Demistificare AI, ML e Deep Learning per i Product Manager

Quando ho iniziato il mio viaggio come product manager, sapevo di voler continuare a essere più pratico e approfondire le soluzioni con gli ingegneri. In qualità di Product Manager, ci viene chiesto di concentrarci maggiormente sul "cosa" e sul "perché", ma volevo anche capire e conoscere il "come" e il "quando" viene sfruttato lo stack tecnologico. Questa è stata una scelta consapevole e ho sempre aspirato a far parte di un'azienda che è futuristica nella sua visione e ha un ambiente altamente tecnico e accademico.

Inutile dire che ero entusiasta quando ho ottenuto un ruolo come Product Manager nello spazio completamente nuovo di AI/ML, poiché mi ha dato l'opportunità di apprendere questo dominio e risolvere problemi utilizzando una tecnologia all'avanguardia. Ovviamente, in quanto principiante senza alcuna conoscenza precedente di AI/ML, cogliere "tutto" da zero è stato impegnativo. È stato un processo graduale e dopo regolari sessioni di lettura e brainstorming con i nostri scienziati e ingegneri interni negli ultimi due anni, sono stato in grado di comprendere meglio questi termini. Sono riuscito a malapena a grattare la superficie, ma volevo iniziare a condividere le conoscenze che ho accumulato negli ultimi anni, per renderlo meno impegnativo per qualcuno che sta appena iniziando.

Quindi cosa sono Intelligenza Artificiale, Machine Learning e Deep Learning? Sentiamo parlare di questi termini tutto il tempo intorno a noi: dall'essere utilizzati nelle auto a guida autonoma alla ricezione di consigli sui film su Netflix, l'intelligenza artificiale viene utilizzata per rendere le nostre vite più facili e appaganti. L'intelligenza artificiale, in termini semplici, è ciò che fa agire o pensare le macchine come gli umani. Come suggerisce il nome "Intelligenza Artificiale", è la scienza che consente ai computer di imitare l'intelligenza umana.

L'intelligenza artificiale è l'ombrello più ampio e Machine Learning e Deep Learning ne sono sottoinsiemi. Se l'intelligenza artificiale è tutta una questione di intelligenza, allora è l'apprendimento automatico che aiuta a costruire quell'intelligenza. Come suggerisce il nome, "Machine Learning" è la scienza dell'"apprendimento" dei computer e quindi del "miglioramento" in un determinato compito con l'esperienza, contribuendo a sua volta a costruire l'intelligenza della macchina o AI. Tutte le attività di Machine Learning sono attività di intelligenza artificiale, ma non è vero il contrario.

Quindi, l'IA imita le capacità di pensiero umano. Proprio come gli umani che affinano le loro capacità di pensiero e decisionali nel tempo con le esperienze, le macchine hanno imparato a fare lo stesso usando il "Machine Learning". Al centro del pensiero e del processo decisionale di un uomo c'è la sua mente potente, il cervello umano che potenzia le sue capacità cognitive. Il deep learning imita il cervello umano nelle macchine (sì, questi concetti sono tutti correlati e più facili da capire se ne parli in questa sequenza!)

Quindi, il Deep Learning è il campo del Machine Learning che imita il cervello umano in tutte le sue complessità. Un cervello umano è dopotutto una "Rete" di milioni e milioni di neuroni che sono tutti collegati e comunicano tra loro utilizzando segnali (elettrici e chimici) per far pensare, mangiare, vivere gli esseri umani. Ebbene, il Deep Learning si basa sull'addestramento di "reti neurali" simili, chiamate anche "reti neurali artificiali", che stratificano algoritmi e unità di calcolo chiamate anche "neuroni" per comunicare insieme in modo complesso per risolvere problemi più impegnativi.

La più grande differenza tra Machine Learning e Deep Learning è che, a differenza del Machine Learning in cui la maggior parte delle funzionalità deve essere identificata da un esperto per ridurre la complessità dei dati e rendere i modelli più visibili agli algoritmi per funzionare, il Deep Learning apprende in modo elevato funzionalità di livello dai dati in modo incrementale eliminando la necessità di competenze di dominio e qualsiasi forma di estrazione di funzionalità. Discuterò di più di questi nei miei post futuri, quindi rimanete sintonizzati.

Spero che questo rapido articolo sulle basi di AI, ML e Deep Learning ti sia piaciuto e che tu abbia notato come siano tutti interconnessi e spesso anche usati in modo intercambiabile. Ma come Product Manager, è imperativo per noi comprendere le sfumature che ho cercato di catturare nell'articolo di cui sopra.

Grazie per essere arrivato alla fine. Se ti è piaciuto questo articolo, seguimi per altri articoli su AI, ML e gestione del prodotto.