Algoritmi: cosa sono e perché migliorano il mondo - Intervista a Riccardo Sabatini - Semplice come
Algoritmi: cosa sono e perché migliorano il mondo - Intervista a Riccardo Sabatini

Precedente

Prevenzione: perché dormire fa bene alla salute

Successivo

Donne: come sta cambiando il modo in cui vengono raccontate sui media

Innovazione

Algoritmi: cosa sono e perché migliorano il mondo – Intervista a Riccardo Sabatini

14 Marzo 2019
Condividi su FacebookTwitta su TwitterCondividi su LinkedIn

Oggi abbiamo a disposizione un’enorme quantità di dati. Organizzarli, usarli nel migliore dei modi, è una delle sfide più interessanti di questo tempo. Ma come si gestiscono queste informazioni? Qual è il ruolo delle macchine? Quali sono le ripercussioni sulla vita quotidiana di ognuno di noi? Sono solo alcune delle domande a cui ha risposto Riccardo Sabatini, scienziato e imprenditore specializzato nella modellazione numerica di sistemi complessi.

Iniziamo da una definizione di base: cosa sono gli algoritmi complessi?

Se pensiamo al mondo di oggi, direi che gli algoritmi sono un sistema che ci consente di insegnare a una macchina a implementare delle equazioni matematiche. Fino a poco tempo fa queste equazioni, questi modelli, venivano scritte solo dagli esseri umani.

Prendiamo l’esempio di una mela che, lanciata per aria, cade a terra. L’uomo osserva questa realtà, immagina come funziona ed elabora una legge. Questa legge può essere trasmessa a una macchina che potrà prevedere, ad esempio, dove cascherà ogni mela che viene lanciata.

Ma la cosa più interessante è che oggi esistono dei sistemi per insegnare direttamente alle macchine a costruire equazioni. Prendiamo sempre l’esempio della mela newtoniana che cade. In questo caso l’uomo, invece di elaborare un’equazione di questa legge, potrebbe ad esempio costruire un database di milioni di video di mele che cascano e inserirlo in una macchina. Questa imparerebbe a capire quali sono le leggi che governano quella realtà.

Quindi, se le vengono forniti i dati, la macchina può costruire da sé gli algoritmi.

Le macchine quindi sono in grado di fare questo lavoro come gli esseri umani?

Non esattamente. A volte, ad esempio, i dati che vengono condivisi con la macchina sono parziali. Magari contengono soltanto mele rosse. E quando le chiedi una mela verde, la macchina dirà: “non ho idea di cosa sia”. Quindi c’è bisogno di grande attenzione. Quando si costruiscono questi algoritmi generati dai dati bisogna sempre verificare che rappresentino la dinamica sottostante ai dati. Un esercizio spesso molto complesso.

E come si può controllare?

Ecco, questo è il motivo per cui secondo me l’idea che le macchine o gli algoritmi toglieranno il lavoro all’uomo non è esatta. La creazione degli algoritmi diventerà una cosa automatizzata. Ma capire quando l’algoritmo funziona, o impostare il problema, ecco, queste sono delle cose che può fare un ricercatore, uno scienziato, un data scientist. Occorre qualcuno che possa capire la statistica del problema, dei dati e del sistema in analisi.

Questo è particolarmente importante quando si fanno gli algoritmi critici. Ad esempio, algoritmi che decidono quando far girare a destra o a sinistra un’auto. Capire che se il learning – ovvero il processo apprendimento della macchina – sia robusto è una delle sfide più interessanti.

Oggi abbiamo a disposizione una quantità enorme di dati. C’è quindi una maggiore richiesta di algoritmi in grado di organizzarli?  

Sì, ma ce ne sarà sempre di più. Adesso abbiamo imparato che le macchine possono imparare, quindi delegheremo loro tutta una serie di compiti. Ci sono tante azioni che ogni giorno ci fanno pensare: “ma perché non le fa una macchina?”. Tutta una serie di lavori automatizzati, procedurali.

Per quanto riguarda il ruolo dei dati, pensiamo alle aziende: molte di loro hanno investito tantissimo per digitalizzarsi, e questa è stata una cosa eccezionalmente importante. Perché adesso, per capire come un’azienda possa migliorare, si può fare un’analisi dei dati. Senza dati, l’intelligenza artificiale non può esistere.

In quali settori oggi c’è più richiesta di una gestione delle complessità che passi anche dagli algoritmi?

Praticamente in tutti!

Facciamo qualche esempio. La sanità è particolarmente importante. Secondo lei fra cinquant’anni in cosa sarà diversa la sanità?

In diversi aspetti credo. Uno molto interessante è la farmaco-genomica, o medicina personalizzata. Oggi quando abbiamo mal di testa, faccio un esempio, prendiamo un analgesico fra i tanti disponibili, magari visto alla pubblicità, e senza sapere se sia il farmaco ideale per noi. Credo fra cinquant’anni ci stupiremo di questo, perché ci sarà maggiore attenzione alla personalizzazione della scelta del farmaco, accoppiandola al nostro genoma, sia per semplici analgesici che per settori molto più importanti – oncologia, cardiologia.

Per la prevenzione quanto sono importanti i dati, gli algoritmi?

Nel genoma abbiamo dei segnali che fanno capire se siamo più o meno predisposti ad avere certi tipi di malattie. Grazie a queste informazioni, si potrebbero adottare dei comportamenti virtuosi per ridurre il rischio delle occorrenza. Dico “potrebbero” perché spesso anche di fronte a informazioni di rischio alte, manifestiamo dei comportamenti irrazionali. Ad esempio, sappiamo che fumare fa male, ma milioni di persone continuano a farlo.

Su questo c’è una storia curiosa. All’inizio il il dentifricio veniva venduto come prodotto medico per evitare le carie, con poche persone che ne facevano uso quotidiano. Salvò la situazione Claude Hopkins, che pubblicizzò lo stesso prodotto in maniera diversa: raccontò che usarlo avrebbe data un sorriso smagliante, dando più successo in amore. Le vendite andarono decisamente meglio. Non si tratta quindi “solo” di avere modelli predittivi, una delle sfide è costruire una cultura attorno alla medicina predittiva.

 

Iscriviti alla newsletter