Cosa diavolo è il Machine Learning?

Ok, facciamola un po’ più semplice.
Analizziamola in tre parti.

Ogni programma è una serie di righe (dette in gergo tecnico, codice) in cui, con un linguaggio di programmazione, si istruisce un sistema a compiere una determinata azione se si verificano delle condizioni.

Esempio: l’auto non si chiude quando si preme il pulsante perché è programmata a chiudersi solo quando tutte le portiere sono chiuse bene.

Le righe di programma o il codice del Machine Learning dicono come, cosa, ed in che situazione bisogna scrivere o riscrivere un’altra parte del programma, ovvero il codice.

Qua iniziano i problemi.
Cosa significa questa frase?

Significa che può verificare un problema accaduto
e per cui nessun’altra parte del programma ha previsto una azione da fare.
Quindi il Machine Learning cerca una soluzione simile a qualcosa a cui ha già sistemato correttamente.

Se non è niente di già visto, questo sistema inizia a provare soluzioni fin quando
tutto il programma svolge la sua funzione correttamente fino alla fine.
Il sistema da questo punto di vista è abbastanza comico per quanto può essere scemo.

Esempio: scriviamo un programma che componga musica.
Scriveremo il codice e gli insegneremo le note musicali da usare.
In seguito alleneremo la macchina a scrivere canzoni. Alcune saranno belle, altre brutte.
Noi lo alleneremo a farne di belle e gli diremo che quelle brutte non sono musica.

Dopo averlo allenato, lo lasceremo da solo a creare del melodioso jazz.
Quando infine andremo a vedere cosa ha composto per noi,
sicuramente ci saranno delle belle canzoni degne del miglior John Coltrane
(di cui non sto ascoltando Equinox in questo momento. Assolutamente no),
ma anche canzoni brutte, ed altre canzoni che non saranno ne jazz, ne tanto meno musica.

Questo perché nonostante l’allenamento sottoposto, il sistema non sa cosa sta facendo,
lavora con 7 simboli e li metterà sempre in ordine seguendo degli schemi
che non per forza porteranno sempre al comporre bella musica jazz.

Lui non saprà mai cosa è bella musica secondo noi essere umani,
non ha udito
e continuerà lo stesso finchè non lo perfezioniamo sempre di più,
fino a dargli così tante esperienze da cui imparare che non potrà fare altro che stupendi pezzi jazz.

E qua si fa più tosta.
Il Machine Learning può riscrivere parte del codice che compongono il programma in cui è presente, certo,
ma dato che gli esseri umani che lo hanno scritto non sono così tonti da permette che
la macchina possa riscriversi all’infinito fino a diventare qualcosa che non possono controllare,
danno anche dei rigidi limiti.

Questa parte di codice può sì riscrive altri parti dell’intero sistema,
ma è anche limitata dai programmatori che lo hanno scritto, ed in linea generale possiamo dire che:

• • Il Machine Learning non potrà mai riscrivere la funzione principale del programma.
    Se un programma deve avvitare tappi sulle bottiglie d’acqua, farà sempre e solo questo;

• • Il Machine Learning non potrà mai riscrivere funzioni che vanno in conflitto con altre funzioni.
    Esempio: se il distributore mi ha fatto il caffè con l’orzo anziché l’espresso,
    potrà sbagliare anche la prossima volta e darmi un cappuccino,
    ma non potrà mai dimenticare la tazza

• Il Machine Learning non potrà mai ammazzare l’umanità nel sonno per il motivo già descritto in precedenza.
  I limiti rigidi dati dai programmatori, ricordi?

Dormite sogni tranquilli, c’è chi pensa per noi a cose che voi umani non potete nemmeno immaginare.
Chiaro, no?