Recensione del libro: The Worlds I See di Dr. Fei-Fei Li

L’intelligenza artificiale viene spesso spiegata attraverso algoritmi, innovazioni hardware e la rapida ascesa di potenti modelli. Ciò che spesso manca in questa narrazione è la storia umana dietro gli scienziati che hanno gettato le basi per la rivoluzione dell’AI di oggi.

The Worlds I See: Curiosità, esplorazione e scoperta all’alba dell’AI di Dr. Fei-Fei Li colma questa lacuna in modo splendido. Il libro funziona contemporaneamente come un memoir, una storia della moderna intelligenza artificiale e una riflessione sulla responsabilità che deriva dalla costruzione di tecnologie trasformative.

Ciò che rende il libro particolarmente affascinante è come Li intreccia due storie parallele. Una è la storia dell’AI stessa. L’altra è la storia di una giovane immigrata che arriva negli Stati Uniti e diventa una delle figure più influenti nel campo della visione computerizzata.

Un viaggio di immigrato che plasma una mente scientifica

Uno degli elementi più forti del libro è la narrazione profondamente personale che precede la carriera scientifica di Li.

Li è cresciuta in Cina prima di immigrare negli Stati Uniti come teenager. Il passaggio è stato difficile. La sua famiglia è arrivata con risorse finanziarie limitate e ha affrontato la sfida di ricostruire la loro vita da zero. Durante quei primi anni in America, Li ha aiutato i suoi genitori a gestire un’attività di lavanderia a secco mentre continuava la sua istruzione.

Queste esperienze formano una base importante per il libro. Rivelano la persistenza e la resilienza che in seguito avrebbero definito il suo lavoro scientifico. Il memoir non romanticizza l’esperienza dell’immigrato. Invece, presenta la realtà dell’adattamento culturale, della pressione finanziaria e della determinazione necessaria per perseguire ambizioni accademiche in un ambiente completamente nuovo.

Infine Li è stata ammessa all’Università di Princeton. I suoi primi giorni nel campus sono descritti con una miscela di emozione e incredulità. Per qualcuno che era appena arrivato negli Stati Uniti, Princeton rappresentava un mondo intellettuale che sembrava quasi inimmaginabile solo pochi anni prima.

Queste prime esperienze accademiche hanno aiutato a plasmare la curiosità che guida il resto della storia.

Navigare in un campo dominato dagli uomini

Un altro tema che attraversa il libro è l’esperienza di Li come donna nella scienza informatica.

La ricerca sull’intelligenza artificiale è stata storicamente dominata dagli uomini, in particolare durante i primi anni della carriera di Li. Lei si è spesso trovata in stanze dove era una delle poche donne. Il libro non presenta questo come un conflitto drammatico, ma piuttosto come una realtà sottostante che ha influenzato il modo in cui ha navigato il campo.

Queste esperienze hanno contribuito in seguito agli sforzi di Li per allargare la partecipazione nel campo dell’AI. È diventata un’advocata per la diversità nel campo e ha aiutato a creare iniziative progettate per portare più donne e gruppi sottorappresentati nella ricerca sull’intelligenza artificiale.

Il messaggio più ampio che emerge è che l’AI non dovrebbe essere costruita da un segmento ristretto della società. Se la tecnologia deve plasmare il mondo, le persone che la costruiscono dovrebbero riflettere quel mondo.

Scoprire WordNet e l’importanza delle strutture di conoscenza

Il libro inizia a trattare profondamente la storia tecnica dell’AI quando Li incontra un database linguistico noto come WordNet durante il suo lavoro accademico.

WordNet organizza le parole inglesi in gruppi di concetti correlati chiamati synset. Queste relazioni concettuali mappano il linguaggio in un modo che assomiglia a come gli esseri umani categorizzano e comprendono il mondo.

Per Li, WordNet rappresentava più di uno strumento linguistico. Rivelava un possibile quadro per insegnare alle macchine a comprendere le informazioni visive.

In quel momento, la ricerca sull’intelligenza artificiale si concentrava fortemente sull’miglioramento degli algoritmi. Ma Li iniziò a vedere il campo in modo diverso. Realizzò che il vero collo di bottiglia nell’apprendimento automatico non era solo la creazione di modelli migliori, ma anche la disponibilità di migliori dati.

Se i computer dovevano imparare a riconoscere oggetti nel mondo, avrebbero avuto bisogno di accedere a un enorme numero di esempi etichettati.

Questa consapevolezza avrebbe alla fine portato a una delle dataset più influenti mai create.

La creazione di ImageNet

La parte più affascinante del libro si concentra sulla creazione di ImageNet.

ImageNet è stato progettato come un enorme database visivo che potesse aiutare le macchine a imparare a riconoscere oggetti. Utilizzando WordNet come sua spina dorsale concettuale, il dataset ha organizzato milioni di immagini in migliaia di categorie di oggetti.

La scala del progetto è stata senza precedenti. Il dataset alla fine conteneva più di quattordici milioni di immagini etichettate che coprivano oltre ventimila categorie. Ricercatori e lavoratori della folla hanno annotato con cura le immagini in modo che gli algoritmi potessero imparare a identificare oggetti come animali, veicoli, strumenti e oggetti quotidiani.

Al momento, molti ricercatori mettevano in dubbio se un tale dataset fosse necessario. La ricerca sull’intelligenza artificiale si concentrava ancora fortemente sulla progettazione di algoritmi più intelligenti piuttosto che sulla raccolta di enormi quantità di dati.

Li ha preso la visione opposta. Credeva che i sistemi di apprendimento automatico potessero migliorare solo se addestrati su vasti quantità di esempi del mondo reale.

Il libro descrive in dettaglio quanto sia stato difficile costruire ImageNet. Il progetto ha richiesto anni di perseveranza, sperimentazione tecnica e coordinamento su larga scala con migliaia di contributori che hanno aiutato a etichettare le immagini.

È stato un’impresa massiccia che inizialmente ha attirato scetticismo all’interno della comunità di ricerca.

La svolta che ha cambiato l’intelligenza artificiale

Il punto di svolta è arrivato con la sfida Large Scale Visual Recognition Challenge di ImageNet.

Questa competizione ha invitato i ricercatori a costruire sistemi in grado di identificare oggetti all’interno del vasto dataset. Per diversi anni i progressi sono stati graduali. Poi, nel 2012, una rete neurale profonda ha superato drasticamente gli approcci precedenti.

Quella svolta ha dimostrato il potere di combinare grandi dataset con architetture di apprendimento profondo. I risultati hanno scioccato la comunità dell’AI e hanno innescato un rapido passaggio verso metodi di rete neurale.

ImageNet è diventato il terreno di addestramento che ha reso possibile molti dei progressi nella visione computerizzata che sono seguiti. Il dataset ha aiutato a catalizzare i progressi in aree che vanno dal riconoscimento di immagini a veicoli autonomi, imaging medico e sistemi di AI moderni che si basano fortemente sulla comprensione visiva.

Il libro fornisce una prospettiva rara e retroscena su come quel momento si sia sviluppato e su come i ricercatori abbiano realizzato di essere testimoni di un punto di svolta importante nella storia dell’intelligenza artificiale.

Intelligenza artificiale centrata sull’uomo

Man mano che la narrazione procede, Li inizia a concentrarsi sulle più ampie implicazioni della tecnologia che ha aiutato ad accelerare.

Argomenta che l’intelligenza artificiale deve rimanere fondamentalmente centrata sull’uomo. L’obiettivo dell’AI non dovrebbe essere semplicemente costruire sistemi potenti, ma assicurarsi che quei sistemi beneficino la società.

Questa prospettiva riflette il lavoro successivo di Li nell’ambito accademico e delle politiche. È diventata una voce leader che promuove lo sviluppo responsabile dell’AI e ha aiutato a promuovere iniziative progettate per garantire che l’AI sia costruita tenendo in mente considerazioni etiche.

Il libro sottolinea che il futuro dell’AI non sarà definito solo da innovazioni tecnologiche. Sarà anche plasmato dalle scelte che ricercatori, ingegneri e responsabili politici fanno su come quei sistemi vengono impiegati.

Pensieri finali

The Worlds I See è molto più di un memoir sull’intelligenza artificiale.

È la storia di una giovane immigrata che persegue la curiosità in un nuovo paese. È un resoconto dettagliato di come una delle dataset più importanti nell’apprendimento automatico sia stata creata. È anche una riflessione sulle responsabilità che derivano dalla costruzione di tecnologie in grado di plasmare la società.

Ciò che rende il libro particolarmente potente è che queste storie sono inseparabili. Il viaggio personale di Li e l’evoluzione dell’AI moderna si svolgono insieme.

Per i lettori interessati alla storia dell’intelligenza artificiale, questo libro offre una prospettiva rara da parte di qualcuno che ha contribuito a costruire le fondamenta del campo. Per chiunque sia interessato al lato umano della scoperta scientifica, è altrettanto affascinante.

In molti modi, The Worlds I See ci ricorda che le rivoluzioni tecnologiche raramente iniziano con le macchine. Iniziano con la curiosità, la persistenza e il coraggio di perseguire idee che altri potrebbero inizialmente trascurare.