Come essere un innovatore

Consigli per aspiranti innovatori su tentativi, fallimenti e futuro dell’IA.

L’innovazione è un potente motore per lo sviluppo della società e per la crescita economica. Antibiotici, luci elettriche, frigoriferi, aerei, smartphone: abbiamo tutto questo perché gli innovatori hanno creato qualcosa che prima non esisteva. L’elenco degli Innovatori Under 35 del MIT Technology Review celebra persone che hanno fatto molto all’inizio della loro carriera e che probabilmente faranno ancora molto di più.

Avendo lavorato per tanti anni nella ricerca sull’intelligenza artificiale e alla realizzazione di prodotti IA, ho avuto la fortuna di partecipare ad alcune innovazioni che hanno avuto impatto, come l’utilizzo dell’apprendimento per rinforzo per pilotare droni a Stanford, l’avvio e la guida di Google Brain per guidare il deep learning su larga scala e la creazione di corsi online che hanno portato alla fondazione di Coursera. Vorrei condividere alcune riflessioni su come farlo bene, evitare alcune trappole ed evitare di costruire cose che portano a gravi danni lungo il percorso.

L’intelligenza artificiale è oggi un motore dominante dell’innovazione

Credo che l’IA sia la nuova elettricità. L’elettricità ha rivoluzionato tutti i settori e cambiato il nostro modo di vivere, e l’IA sta facendo lo stesso. Sta entrando in ogni settore e disciplina e sta producendo progressi che aiutano moltissime persone.

L’intelligenza artificiale, come l’elettricità, è una general-purpose technology. Molte innovazioni, come una terapia medica, un razzo spaziale o il design di una batteria, sono adatte a un solo scopo. Al contrario, l’IA è utile per generare arte, rispondere a una query di ricerca con pagine pertinenti, ottimizzare i percorsi dei corrieri per risparmiare carburante, aiutare le automobili a evitare le collisioni e molto altro ancora.

Il progresso dell’IA crea opportunità per tutti i settori dell’economia di esplorare se o come si applica alla propria industry. Pertanto, l’apprendimento dell’IA crea un numero sproporzionato di opportunità di fare qualcosa che nessun altro ha mai fatto prima.

Ad esempio, in AI Fund, il venture studio che dirigo, ho avuto il privilegio di partecipare a progetti che applicano l’IA alla navigazione marittima, al coaching relazionale, alla gestione dei talenti, all’istruzione e ad altri settori. Poiché molte tecnologie IA sono nuove, la loro applicazione alla maggior parte dei settori non è ancora stata esplorata. In questo modo, saper sfruttare l’IA offre numerose opportunità di collaborazione con gli altri.

In prospettiva, alcuni sviluppi sono particolarmente interessanti.

• Prompting: Mentre ChatGPT ha reso popolare la possibilità di chiedere a un modello di IA di scrivere, ad esempio, un’e-mail o una poesia, gli sviluppatori di software stanno appena iniziando a capire che il prompting consente di costruire in pochi minuti potenti applicazioni di IA che prima richiedevano mesi. Un grande numero di applicazioni di IA sarà realizzato in questo modo.
• Vision transformers: Itrasformatori di testo – modelli linguistici basati sull’architettura della rete neurale transformer, inventata nel 2017 da Google Brain e collaboratori – hanno rivoluzionato la scrittura. I Vision transformers, che adattano i trasformatori a compiti di computer vision come il riconoscimento di oggetti nelle immagini, sono stati introdotti nel 2020 e hanno rapidamente guadagnato un’ampia attenzione. Il fermento che si respira oggi nella comunità tecnica intorno ai Vision transformers mi ricorda il fermento che si respirava intorno ai trasformatori di testo un paio d’anni prima di ChatGPT. Una rivoluzione simile è in arrivo per l’elaborazione delle immagini. Il visual prompting, in cui la richiesta è un’immagine anziché una stringa di testo, farà parte di questo cambiamento.
• Applicazioni dell’IA: La stampa ha dedicato molta attenzione all’infrastruttura hardware e software dell’IA e agli strumenti per gli sviluppatori. Ma questa infrastruttura emergente di IA non avrà successo se non si costruiscono su di essa attività di IA ancora più valide. Quindi, anche se l’attenzione dei media è rivolta al livello dell’infrastruttura dell’IA, ci sarà una crescita ancora maggiore nel livello delle applicazioni dell’IA.

Queste aree offrono ricche opportunità per gli innovatori. Inoltre, molte di esse sono alla portata di persone esperte di tecnologia, non solo di chi già si occupa di IA. Corsi online, software open-source, software as a service e paper online offrono a tutti gli strumenti per imparare e iniziare a innovare. Ma anche se queste tecnologie non sono ancora alla vostra portata, molte altre strade per l’innovazione sono aperte.

Siate ottimisti, ma osate fallire

Detto questo, molte idee che inizialmente sembrano promettenti si rivelano poi dei fallimenti. I fallimenti sono inevitabili se si prende sul serio l’innovazione. Ecco alcuni miei progetti di cui probabilmente non avete sentito parlare, perché sono stati degli insuccessi:

• Ho passato molto tempo a cercare di far volare autonomamente gli aerei in formazione per risparmiare carburante (come gli uccelli che volano in formazione a V). Con il senno di poi, ho lavorato male al progetto e avrei dovuto lavorare con aerei molto più grandi.
• Ho cercato di sviluppare un braccio robotico per scaricare lavastoviglie che contenevano piatti di tutte le forme e dimensioni diverse. Con il senno di poi, ero troppo in anticipo. Gli algoritmi di apprendimento profondo per la percezione e il controllo non erano ancora abbastanza validi.
• Circa 15 anni fa, pensavo che l’apprendimento non supervisionato (cioè la possibilità per i modelli di apprendimento automatico di imparare da dati non etichettati) fosse un approccio promettente. Ho sbagliato anche questa idea. Tuttavia, con l’aumento della disponibilità di dati e della potenza di calcolo, sta finalmente funzionando.

Vedere questi progetti fallire è stato doloroso, ma le lezioni che ho imparato si sono rivelate utili per altri progetti che sono andati meglio. Grazie al mio tentativo senza successo di volare a V, ho imparato a pianificare meglio i progetti e ad anticipare i rischi. Il tentativo di scaricare le lavastoviglie è fallito, ma ha portato il mio team a costruire il Robot Operating System (ROS), che è diventato un popolare framework open-source che ora è presente nei robot, dalle auto a guida autonoma ai cani meccanici. Anche se la mia attenzione iniziale per l’apprendimento non supervisionato è stata una scelta sbagliata, i passi che abbiamo compiuto si sono rivelati fondamentali per l’espansione dell’apprendimento profondo in Google Brain.

L’innovazione non è mai stata facile. Quando si fa qualcosa di nuovo, ci sono sempre degli scettici. Da giovane, ho affrontato molto scetticismo all’inizio della maggior parte dei progetti che poi si sono rivelati un successo. Ma questo non significa che gli scettici abbiano sempre torto. Ho affrontato lo scetticismo anche per la maggior parte dei progetti che non hanno avuto successo.

Man mano che aumentava la mia esperienza, ho scoperto che sempre più persone erano d’accordo con qualsiasi cosa dicessi, e questo era ancora più preoccupante. Ho dovuto cercare attivamente persone che sfidassero le mie idee e mi dicessero la verità. Per fortuna, attualmente sono circondato da persone che mi dicono quando pensano che stia facendo qualcosa di stupido!

Sebbene lo scetticismo sia sano e persino necessario, la società ha un profondo interesse per i frutti dell’innovazione. E questo è un buon motivo per affrontare l’innovazione con ottimismo. Preferisco stare dalla parte dell’ottimista che vuole provare e potrebbe fallire, piuttosto che del pessimista che dubita di ciò che è possibile.

Assumersi la responsabilità del proprio lavoro

Mentre ci concentriamo sull’IA come motore di preziose innovazioni per la società, la responsabilità sociale è più importante che mai. Sia all’interno sia all’esterno del settore, le persone vedono un’ampia gamma di possibili danni che l’IA potrebbe causare. Questi includono sia problemi a breve termine, come pregiudizi e applicazioni dannose della tecnologia, sia rischi a lungo termine, come la concentrazione di potere e applicazioni potenzialmente catastrofiche. È importante tenere discussioni aperte e intellettualmente rigorose su questi temi. In questo modo, potremo trovare un accordo su quali siano i rischi reali e su come ridurli.

Nell’ultimo millennio, le innovazioni hanno ridotto la mortalità infantile, migliorato la nutrizione, incrementato l’alfabetizzazione, innalzato il tenore di vita in tutto il mondo e favorito i diritti civili, comprese le tutele per le donne, le minoranze e altri gruppi emarginati. Tuttavia, le innovazioni hanno anche contribuito al cambiamento climatico, stimolato l’aumento delle disuguaglianze, polarizzato la società e aumentato la solitudine.

È chiaro che i vantaggi dell’innovazione comportano dei rischi, che non sempre abbiamo gestito con saggezza. L’intelligenza artificiale è il prossimo trend e abbiamo l’obbligo di imparare dal passato per massimizzare i benefici futuri per tutti e minimizzare i danni. Ciò richiederà l’impegno dei singoli e della società in generale.

A livello sociale, i governi si stanno muovendo per regolamentare l’IA. Per alcuni innovatori, la regolamentazione può sembrare un’inutile limitazione al progresso. Io la vedo diversamente. La regolamentazione ci aiuta a evitare gli errori e ci permette di ottenere nuovi vantaggi in un futuro incerto. Accolgo con favore le normative che richiedono una maggiore trasparenza nel funzionamento opaco delle grandi aziende tecnologiche; questo ci aiuterà a capire il loro impatto e a indirizzarle verso il raggiungimento di più ampi benefici per la società. Inoltre, sono necessarie nuove norme perché molte di quelle esistenti sono state scritte per un mondo precedente l’IA. Le nuove norme dovrebbero specificare i risultati che vogliamo in settori importanti come la salute e la finanza, e quelli che non vogliamo.

Ma evitare i danni non dovrebbe essere una priorità solo per la società. Deve essere una priorità anche per ogni innovatore. Come tecnologi, abbiamo la responsabilità di comprendere le implicazioni della nostra ricerca e di innovare in modo da ottenere benefici per la società. Tradizionalmente, molti tecnologi hanno adottato l’atteggiamento secondo cui la forma che la tecnologia assume è inevitabile e non possiamo farci nulla, quindi tanto vale innovare liberamente. Ma sappiamo che non è così.

Quando gli innovatori scelgono di lavorare sulla privacy differenziale (che consente all’intelligenza artificiale di imparare dai dati senza esporre informazioni di identificazione personale), affermano con forza che la privacy è importante. Questa affermazione contribuisce a plasmare le norme sociali adottate dalle istituzioni pubbliche e private. Al contrario, quando gli innovatori creano protocolli crittografici Web3 per riciclare il denaro, anche in questo caso fanno un’affermazione forte – a mio avviso dannosa – e cioè che i governi non dovrebbero essere in grado di tracciare il modo in cui i fondi vengono trasferiti e spesi.

Se vedete che viene fatto qualcosa di non etico, spero che ne parliate con i vostri colleghi e supervisori e che li coinvolgiate in conversazioni costruttive. E se vi viene chiesto di lavorare a qualcosa che non ritenete utile per l’umanità, spero che vi impegnerete attivamente per porvi fine. Se non siete in grado di farlo, prendete in considerazione l’idea di andarvene. In AI Fund, ho abbandonato progetti che ritenevo finanziariamente validi ma eticamente scorretti. Vi esorto a fare lo stesso.

Ora, andate avanti e innovate! Se siete già nel giro dell’innovazione, continuate a farlo. Non c’è modo di sapere quale grande traguardo si cela nel vostro futuro. Se le vostre idee sono allo stadio di sogno ad occhi aperti, condividetele con altri e fatevi aiutare a trasformarle in qualcosa di concreto e di successo. Iniziate a realizzare le cose e trovate il modo di usare il potere dell’innovazione a fin di bene.

Questo articolo fa parte del report 2023 Innovators Under 35 del MIT Technology Review. Ecco i premiati di quest’anno.

Andrew Ng è un innovatore dell’IA a livello mondiale. È a capo di AI Fund, DeepLearning.AI e Landing AI.