L’anno scorso ho seguito con molto interesse, su Corsera, il corso “Machine Learning” tenuto dal prof. Andrew Ng che spiegava le basi degli algoritmi usati nel mondo dell’Intelligenza artificiale e delle Reti neurali.
Andrew Ng, già co-fondatore di Coursera e professore a Stanford, dopo aver diretto i dipartimenti di Intellingenza Artificale di Google e Badoo, ha fondato due società DeepLearing.ai e LandingAI.ai.
La prima si occupa di divulgazione, formazione e consulenza sull’Intelligenza Artificiale soprattutto a informatici e tecnici del settore, la seconda si occupa di indicare a tutte le aziende interessate cosa l’IA può fare per loro e quali sono i passi da seguire per intraprendere questa strada.
Il corso online che sto seguendo in questi giorni, “AI for everyone“, non è un corso tecnico, ma è un corso rivolto a chi voglia capire se l’IA possa essere introdotta con profitto nella propria azienda o nell’azienda in cui si lavora.
Io non l’ho ancora terminato, ma lo sto trovando davvero molto interessante, sia perché si vede che è tenuto da una persona che ha realizzato grandi cose in questo settore e che se ne intende davvero, sia perché è corredato da tanti esempi pratici e reali che aiutano a comprendere meglio alcuni concetti.
Ho trovato molto interessanti le slide riguardo alla disambiguazione tra vari termini spesso usati come sinomini e soprattutto tra ruoli che sembrano identici ma non lo sono, per esempio il Data Scientist e il Deep Learning Engineer. Ci sono anche un video che elenca classifica i campi di azione principali dell’IA e un video che elenca le principali tecniche usate.
Interessante anche la parte relativa ai passi che una aziende deve compiere per diventare una azienda di IA, la lezione sugli errori più comuni da commettere e la lezioneriguardante l’organizzazione di un team di IA.
Mi ha colpito la considerazione che nel mondo dell’IA non c’è spazio solo per le grandi multinazionali, ma anche per le piccole realtà perché, alla fine, l’Intelligenza Artificiale ottiene i risultati migliori proprio quando applicata a settori molto specialistici.
Due esempi proposti a sostegno di questa tesi: il sistema per il controllo della qualità in una azienda che produce tazze per verificare la bontà di quelle prodotte e il sistema per l’individuazione e l’estirpazione delle erbacce che crescono in mezzo ad alcune colture (barbabietola e grano).
Infine da notare che, quando parla Ng, sullo sfondo c’è sempre un quadro che rappresenta un robot. In ogni sezione del corso c’è un quadro diverso, sono davvero simpatici.
Il programma del corso è il seguente:
- Introduction
- Machine Learning
- What is data?
- The terminology of AI
- What makes an AI company?
- What machine learning can and cannot do
- More examples of what machine learning can and cannot do
- Non-technical explanation of deep learning (Part 1, optional)
- Non-technical explanation of deep learning (Part 2, optional)
- Introduction
- Workflow of a machine learning project
- Workflow of a data science project
- Every job function needs to learn how to use data
- How to choose an AI project (Part 1)
- How to choose an AI project (Part 2)
- Working with an AI team
- Technical tools for AI teams (optional)
- Introduction
- Case study: Smart speaker
- Case study: Self-driving car
- Example roles of an AI team
- AI Transformation Playbook (Part 1)
- AI Transformation Playbook (Part 2)
- AI pitfalls to avoid
- Taking your first step in AI
- Survey of major AI application areas (optional)
- Survey of major AI techniques (optional)
- Introduction
- A realistic view of AI
- Discrimination / Bias
- Adversarial attacks on AI
- Adverse uses of AI
- AI and developing economies
- AI and jobs
- Conclusion
Il corso è in inglese e si possono attivare i sottotitoli in inglese.
Fonti e riferimenti:
- Andrew Yan-Tak Ng su Wikipedia.
- Corso Ai for Everyone su Corsera.
- AI-Transformation-Playbook.pdf: Come portare la tua azienda nell’era dell’Intelligenza Artificiale.
- Landing.ai: Transforming Enterprises with Artificial Intelligence
- DeepLearning.ai: Azienda per la diffusione dell’IA.
- Landing.ai: Azienda per la diffusione delle’IA nelle aziende.
- Machine Learning Yeraning – draft: La strategia tecnica per gli ingegneri dell’Intelligenza Artificiale nell’era del Deep Learning.