L’Intelligenza Artificiale funziona meglio con meno dati?

Quanti dati ci vogliono in un dataset per un algoritmo di Intelligenza Artificiale? Più dati o meno dati?

La risposta è sempre la stessa:

Più dati di qualità ci sono e meglio è.

È la frase che ripete qualsiasi esperto di Intelligenza Artificiale, poiché rappresenta il funzionamento stesso dell’Intelligenza Artificiale.

Più dati ci sono da dare in pasto ad un algoritmo di Intelligenza Artificiale, più quest’ultimo può essere solido e preciso.

Ma questa peculiarità dell’Intelligenza Artificiale potrebbe rappresentare un problema…

Infatti, gli algoritmi stanno diventando sempre più grandi e sofisticati, e pertanto sempre più affamati di dati – come il GPT-3 che è stato trainato con 175 miliardi di parametri.

Ma lo sviluppo di un algoritmo di questa portata è un’attività che porta delle inevitabili conseguenze…

Un algoritmo può richiedere una quantità tale di energia che l’investimento in termini sia economici che energetici sarebbe negativo per un business…

Senza considerare che avere miliardi di dati vuol dire anche – in alcuni casi – “confondere” l’algoritmo che potrebbe trovare molteplici correlazioni inutili o persino perdere l’obiettivo per cui è stato creato.

Quindi, sono tutti problemi veri che non possiamo ignorare, perciò quale sarebbe la soluzione all’inevitabile crescita dell’Intelligenza Artificiale?

Scopriamolo in questo articolo.

***

Meno dati, ma training più efficienti

Se sei un imprenditore o un manager, sai che non è possibile prendere decisioni senza avere sotto controllo i dati aziendali.

Qualsiasi azienda al giorno d’oggi sta in piedi grazie ai dati aziendali.

O, come dicono in alcuni ambienti: “nel business, i dati sono palanche”.

E questo vale su tutti i fronti del business, che sia quello del marketing, quello della vendita, quello della produzione o anche del post-vendita…

Oltretutto, più i dati sono precisi e affidabili, e più puoi prendere decisioni assennate e accorte e più il tuo business può crescere.

Ecco, questa cosa vale ancora di più quando si parla di Intelligenza Artificiale.

I dati sono la base dei processi decisionali dell’Intelligenza Artificiale.

Più dati di qualità riesce a processare l’Intelligenza Artificiale, più riuscirà ad estrarre informazioni di qualità.

Ma uno degli aspetti critici è proprio il fatto che non si riesca ad avere i dati o la quantità di dati ideale (oltre ai problemi che già abbiamo detto nel paragrafo precedente).

Pertanto, la soluzione che si sta facendo avanti sempre di più è la seguente…

L’obiettivo sarà creare degli algoritmi che possano dare dei risultati di qualità, ma utilizzando pochi dati.

Anzi, questa è la tendenza che stiamo vedendo negli ultimi tempi… 

Abbiamo visto il less-than-one-shot learning che permetteva ad un’Intelligenza Artificiale di riconoscere immagini senza averle mai viste…

Oppure l’Intelligenza Artificiale empatica che prevedeva il movimento di un robot senza avere alcuna istruzione particolare…

Quindi ciò che stiamo vedendo è una riduzione dell’impatto del training rispetto alla quantità di dati…

Cioè si sta cercando di creare dei training che siano più efficienti, che richiedano meno energia e che richiedano anche meno tempo.

Eppure l’obiezione al riguardo molto spesso è la seguente… 

Perché non miglioriamo l’hardware invece di usare meno dati per gli algoritmi di Intelligenza Artificiale?

Gli hardware che servono per mandare avanti un sistema di Intelligenza Artificiale non riescono a stare dietro ai continui miglioramenti degli algoritmi… 

Ma al giorno d’oggi, per quanto i modelli siano veloci e performanti, la loro velocità di risposta e il training stesso dipendono dall’hardware utilizzato…

Quindi, perché stiamo lavorando sul migliorare gli algoritmi e non l’hardware?

Perché noi possiamo lavorare molto limitatamente sull’hardware.

Sicuramente ci sono dei grossi brand – come per esempio NVidia – che stanno lavorando per migliorare le prestazioni degli hardware…

Ma questi hardware sono comunque condivisi per altre funzionalità, come i videogiochi ed eventualmente anche il mining, non per forza specifici per l’Intelligenza Artificiale… 

E hanno anche dei tempi di messa in produzione che non dipendono esclusivamente dall’Intelligenza Artificiale…

Certo, avere un puro processore che elabori algoritmi e modelli di machine learning e deep learning farebbe la differenza…

Ma ad oggi questo tipo di processore non è stato ancora progettato, perciò…

L’unica cosa che si può ottimizzare è sicuramente il training, le metodologie di training e il modello in sé.

Questo perché quella parte software può essere fatta e rifatta in tempi abbastanza veloci e con un investimento abbastanza controllato.

E anche perché nel frattempo i dati comunque continuano ad aumentare e in alcuni casi gli hardware più potenti richiesti non sono disponibili, per motivi di budget o altro…

Certo, non avere un hardware performante è sicuramente un problema per alcuni progetti… 

Mentre altri progetti si incagliano per colpa dei vincoli che impediscono l’utilizzo di un determinato hardware rispetto ad un altro…

• Se stiamo parlando di controllo qualità, dov’è posizionato l’hardware?
• Se stiamo parlando di videosorveglianza urbana, posso inserire un chip di AI vicino alla sorgente che acquisisce i miei dati?

Di conseguenza tutto ciò su cui noi possiamo lavorare con più facilità è l’Intelligenza Artificiale stessa.

Questo significa che dobbiamo per forza tenerci l’hardware che abbiamo senza vie d’uscita?

No, perché ci sono delle scappatoie.

Se non ti puoi permettere un hardware ultra-performante come le grandi aziende, puoi noleggiare i centri di calcolo potenti su cloud.

Un sistema che elabora dati in cloud permette di disporre una potenza di calcolo che può crescere, anche se ci sono dei tempi tecnici per trasferire i dati.

Questo a ricordare che i dettagli all’interno di un progetto di AI sono così tanti che una soluzione customizzata è sicuramente vincente rispetto a prendere una soluzione preconfezionata (che di solito non permette di soddisfare a pieno i requisiti di progetto).

Perciò, se stai pensando di implementare un sistema di Intelligenza Artificiale nella tua azienda, allora puoi chiedere una demo cliccando qui.

Verrai ricontattato il prima possibile da un nostro operatore disponibile e vedremo quale potrebbe essere la soluzione più adatta a te.

A presto!