Dove avviene l’IA?

IA dove?

Post di Partnership

  Di Connor Lee, Studente di Informatica in arrivo presso la NYU    

Con il progresso dell’IA che sta facendo scalpore nei media mainstream dal novembre 2022, molti speculano che i loro lavori verranno presi in mano dai loro omologhi AI. Una professione, tuttavia, non può essere sostituita: i ricercatori che avanzano reti neurali profonde e altri modelli di apprendimento automatico – gli esseri umani dietro l’IA. Sebbene la ricerca sia tradizionalmente svolta all’interno delle mura universitarie, l’IA non è affatto un campo di ricerca tradizionale. Una parte considerevole della ricerca sull’IA viene svolta nei laboratori industriali. Ma verso quale settore dovrebbero orientarsi i ricercatori in erba? L’accademia o l’industria?

“L’accademia è più incline alla ricerca fondamentale di base, mentre l’industria è incline alla ricerca orientata all’utente guidata dall’ampio accesso ai dati”, afferma Nitesh Chawla, professore di Informatica e Ingegneria presso l’Università di Notre Dame. Il prof. Chawla indica la ricerca della conoscenza come un fattore distintivo tra la ricerca sull’IA industriale e accademica. All’interno dell’industria, la ricerca è legata a un prodotto, che si avvicina a una società migliore, mentre all’interno dell’accademia, la ricerca rivoluzionaria è guidata dalla ricerca della pura scoperta. L’apparentemente infinita libertà accademica non viene senza i suoi svantaggi, “l’accademia non ha a disposizione i dati né l’accesso informatico”, secondo il prof. Chawla.

• Rivoluzionare lo sviluppo del software il duo dinamico di intelligenza artificiale e codice
• Microsoft AI Research introduce un nuovo framework di deep learning chiamato Distributional Graphormer (DiG) per prevedere la distribuzione di equilibrio dei sistemi molecolari.
• Salari dei Data Scientist nel 2023

Per i giovani ricercatori in erba, la scelta sembra semplice: il settore privato ha tutto ciò che potrebbero desiderare. Vaste organizzazioni commerciali autonome che si impegnano per l’innovazione, sostenute da dati disponibili, potenza di calcolo e finanziamenti. Questo ha portato alla percezione che l’industria sta “rubando” il talento all’accademia. Gli accademici, naturalmente, si lamentano. Uno studio pubblicato nel 2021 da un team dell’Università di Aalborg ha evidenziato che “la crescente partecipazione del settore privato alla ricerca sull’IA è stata accompagnata da un flusso crescente di ricercatori dall’accademia all’industria, e in particolare alle aziende tecnologiche come Google, Microsoft e Facebook”.

Come previsto, i ricercatori industriali non sono d’accordo. “Quando assumo personale per il mio team, voglio i migliori talenti e, come tale, non sto cercando di sottrarre talento accademico, ma piuttosto sto cercando di aiutarli a ottenere premi dall’industria, finanziamenti dall’industria e fare in modo che i loro studenti siano stagisti”, spiega la Dottoressa Luna Dong, Principale Scienziata presso Meta, che è il capo scienziato che lavora sugli occhiali intelligenti di Meta. Vede una differenza evidente tra l’industria e l’accademia, che potrebbe essere attribuita al modo fondamentale in cui viene condotta la ricerca. Secondo la Dottoressa Dong, la ricerca sull’IA all’interno di un’industria viene condotta sapendo come dovrebbe essere il prodotto finale e ricostruendo un percorso inverso verso di esso. Al contrario, gli accademici, avendo un’idea promettente, costruiscono continuamente percorsi vari, senza sapere dove quei percorsi li porteranno.

Tuttavia, nonostante questi contrasti, la Dottoressa Dong ritiene che l’industria aiuti l’accademia e viceversa, “molti progressi dell’industria sono ispirati dall’applicazione della ricerca accademica su casi d’uso reali”. Allo stesso modo, il Professor Ankur Teredesai dell’Università di Washington, Tacoma, descrive la relazione tra l’industria e l’accademia come un sostegno reciproco, “simbiotico è la parola che mi viene in mente”. Secondo lui, le pratiche di ricerca si sono evolute in modo che gli accademici spostino la loro agenda per aiutare i prodotti industriali, un buon esempio di questo cambiamento sarebbero le posizioni congiunte all’interno delle grandi aziende che alcuni professori di spicco ricoprono.

Indipendentemente dalle loro affiliazioni, la comunità della scienza dei dati si riunisce alcune volte l’anno in conferenze. Il Prof. Chawla le descrive come un “meraviglioso melting pot”. Alcune conferenze sono tradizionalmente più accademiche, altre puramente industriali, ma alcune sono una perfetta fusione di entrambe. Il Prof. Chawla fa riferimento a KDD, o Special Interest Group on Knowledge Discovery and Data Mining, una conferenza nota per questa connessione. KDD mantiene due tracce parallele sottoposte a peer review: la traccia di ricerca e la traccia di scienza dei dati applicata (ADS). Come afferma la Dottoressa Dong, che è stata Co-Chair del Programma ADS a KDD-2022, “KDD è utile fornendo un forum in cui ricercatori e professionisti si riuniscono per ascoltare le presentazioni e discutere delle tecniche, mentre si ispirano a vicenda. KDD è un luogo in cui superiamo le barriere di comunicazione e collaborazione, in cui dimostriamo come la scienza dei dati e l’apprendimento automatico progrediscono con il consumo industriale”.

È questa mentalità che ha guidato KDD fin dai suoi primi giorni. “Una delle cose che volevamo fare fin dall’inizio era creare una conferenza in cui le applicazioni fossero ben rappresentate”, elogia il Prof. Usama Fayyad, Direttore Esecutivo dell’Istituto per l’IA Esperienziale presso la Northeastern University e ex Chief Data Officer di Yahoo, che insieme al Dr. Gregory Piatetsky-Shapiro ha fondato la conferenza KDD nel 1995. Il Prof. Fayyad ritiene che se le conferenze sull’IA fossero focalizzate solo sugli accademici, si perderebbe molto a causa del desiderio collettivo di dimostrare la ricerca su problemi reali e la motivazione per guidare nuove ricerche basate su insiemi di dati emergenti.

Tuttavia, aprire KDD all’industria ha comportato anche delle sfide. Con la sezione di ricerca che è giustamente dominata dal lavoro proveniente dall’accademia, la sezione ADS dovrebbe essere principalmente dedicata agli studi applicati provenienti dai laboratori di ricerca industriali. In realtà, più della metà delle pubblicazioni ADS hanno le loro origini nell’accademia o sono il risultato di una forte collaborazione accademico-industriale. Dieci anni fa, il Prof. Fayyad si rese conto che molte interessanti applicazioni di AI erano state sviluppate da team che erano semplicemente troppo occupati per scrivere articoli. Ha guidato KDD nella sua fase attuale, in cui gli organizzatori di KDD si avventurano e selezionano distinte relazioni invitate tenute dai migliori professionisti industriali. Le relazioni invitate ADS sono diventate rapidamente il punto forte della conferenza.

La competizione KDD Cup, che si svolge annualmente in concomitanza con la conferenza KDD, è un altro modo per connettere il mondo accademico e quello industriale. “KDD Cup è un modo per attirare partecipanti sia dall’industria che dall’accademia, dove le aziende presentano alcune delle sfide che sono disposte a condividere, mentre gli accademici lavorano su dati a cui normalmente non avrebbero accesso”, descrive il Prof. Teredesai, che è anche CEO di un’azienda tecnologica nel settore della salute, CueZen. Ogni anno viene introdotto un nuovo compito e viene rilasciato un nuovo dataset. Centinaia di team si sfidano per trovare la soluzione più efficace, competendo per premi e fama. Il Prof. Fayyad concorda dicendo: “È stata una cosa molto positiva per il campo perché vediamo la partecipazione dell’accademia, gli studenti si gettano nella competizione, o addirittura le aziende si uniscono”.

Tornando alla scelta tra industria e accademia, presto diventerà irrilevante. Con corsi accademici tenuti da professionisti, professori che dirigono laboratori industriali, risorse globali di cloud computing che diventano dominanti e sempre più dati disponibili, i confini tra accademia e industria si stanno rapidamente confondendo nel campo dell’AI. Non c’è bisogno di attenersi a uno dei due settori, basta scegliere il progetto che più vi entusiasma!

Connor Lee è un diplomato del 2023 alla Saratoga High School nell’area della Bay. Si unirà al programma di Informatica presso la NYU in autunno. Connor sarà sicuramente uno dei partecipanti più giovani di sempre a KDD!