di Jeremy Kahn
Il numero di piattaforme A.I. "no code", software che permette alle persone senza competenze specialistiche di costruire algoritmi, sta proliferando rapidamente.
Le aziende che commercializzano piattaforme di apprendimento automatico no-code includono Akkio, Obviously.ai, DataRobot, Levity, Clarifai, Teachable Machines, Lobe (che Microsoft ha acquistato nel 2018), Peltarion e Veritone, per citarne alcune. Permettono ai non esperti di A.I. di creare sistemi A.I. utilizzando semplici interfacce visive o menu drag-and-drop. Alcuni dei software sono progettati specificamente per la visione artificiale, alcuni per l'elaborazione del linguaggio naturale, e alcuni per entrambi.
L'ultima ad entrare nella mischia no-code è Primer, una società di San Francisco che ho già menzionato in questa newsletter. L'evoluzione di Primer vale la pena di essere menzionata perché è probabilmente istruttiva di dove l'intero spazio del software A.I. può essere diretto. Fino ad oggi, Primer è stata conosciuta come leader nella creazione di software A.I. che aiuta gli analisti - quelli che lavorano per le agenzie di intelligence del governo, così come quelli che lavorano per le banche e per le aziende in dipartimenti come lo sviluppo del business e il marketing - a setacciare rapidamente grandi quantità di notizie e documenti. Per raggiungere questo obiettivo, l'azienda ha utilizzato alcune delle tecniche di elaborazione del linguaggio naturale più all'avanguardia.
Ma come spiega Sean Gourley, amministratore delegato di Primer, per quanto buono sia il software di elaborazione del linguaggio naturale di Primer, molti dei suoi clienti vogliono qualcosa su misura: "Le nostre grandi aziende Fortune 50 e i grandi clienti della sicurezza nazionale continuavano a dire che i modelli sono ottimi, ma posso fargli fare la cosa che voglio io?
Gourley dice che Primer ha capito che ogni cliente voleva addestrare il software NLP per fare cose leggermente diverse. E si sono anche resi conto, dice, che i clienti non volevano solo distribuire qualche dozzina di modelli diversi, ma potenzialmente migliaia di pezzi di software A.I. L'unico modo per farlo, dice Gourley, era trovare un modo per permettere al cliente di progettare e creare i propri algoritmi.
Così Primer ha sviluppato una piattaforma senza codice che chiama Automate. Permette a un non esperto di prendere i dati da qualcosa come un foglio di calcolo Microsoft Excel e, in circa 20 minuti, addestrare un sistema A.I. per eseguire alcuni compiti chiave NLP con una precisione che può avvicinarsi al livello umano.
Il primo compito su cui Primer si è concentrato con Automate è quello che viene chiamato "riconoscimento di entità nominate": identificare le menzioni di nomi propri nei documenti. Sembra semplice, ma non lo è. Ed è un elemento importante per una catena decisionale che permette ai clienti di Primer di fare cose come tracciare l'attività dei terroristi o tenere d'occhio i prezzi di un concorrente. Può anche essere usato, per esempio, per costruire uno strumento che permetta a un'azienda di monitorare i suoi feed di social media per i clienti che hanno bisogno di attenzione, dice Andrea Butkovic, il product manager responsabile di Automate.
Poiché il sistema funziona essenzialmente mettendo a punto un potente algoritmo A.I. pre-addestrato per le esigenze specifiche di un cliente, può iniziare a produrre buoni risultati con solo circa 10-20 esempi, dice. Ed è progettato per quello che viene chiamato "apprendimento attivo", il che significa che il sistema A.I. diventa progressivamente più accurato con ogni nuovo esempio che gli viene dato. Questo è particolarmente vero se gli esperti umani curano gli esempi in modo che siano i più istruttivi - esponendo il sistema a quei difficili casi limite che richiedono la competenza umana per classificare. "Con l'apprendimento attivo, si può avere bisogno di 30 volte meno dati per ottenere le stesse prestazioni del modello", dice Gourley.
Primer prevede di dare ai clienti di Automate strumenti analitici per aiutarli a determinare quanto è buono il sistema A.I. che hanno costruito. Li aiuteranno anche a trovare qualsiasi esempio nei dati di addestramento che possa essere etichettato in modo errato - un problema comune che può danneggiare le prestazioni del software.
Gourley dice che finora Automate è buono per fare compiti di classificazione binaria. Ma Primer prevede di aggiungere la capacità di fare un ordinamento più complesso dei documenti nel prossimo futuro, così come compiti come capire la relazione tra le entità nei documenti e riassumere i documenti. John Bohannon, direttore scientifico dell'azienda, dice che ha anche in programma di introdurre strumenti che aiuteranno gli utenti a capire quali punti di dati in un documento sono stati più importanti per le decisioni di classificazione del sistema A.I: Questo è essenziale, dice, perché permetterà agli utenti di rilevare problemi di parzialità e correttezza.
Gourley dice che Primer sta ancora cercando di capire esattamente come valuterà Automate. Ma dice che finora vuole che una licenza annuale per utilizzare il sistema costi circa un terzo di quello che sarebbe costato a un cliente assumere un ingegnere di apprendimento automatico.
Se questo sia abbastanza per rendere Automate di Primer competitivo non è chiaro: alcune piattaforme A.I. senza codice concorrenti costano una frazione di quello che costa Automate. Obviously.ai, per esempio costa solo $145 al mese. Akkio parte da 500 dollari al mese per una versione per le piccole-medie imprese, ma costa di più per una licenza adatta a una grande società. Questo è il tipo di prezzo che probabilmente renderà l'A.I. davvero onnipresente.
C'è un'altra questione sollevata dalla proliferazione del potente software A.I. senza codice: il controllo. Autorizzare ogni dipendente a costruire e addestrare algoritmi A.I. suona bene in teoria, con il potenziale di trasformare le aziende in modi che i manager non possono nemmeno immaginare. Ma, allo stesso tempo, quando un'azienda sta eseguendo migliaia di modelli A.I., diventa molto difficile tenere traccia di ciò che stanno facendo tutti e evitare trappole etiche, di privacy dei dati o di governance. L'ascesa dell'I.A. senza codice rende imperativo che le aziende sviluppino politiche forti intorno all'uso dell'I.A. e abbiano sistemi in atto per garantire che tutti coloro che usano il software senza codice comprendano queste politiche. Le aziende avranno bisogno di più formazione su argomenti come la distorsione dei dati e l'equità, e la capacità di controllare come questi sistemi sono stati formati. L'intelligenza artificiale senza codice è come un genio senza bottiglia: può fare cose incredibili, ma bisogna stare attenti a cosa si desidera.