Human-in-the-loop: noi e il machine learning

ML_specialization_partner
Injenia è Machine Learning Specialization Partner Google Cloud
3 Ottobre 2018
MCM_2018
MCM 2018
10 Ottobre 2018

Il machine learning ha capacità di calcolo mai vista prima, ma da solo non può fare magie.

Richiede sempre la mediazione dell’uomo, che è l’unico in grado di dare ai computer l’accesso alla conoscenza del mondo reale e fare in modo che siano effettivamente capaci di rispondere alle nostre reali esigenze.

Da questa consapevolezza, si origina human-in-the-loop, un approccio che colloca la conoscenza e l’esperienza delle persone al centro dei processi machine learning.

 

I computer sono accurati e veloci, ma da soli dove vanno?

Una delle applicazioni più avanzate del machine learning sta dando vita alla prossima rivoluzione della mobilità: le smart car.

Grazie al machine learning, le auto stanno imparando a guidare in maniera autonoma e sicura, monitorando i movimenti delle altre auto, ma anche gestendo manovre improvvise e prendendo decisioni in poche frazioni di secondo.

L’auto del futuro guiderà autonomamente per un tempo sempre maggiore. Ma c’è un problema: da sola, non sa dove andare. Sempre e solo noi possiamo decidere dove l’auto ci deve portare.

 

Human-in-the-loop per il business

L’esempio delle smart car può sembrare banale: è chiaro che saremo sempre noi a guidare le auto dove vogliamo.

È il concetto dietro che è importante: i computer sono incredibilmente accurati, super-veloci e possono aiutarci in un numero sempre crescente di compiti. Ma solo noi uomini possiamo insegnare ai computer come raggiungere ciò che vogliamo, fissare i limiti di quello che possono (o non possono) fare.

Questa consapevolezza ha delle conseguenze importanti sul modo in cui pensiamo al machine learning come strumento business.

Ci fa capire che il machine learning non è una soluzione pronta all’uso, capace di risolvere i problemi una volta attivata. Sono sempre le persone che lo modellano affinché possa rispondere alle reali esigenze del business. Da qui, human-in-the-loop.

 

La fase discovery di un progetto machine learning

L’approccio human-in-the-loop coinvolge le persone nel circolo virtuoso – il loop appunto – in cui si addestrano, perfezionano e monitorano i modelli di machine learning.

Prima di entrare nel loop, occorre capire come il machine learning possa effettivamente rispondere alle esigenze della nostra azienda.

In questa fase di discovery, si capisce se vi sia la materia prima alla base di ogni progetto machine learning: i dati. Occorre inoltre capire di che tipo siano questi dati e come possano essere valorizzati per raggiungere i nostri obiettivi.

 

Il machine learning richiede un human-in-the-loop

Una volta individuato il set di dati, lo scenario human-in-the-loop colloca l’uomo al centro dei processi machine learning – per così dire, del loop.

Ma come si inserisce l’uomo all’interno di processi che sono per definizione altamente automatizzati? Non era dunque il machine learning una serie di tecniche e metodologie di apprendimento automatico, capace di migliorarsi senza l’intervento diretto dell’uomo?

L’automazione totale non è capace di reagire ai cambiamenti del business, che ormai avvengono in tempi sempre più ristretti. Come il business cambia velocemente, così anche i modelli di machine learning devono sapersi adattare, di volta in volta, alle esigenze dell’azienda.

Ma come cambia il business i computer non lo sanno: solo noi possiamo adattarli ai nuovi obiettivi, paradigmi e requisiti del business. Solo noi, con la nostra esperienza e conoscenza, possiamo sapere dove vogliamo arrivare e dettare il ritmo.

Inseriti nel loop, quindi, abbiamo un ruolo decisivo per rendere i modelli sempre più precisi, accurati e utili a risolvere gli obiettivi di business.

Per così dire, smart machines still need smart people.

 

Human-in-the-loop per il tuo business

Molte grandi imprese mondiali hanno fatto dell’human-in-the-loop un paradigma già affermato: lo usa, per esempio, Google per organizzare i risultati sul motore di ricerca, Facebook per il tag automatico nelle foto e Pinterest per filtrare secondo categorie determinate le immagini.

L’approccio di Injenia non è solamente tecnologico e si basa sul presupposto che solo insieme intelligenza umana e artificiale possono garantire soluzioni di business plasmate sulle esigenze delle aziende.

Per far ciò, occorre occorre intraprendere un percorso di innovazione che Injenia fa insieme alle aziende, con l’obiettivo di comprendere le reali esigenze del business e creare la giusta consapevolezza sull’effettiva applicazione delle moderne tecniche di machine learning.

Scopri cosa Injenia può fare per il tuo business

Leggi l'informativa sulla privacy
0Shares
Link rapidi Google Partner: Link rapidi Trasformazione Digitale: Link rapidi Rivenditore Google: Link rapidi Cloud Platform:
mostra link

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fonire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o clicchi su "Accetta" permetti al loro utilizzo.

Chiudi