Per quasi 40 anni, Geoff Hinton<\/strong><\/a> ha cercato di far imparare ai computer come lo fanno le persone, una ricerca che quasi tutti pensavano fosse pazzesca o almeno disperata, fino al momento in cui ha rivoluzionato il campo. In questo video di Hello World, Ashlee Vance<\/strong> di Bloomberg Businessweek<\/strong><\/a> incontra il padre dell’intelligenza artificiale.<\/p>\n Geoff Hinton. A causa di una condizione di mal di schiena cronico, non \u00e8 stato in grado di sedersi per pi\u00f9 di 12 anni. Dato che non pu\u00f2 sedere in macchina o su un autobus, Hinton va ovunque.\u00a0La camminata dice molto su Hinton e sulla sua determinazione. Per quasi 40 anni, Hinton ha cercato di far imparare ai computer come lo fanno le persone. Una ricerca che quasi tutti pensavano fosse pazzesca, o almeno disperata.\u00a0Fino al momento in cui ha rivoluzionato il campo.<\/p>\n Geoff Hinton \u00e8 diventato piuttosto ossessionato da questa idea di capire come funziona la mente. Ha iniziato a studiare fisiologia, l’anatomia di come funziona il cervello, poi si \u00e8 dato alla psicologia e, alla fine, ha optato per un approccio pi\u00f9 informatico alla modellazione del cervello, e ha iniziato a usare l’intelligenza artificiale<\/strong>. Nessuno voleva lavorare in quest’area. Erano sicuri che non avrebbe mai funzionato. Ma Geoff era consumato da questo progetto, e non poteva fermarsi. Ha continuato a perseguire l’idea che i computer potessero imparare. Fino a circa il 2006, quando il mondo comprende finalmente le idee di Hinton. Per quasi 40 anni, Geoff Hinton ha cercato di far imparare ai computer come lo fanno le persone, una ricerca che quasi tutti pensavano fosse pazzesca o almeno disperata, fino al momento in cui ha rivoluzionato il campo. Hello World incontra il padre dell’intelligenza artificiale.<\/p>\n","protected":false},"author":45,"featured_media":25390,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"video","meta":{"footnotes":""},"categories":[77],"tags":[58,109,625,90,381,93],"class_list":{"0":"post-25389","1":"post","2":"type-post","3":"status-publish","4":"format-video","5":"has-post-thumbnail","7":"category-trends","8":"tag-come-investire-oggi","9":"tag-fintech","10":"tag-ia","11":"tag-idee-di-investimento","12":"tag-intelligenza-artificiale","13":"tag-mercati-finanziari","14":"post_format-post-format-video"},"_links":{"self":[{"href":"https:\/\/www.dadamoney.com\/index.php?rest_route=\/wp\/v2\/posts\/25389","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.dadamoney.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.dadamoney.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.dadamoney.com\/index.php?rest_route=\/wp\/v2\/users\/45"}],"replies":[{"embeddable":true,"href":"https:\/\/www.dadamoney.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=25389"}],"version-history":[{"count":2,"href":"https:\/\/www.dadamoney.com\/index.php?rest_route=\/wp\/v2\/posts\/25389\/revisions"}],"predecessor-version":[{"id":28157,"href":"https:\/\/www.dadamoney.com\/index.php?rest_route=\/wp\/v2\/posts\/25389\/revisions\/28157"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.dadamoney.com\/index.php?rest_route=\/wp\/v2\/media\/25390"}],"wp:attachment":[{"href":"https:\/\/www.dadamoney.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=25389"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.dadamoney.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=25389"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.dadamoney.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=25389"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Introduzione<\/h3>\n
I primi passi<\/h3>\n
\nMentre Geoff stava iniziando a pensare a queste idee, \u00e8 stato ispirato da alcuni ricercatori dell’IA dall’altra parte dell’oceano.
\nIn particolare, da Frank Rosenblatt<\/strong><\/a>. Rosenblatt, alla fine degli anni ’50, svilupp\u00f2 quello che chiam\u00f2 un perceptron<\/strong><\/a>, che era una rete neurale<\/strong>, un sistema di calcolo che avrebbe imitato il cervello.
\nL’idea di base \u00e8 una collezione di piccole unit\u00e0, chiamate neuroni<\/strong>. Queste sono piccole unit\u00e0 di calcolo, ma in realt\u00e0 sono modellate sul modo in cui il cervello umano compie i suoi calcoli. Prendono i loro dati in entrata come noi facciamo dai nostri sensi, e in realt\u00e0 apprendono, cos\u00ec la rete neurale pu\u00f2 imparare a prendere decisioni nel tempo.
\nLa speranza di Rosenblatt era quella di alimentare una rete neurale con una serie di dati, come immagini di uomini e donne, e che alla fine essa avrebbe imparato come distinguerli. Proprio come fanno gli umani.
\nC’era solo un problema: non funzionava molto bene. La rete neurale di Rosenblatt era un singolo strato di neuroni, ed era limitato in quello che poteva fare. Estremamente limitato. Un suo collega ha scritto un libro alla fine degli anni ’60 che mostrava questi limiti. E, in un certo senso, ha messo l’intera area della ricerca in un congelamento profondo per ben 10 anni.<\/p>\nLa seconda fase<\/h3>\n
\nBeh, quasi nessuno.
\nHinton decide di avere un’idea di come queste reti neurali potrebbero funzionare, e la perseguir\u00e0 a qualunque costo. Per un po’ saltella intorno a istituti di ricerca negli Stati Uniti. \u00c8 piuttosto stufo del fatto che la maggior parte di loro sia stata finanziata dal Dipartimento della Difesa, e inizia a cercare un posto dove possa andare.
\nSente improvvisamente che il Canada potrebbe essere interessato a finanziare l’intelligenza artificiale.
\nLui ed i suoi collaboratori hanno sviluppato una rete neurale a pi\u00f9 strati, una rete neurale profonda<\/strong>. E questa ha iniziato a funzionare in molti modi.
\nUsando una rete neurale, un tizio di nome Dean Pomerleau<\/strong><\/a> costru\u00ec un’auto a guida autonoma alla fine degli anni ’80. E guid\u00f2 su strade pubbliche.
\nYann LeCun<\/strong><\/a>, negli anni ’90, costru\u00ec un sistema in grado di riconoscere le cifre scritte a mano, che fin\u00ec per essere usato commercialmente. Ma, di nuovo, avevano raggiunto il massimo che si potesse raggiungere.
\nNegli anni ’90, negli anni 2000, Geoff era una delle poche persone sul pianeta che stavano ancora perseguendo questa tecnologia.\u00a0Si presentava alle conferenze accademiche e veniva esiliato nelle stanze sul retro; era trattato come un paria.<\/p>\nFinalmente il successo<\/h3>\n
\nL’arrivo di chip super-veloci<\/strong> e la massiccia quantit\u00e0 di dati<\/strong> prodotti su Internet hanno dato una spinta magica agli algoritmi di Hinton.\u00a0All’improvviso, i computer potevano identificare cosa c’era in un’immagine. Quindi, potevano riconoscere il parlato e tradurre da una lingua all’altra. Nel 2012, parole come reti neurali<\/strong> e apprendimento automatico<\/strong> stavano spuntando sulla prima pagina del New York Times.
\nPer Hinton, questo era chiaramente un momento di redenzione<\/strong> dopo decenni di fatica. E, per il Canada, significava qualcosa di ancora pi\u00f9 grande. Hinton e i suoi studenti hanno messo il paese sulla mappa come una superpotenza<\/strong> dell’IA, qualcosa che nessuno, e nessun computer, avrebbe mai potuto prevedere.<\/p>\n","protected":false},"excerpt":{"rendered":"