Quest’estate, grazie al maggior tempo a disposizione ho voluto approfondire una tematica che negli ultimi mesi sempre più ha destato il mio interesse: il Machine Learning (ML), argomento chiave per comprendere le dinamiche della cosiddetta “Artificial Intelligence” (AI).
La disponibilità on line del corso “Machine Learning – Implementation in Business” della MIT Sloan School Of Management di Boston è stata l’occasione ideale per decidere di fare un investimento personale in know how su questo importante ambito tecnologico.
Il Massachusetts Institute of Technology è una scuola “mitica” per chi si occupa di tecnologia e conosce in particolare il ruolo che essa ha nel mondo della ricerca e dell’innovazione.
L’executive Program della School of Business in effetti ha soddisfatto in pieno le mie aspettative e in modo estremamente strutturato mi ha offerto la possibilità di seguire 6 moduli formativi in cui ho acquisito, non solo la competenza di base necessaria a comprendere la tecnologia, ma anche una metodologia da seguire nei casi di implementazione di progetti di Machine Learning, appunto.
Ho compreso decisamente meglio il ruolo fondamentale dei dati e del loro trattamento in funzione degli algoritmi che vengono utilizzati; i diversi modelli di ML che si applicano alle diverse tipologie di data-lake in funzione di obiettivi predefiniti.
L’approccio che ho seguito mi ha condotto alla consultazione di parecchio materiale della letteratura esistente in materia, forzandomi però in seguito a produrre rielaborazioni personali calate in contesti di business specifici. In questo modo ho potuto alla fine giungere alla conclusione che se “il Machine Learning è il processo di un’applicazione che migliora la sua capacità di apprendimento e previsione, l’Artificial Intelligence è un’entità digitale che esegue specifici compiti supportata da uno o più processi di apprendimento e previsione”.
Diverse le domande da porsi in ambito business: come cambiano i processi e l’organizzazione in una compagnia assicurativa ad esempio che decide di implementare processi automatici di verifica e valutazione dei danni utilizzando il riconoscimento di immagini?
Come evolve la capacità di valutazione del rischio invece per una banca che implementa logiche di machine learning nell’analisi delle transazioni bancarie; come migliora l’efficienza della ricerca e sviluppo di una industria farmaceutica nello sviluppo e test di una nuova cura farmacologica con l’introduzione di questa tecnologia? E inoltre, quali possono essere le implicazioni etiche e legali nell’introduzione di tecniche di riconoscimento facciale in ambito sicurezza del territorio da parte delle autorità?
Alla fine si comprende che tutto ruota intorno alla capacità di mettere le macchine al servizio dell’uomo; le prime dotate di una “specialized intelligence” che deve essere al servizio della “general intelligence” umana, potenziabile appunto grazie alla capacità delle macchine di eseguire specifici compiti con enorme efficienza e rapidità.
Concluso il corso ho riflettuto su alcuni aspetti più generali che ho piacere di condividere.
La scelta di iscrivermi a questo piano di formazione è stata frutto principalmente della mia curiosità e attenzione per i fenomeni tecnologici che ci circondano, sia in ambito professionale ma anche come utente “consumer”, e al desiderio di capirne le logiche.
La decisione personale però è maturata all’interno di un contesto lavorativo fertile che da anni non ostacola le mie passioni, anzi in qualche modo le sostiene sapendo che possono produrre valore anche per l’azienda. Il corso ha richiesto un impegno di almeno una decina di ore di studio settimanale; di fronte ad un potenziale impatto sulle ore lavorative in senso stretto con il rientro al lavoro dopo le vacanze, ti senti in dovere di avvisare il tuo “capo” su quello che hai deciso di fare; e se la risposta che ottieni è del tipo “wao, bellissima idea, vai avanti alla grande! “ allora ricevi ulteriore conferma che stai facendo la cosa giusta e riesci anche a ritagliare tempo on top al tuo ritmo abituale di lavoro.
Dare una risposta a come le conoscenze acquisite durante questo corso possono influire positivamente sulla mia attività professionale è abbastanza semplice: ora riesco a comprendere ancora meglio di prima il perché ad es. la “threat intelligence” di Umbrella piace così tanto ai clienti: trattasi di dimensioni del datalake e di training degli algoritmi; Talos non è forse l’esempio ideale di “teaming” tra macchine e uomo nello svolgere i compiti della Cybersecurity? “Intuitive” era un concetto già abbastanza chiaro, ma con qualche nozione in più di ML ora lo è ancora di più; e poi appare sempre meglio evidente perché la strategia della Cisco prevede l’acquisizione di aziende come Voicea o CloudCherry; mi fermo qui ma si potrebbe andare ancora avanti… tutto decisamente interessante.
Infine, è una sorpresa quando soffermandosi su una email che segnala un progetto di ML dell’”Innovation Challenge” da applicare alla collaboration, da li a poco ci si ritrova ad essere “mentor” di quell’iniziativa.
Quando si sente dire da qualcuno che “non c’è mai stato miglior momento per lavorare in Information Technology”, credo che si possa dire che tutto ciò è vero.
Authors
3 commenti
Bravo Davide, fa sempre piacere vedere una persona che investe su se stesso e cerca di migliorarsi, complimenti!
Congratulations Davide!!!!!!
Really inspiring
Ben fatto Davide