Ciao,
sono Stefano Gatti e questo è il ventiseiesimo numero della newsletter LaCulturaDelDato: dati & algoritmi attraverso i nostri 5 sensi. Le regole che ci siamo dati per questo viaggio le puoi trovare qui.
Ecco i cinque spunti del ventiseiesimo numero:
👅Etica & regolamentazione & impatto sulla società. Orwell Vs Huxley: a dystopian derby
Orwell, in 1984, e Huxley, nel meno famoso ma altrettanto importante “Brave new world”, immaginano due possibili futuri distopici profondamente diversi. Come scrive Ajit Jaokar, in questo azzeccatissimo post, il rischio più grosso dell’evoluzione dell’intelligenza artificiale verso forme più complesse (AGI) non è “qualcosa che ci controlla nel senso orwelliano ("infliggere dolore"), ma piuttosto qualcosa che ci controlla "infliggendo piacere" (la visione del mondo di Huxley)”. Ho sempre trovato affascinante e inquietante la società descritta da Huxley fin da quando lo lessi la prima volta nel 1984, lo so sembra quasi uno scherzo cabalistico ma non lo è! Come sintetizza molto bene la voce italiana di Wikipedia: “Sotto molti aspetti la società del Mondo Nuovo (quella di Huxley n.d.r.) può essere considerata utopica e ideale: l'umanità è finalmente libera da preoccupazioni, sana, tecnologicamente avanzata, priva di povertà e guerra, permanentemente felice. L'ironia tuttavia è che questa condizione ideale è ottenuta sacrificando le cose che generalmente consideriamo importanti per l'essere umano: la famiglia, l'amore, la diversità culturale, l'arte, la religione, la letteratura, la filosofia e la scienza. In questo senso la società del Mondo Nuovo è una distopia, cioè un'utopia ironica o negativa.” A quasi 40 anni di distanza, e con più consapevolezza di come dati e algoritmi stanno impattando la nostra società continuo a temere più un futuro alla Huxley che alla Orwell. Che possa essere un mio bias dovuto alla cultura occidentale in cui sono immerso?
🖐️Tecnologia (data engineering). Best Practices for ML Engineering
Il post che ti consiglio di leggere, se stai pensando di inserire parti di machine learning nei servizi o prodotti che stai costruendo, potrebbe sembrarti troppo tecnico e lungo soprattutto se non sei un machine learning engineer, ma credo che non lo sia. Ho già espresso più volte l’importanza della via negativa all’apprendimento. 43 consigli sembrano tanti, ma il primo ne riassume lo spirito: “Don’t be afraid to launch a product without machine learning”. Non è ovviamente un invito assoluto a non usarlo! Infatti gli altri 42 (consigli) sono molto concreti e suggeriscono tutti i passaggi tecnici e di processo per fare il minor numero di errori possibili, usando dati, semplicità e miglioramento incrementale come stelle polari! Anche leggere i primi 7, relativi alle prime fasi di sviluppo, mi avrebbe salvato da errori in passato …
👀 Data Science. Probabilistic Machine Learning: “something more than” An Introduction
Mi sono permesso di “storpiare” il titolo in inglese di questa bibbia del machine learning perché definirlo, per noi umani, un'introduzione al machine learning o meglio alla matematica che sta dietro il machine learning mi sembra riduttivo. Kevin Murphy è una istituzione nel nostro mondo fin da quando nel 2012 ha scritto il primo volume di quella che definirei una trilogia che si concluderà nel 2023 con il volume sugli argomenti avanzati. In realtà ti consiglio di scaricare la versione draft del secondo volume uscito da poco e tenerla per quando vuoi approfondire e capire singoli aspetti del machine learning. Ne ho lette alcune parti e le spiegazioni sono fatte molto bene in relazione alle complessità degli argomenti. Alcune volte serve affrontare e capire il “dietro le quinte” per prendere decisioni importanti! Dimenticavo … ci sono anche tutti i notebook relativi agli esempi e alle figure del libro. Se poi non sei soddisfatto degli argomenti del libro “introduttivo” puoi dare una sbirciata anche al draft dell’edizione avanzata che uscirà nel 2023: l’ultimo capitolo sulla “causality” promette molto bene!
👂🏾Organizzazione e cultura dei dati e algoritmi nelle organizzazioni. What about the future of tech work? Italy Vs Rest of the World
Alberto Danese, in un post scritto qualche giorno fa, fa un punto molto data-driven sul presente e sul prossimo futuro del mercato del lavoro tech confrontando la situazione italiana a quella mondiale. E’, in parte, un aggiornamento, per chi ha letto il nostro recente libro “La Cultura del Dato” su alcune domande che ci facevamo nel capitolo finale. Pur essendo passati solo pochi mesi lo scenario è ulteriormente cambiato. Le ondate di licenziamenti in molte start-up tech americane non erano facilmente prevedibili nelle tempistiche ma le dinamiche delle valutazioni degli ultimi anni di queste aziende lo facevano presupporre. Il capitale umano, come ti avevo segnalato nell’edizione 24 commentando i dati del DESI, resta il fattore più critico per il nostro paese per lo sfruttamento delle nuove tecnologie e i dati del post di Alberto evidenziano le criticità esistenti in tutta la loro crudezza.
👃Investimenti in ambito dati e algoritmi. Start-up of the month: August 2022: OpenSpace Anche questo mese, sfruttando un’attività che sto facendo per studiare il mercato dell’innovazione e degli investimenti, ti segnalo la start-up internazionale che più mi ha più colpito e che ha avuto un funding nel mese. Come detto questa start-up deve lavorare in ambito dati e algoritmi o farne largo uso (avere al suo interno o nelle selezioni in corso un numero significativo di data-expert). Tra le 62 start-up classificate come “data & algorithms” ad Agosto 2022 (sulle 522 visionate cioè circa l’11%) ti segnalo OpenSpace, un’azienda fondata nel 2017 che sta rivoluzionando il modo in cui possono essere monitorati e resi più produttive le attività di costruzioni immobiliari. E’ un esempio molto interessante di come anche settori molto tradizionali possano essere impattati (e a breve trasformati su larga scala) da dati e algoritmi. Unendo computer vision, machine learning e data-visualization l’azienda consente di monitorare l’evoluzione della costruzione e ristrutturazione di un immobile in tempo quasi reale dando la possibilità a distanza di seguirne i lavori e valutare, utilizzando anche la realtà virtuale, modifiche in corso da parte di tutti gli interessati: dal costruttore al futuro utilizzatore. Colpisce il fatto che i fondatori arrivino tutti dal mondo tech (laureati del MIT, di Caltech, Stanford e Berkeley) anche se l’attuale fase di sviluppo aziendale è più orientata sia come investitori che come risorse umane al settore delle costruzioni immobiliari. Il round, un serie D, è stato importante (circa 111 milioni di dollari) a testimonianza del fatto che dove ci sono crescite organiche significative, gli investimenti, nonostante la grossa frenata di inizio 2022, non si fanno attendere.
Se hai ulteriori suggerimenti e riflessioni sui temi di questo numero o per migliorare questa newsletter scrivimi (st.gatti@gmail.com) o commenta su substack.
Se ti è piaciuta e non sei ancora iscritto lascia la tua mail qui sotto e aiutami a diffonderla!
Alla prossima!