Google, con un post sul suo blog ufficiale , ha confermato di voler migliorare le sue conoscenze sul vasto mondo della Machine Learning (ovvero la capacità delle macchine di imparare pur in mancanza di una programmazione specifica) cogliendo così nuove opportunità di mercato. Per farlo si è dotata dei migliori ricercatori universitari e li ha piazzati a Zurigo, nella sua sede di ricerca più grande al di fuori del suolo statunitense. Il gruppo di lavoro approfondirà temi quali la Machine Intelligence, il Natural Language Processing e Understanding e la Machine Perception . Si tratta dei pilastri alla base di prodotti strategici per la crescita dell’azienda come la ricerca vocale, il riconoscimento delle foto, le traduzioni o la risposta automatica alle email.
Il team sarà guidato da Emmanuel Mogenet, ingegnere informatico in casa Google fin dal 2006 e proveniente da Apple, e lavorerà coordinandosi con gli specialisti di DeepMind , il laboratorio di Google con sede a Londra specializzato in Intelligenza Artificiale e a stretto contatto con un gruppo di linguisti. La possibilità di contare su un ambiente universitario e di ricerca d’eccellenza come quello svizzero stimolerà certamente gli studiosi, potendo tra l’altro contare su una dotazione finanziaria importante.
I precedenti risultati lasciano intendere che Google con questa mossa non tarderà a scalzare altri big player (o almeno dare del filo da torcere) con soluzioni innovative. Dallo stesso laboratorio di ricerca è uscito Knowledge Graph e il motore che gestisce Google Assistant all’interno dell’app di messaggistica Allo. Senza dimenticare che il laboratorio londinese già da tempo ha partorito il software di Intelligenza Artificiale AlphaGo . Oltre al miglioramento dei servizi già esistenti, da qui in avanti, ci si aspetta un netto passo avanti specialmente sulla machine perception: le macchine dovranno riuscire ad apprendere e a dare un senso a immagini, suoni e video imparando poco a poco come fossero umani. I precedenti sforzi hanno trovato applicazione in Google Photos e nelle interfacce di scrittura a mano libera su Android: ma il futuro ha in serbo ancora molte sorprese.
Anche il tempo gioca evidentemente la sua parte. Amazon, Microsoft e Facebook solo per citare alcuni “competitor” non stanno di certo a guardare. Facebook ha già applicato alcune sue soluzioni basate sul machine learning per migliorare la classificazione dei post e la personalizzazione delle storie sul nuovo News Feed individuando gli argomenti di tendenza ed eliminando contenuti offensivi o illeciti. Il nuovo software FBLearner Flow rappresenta inoltre una inedita facilitazione allo sviluppo di modelli di machine learning da parte degli sviluppatori che possono usare tra l’altro algoritmi sviluppati da terzi. Altre eccellenze sono anche il super computer IBM Watson (forte al gioco degli scacchi) e il nuovo ambiente di sviluppo Microsoft’s Azure Machine Learning Studio.
Fa sorridere sapere che i traguardi vengono misurati spesso con vittorie di computer a giochi di strategia . È lo stesso CEO di Google, Sundar Pichai, ad esultare dinnanzi alla vittoria di una macchina al complicato gioco tradizionale cinese “Go”, battendo uno dei migliori giocatori al mondo lo scorso mese di marzo. Ma di recente sono migliorate di molte anche le perfomance raggiunte con il noto videogame Montezumàs Revenge. Durante l’ultimo I/O Google, il CEO dell’azienda aveva dimostrato ampia soddisfazione per i passi da giganti compiuti nello sviluppo di Google Assistant rispetto ai competitor Cortana di Microsoft, Siri di Apple e Alexa di Amazon. Ma l'”apprendimento automatico” ha davanti ben altre sfide di non facile risoluzione.
Mirko Zago
Ti potrebbe interessare
17 giu 2016