricerca.

Il testo discute anche il concetto di Generative AI, con riferimento a ChatGPT, sottolineando come tali tecnologie stiano diventando sempre più capaci di generare contenuti percettivamente vicini a quelli umani e personalizzabili, fornendo esempi pratici e trattando concetti di data science, metodologie di apprendimento, strumenti informatici per il ML (con enfasi sugli Open Source), tecniche di regressione, classificazione, Deep learning e interpretazione dei modelli di AI.

Si parla quindi di MLOps (Machine Learning Operations), una metodologia per migliorare la governance e la scalabilità dei progetti ML in organizzazioni diverse.

Infine, il libro presenta casi pratici di applicazioni di business, fornendo approcci, strumenti e codice sorgente dettagliato, e cerca di rendere accessibili i concetti di ML a un’ampia platea, anche a chi non ha conoscenze specifiche in campo matematico-statistico o informatico.

Il libro contiene inoltre un’intervista a Leonardo Chiariglione, il “padre” dello standard MPEG.

Di seguito un estratto dal volume.

Prefazione

Diego Gosmar

Ho iniziato a pubblicare questo volume nel 2020, per condividere esperienze e mettere a fuoco una serie di concetti legati al mondo dell’intelligenza artificiale e machine learning, apprese nel corso degli anni precedenti.

Non avrei mai immaginato che quello sarebbe stato l’inizio di una serie importanti di continue edizioni, che mi sono ritrovato ad aggiornare periodicamente.

Voglio ringraziare chi ha creduto in questo progetto, chi lo ha fatto fin dall’inizio e chi solo ultimamente. Chi si è complimentato, ma anche chi a volte ha criticato in maniera costruttiva alcune parti del lavoro, perché mi ha aiutato nel suo costante miglioramento.

Desidero anche scusarmi per tutte queste edizioni*, ma, se c’è una cosa che ho imparato nel corso della loro stesura, è che viviamo in un mondo dove la tecnologia legata all’AI evolve quotidianamente; quindi, un libro ad essa dedicato deve necessariamente essere plasmato come un agente in continuo aggiornamento.

Non si tratta di un testo focalizzato esclusivamente sulla tecnologia (ci sono volumi di esperti che possono certamente fornire informazioni più specifiche), né l’ennesimo libro sulla filosofia dell’intelligenza artificiale e più in generale del digitale.

Questo volume è stato progettato per offrire una comprensione equilibrata dell’intelligenza artificiale, esplorando in dettaglio la tecnologia del Machine Learning che la sostiene e alcune delle sue applicazioni pratiche. Inoltre, dedica particolare attenzione agli aspetti etici, incoraggiando un uso consapevole di queste tecnologie.

Sono profondamente convinto che filosofia e tecnologia possano aiutarci a comprendere meglio il contesto in cui viviamo: non sono in grado di fornirci tutte le risposte, ma sicuramente possono aiutarci a porci le domande che ci guidano verso una maggiore consapevolezza.

La mia è l’ultima generazione che ha vissuto sia l’era analogica (quando ancora non esistevano internet e gli smartphone come li conosciamo oggi) sia l’era digitale: un momento storico irripetibile.

Si sta realizzando quanto si chiese Alan Turing in Imitation Game?

“Le macchine possono pensare?” Questa domanda è stata il punto di partenza per il suo famoso saggio del 1950, “Computing Machinery and Intelligence”, in cui propose il Test di Turing come un modo per rispondere a questa domanda. Invece di affrontare direttamente l’ambigua questione del “pensiero” delle macchine, Turing suggerì un approccio più pratico per valutare l’intelligenza artificiale: se una macchina può imitare il comportamento umano al punto da essere indistinguibile da un essere umano, allora può essere considerata intelligente.

La risposta che si diede Alan Turing è probabilmente errata: almeno io sono dalla parte di coloro che crede che l’AI non debba mettere al centro la simulazione dell’intelligenza umana, semmai nuovi modi per risolvere problemi complessi in aiuto all’uomo.

Ma il punto non sta tanto nella risposta, bensì nella capacità di porsi domande in maniera critica per non “navigare da sonnambuli, nell’era in cui analogico e digitale sono sempre più indistinguibili.”

* La Blue Edition è dedicata al momento iperstorico che stiamo vivendo, all’Unione Europea come espressione di progresso tecnologico e garanzia del suo utilizzo per il bene comune (EU AI Act), alla preservazione dell’innovazione attraverso l’open source, le start-up e le nuove generazioni.

URL del libro:

ISBN: 979-8644551132

Articoli correlati

Articolo 1 di 4