Economist, New York Times, USA Today e molti altri hanno scelto tra i loro must read dell’anno AI Superpowers interessante saggio dell’ex founding president di Google in Cina e guru dell’intelligenza artificiale Kai-Fu Lee. Una lettura decisamente fuori dal coro perchè è in grado di fare il punto della situazione in maniera rapida e puntuale sull’intelligenza artificiale e calarla immediatamente in una visione strategica di medio lungo periodo. Una panoramica agile di dove siamo arrivati per capire esattamente dove vogliamo andare in un contesto competitivo e geopolitico dominato dal dualismo USA – Cina. Se ritroviamo diverse linee strategiche evidenziate da Cool war (sulla “guerra fresca”, di bassa intensità), in realtà arriviamo a chiederci quale sarà l’impatto delle tecnologie AI sull’industria manifatturiera, sull’occupazione, sulla società. Lee evidenzia come l’impatto sarà inevitabile ed estremamente incisivo su tutti gli aspetti della nostra vita sociale e lavorativa, senza distinzione di collar color quando si tratterà di rimpiazzare impieghi labour intensive come corrieri, autisti, cassieri, etc. ma anche analisti finanziari, broker, impiegati, dirigenti. Sono tuttavia tre aspetti del libro che invitano a riflettere:

1 – L’età dell’invenzione è finita. Siamo nell’era dell’implementazione, in cui la Cina giocherà un ruolo di leadership importante

Spesso si tratta il settore dell’intelligenza artificiale come un segmento d’avanguardia dell’innovazione. In realtà molta strada è stata fatta dai primi esperimenti degli anni 90 e 2000 con le reti neurali e simili. Il deep learning è ormai una realtà consolidata, ed è la riproduzione delle architetture di pensiero tipiche degli esseri viventi, in grado di approcciare problemi complessi senza una dotazione di partenza di istruzioni logiche (if this then that), ma con un approccio orientato all’apprendimento graduale. Il paragone che ricorre spesso è quello della scoperta dell’elettricità: l’invenzione dirompente per le nostre vite è stata già realizzata, siamo ora nell’età dell’implementazione in cui la sfida sarà quella di elettrificare i vari ambiti della società.

Kai-Fu Lee, l’autore

Sono necessari tre elementi principali: capacità di calcolo (e l’abbiamo, ormai diffusa grazie agli smartphone), enorme quantità di dati per alimentare il processo di apprendimento (e l’abbiamo, molto concentrata in paesi come la Cina grazie alle big tech company), e un ecosistema di imprenditori alimentato da competitività e fondi venture capital imponenti in grado di cogliere la sfida della “elettrificazione”. Quest’ultimo asset pare sia molto più vivace e presente in Cina rispetto al modello Silicon Valley che prevale negli USA e, secondo Lee, destinato a fare la differenza e determinare presto il sorpasso del gigante asiatico.

Neural networks require large amounts of two things: computing power and data. The data “trains” the program to recognize patterns by giving it many examples, and the computing power lets the program parse those examples at high speeds. […]

As I demonstrate […], that analysis is wrong. It is based on outdated assumptions about the Chinese technology environment, as well as a more fundamental misunderstanding of what is driving the ongoing AI revolution. The West may have sparked the fire of deep learning, but China will be the biggest beneficiary of the heat the AI fire is generating. That global shift is the product of two transitions: from the age of discovery to the age of implementation, and from the age of expertise to the age of data.

[…]

Just as nineteenth-century entrepreneurs soon began applying the electricity breakthrough to cooking food, lighting rooms, and powering industrial equipment, today’s AI entrepreneurs are doing the same with deep learning. Much of the difficult but abstract work of AI research has been done, and it’s now time for entrepreneurs to roll up their sleeves and get down to the dirty work of turning algorithms into sustainable businesses.

Le auto senza autista con tecnologia Baidu

2 – L’ecosistema cinese ha vantaggi competitivi importanti, nonostante i cliché occidentali siano duri a morire

Il cliché dell’economia digitale cinese come una selva di copycat in grado solo di replicare in maniera ottusa le perle generate dalla Silicon Valley appartiene al passato. L’arena cinese è stata ottima per affilare i denti ad una leva di imprenditori agguerriti ed in grado di applicare modelli di business vincenti e, sempre (pensate a Google, eBay, Amazon e molti altri in Cina) vanificare i tentativi di accesso al mercato da parte di competitor occidentali leader nel vecchio mondo. Se molti ancora puntano il dito, autoassolvendosi, al ruolo delle autorità cinesi, alcuni sono finalmente arrivati a comprendere come si sia fallito nell’unica chiave per il

Il primo AI anchorman rilasciato dalla Xinhua, l’agenzia di stampa ufficiale in Cina

successo nell’ecosistema cinese: realizzare una strategia tailor made sulle esigenze cinesi, e non approcciare il mercato come l’ennesima piazza estera sulla lista in cui estendere il proprio prodotto. Alibaba, Baidu, e molti altri hanno di fatto creato esperienze uniche e tailor made sul consumatore cinese, arrivando ora a superare (pensiamo all’e-commerce) sia in volume d’affari che in tasso di innovazione i grandi player occidentali.

This brings us to the second major transition, from the age of expertise to the age of data. Today, successful AI algorithms need three things: big data, computing power, and the work of strong—but not necessarily elite—AI algorithm engineers. Bringing the power of deep learning to bear on new problems requires all three, but in this age of implementation, data is the core. That’s because once computing power and engineering talent reach a certain threshold, the quantity of data becomes decisive in determining the overall power and accuracy of an algorithm.

[…]

Given much more data, an algorithm designed by a handful of mid-level AI engineers usually outperforms one designed by a world-class deep-learning researcher. Having a monopoly on the best and the brightest just isn’t what it used to be.

[…]

The messy markets and dirty tricks of China’s “copycat” era produced some questionable companies, but they also incubated a generation of the world’s most nimble, savvy, and nose-to-the-grindstone entrepreneurs. These entrepreneurs will be the secret sauce that helps China become the first country to cash in on AI’s age of implementation.

[…]

Tying all these services together was the rise of China’s super-app, WeChat, a kind of digital Swiss Army knife for modern life. WeChat users began sending text and voice messages to friends, paying for groceries, booking doctors’ appointments, filing taxes, unlocking shared bikes, and buying plane tickets, all without ever leaving the app. WeChat became the universal social app, one in which different types of group chats—formed with coworkers and friends or around interests—were used to negotiate business deals, organize birthday parties, or discuss modern art. It brought together a grab-bag of essential functions that are scattered across a dozen apps in the United States and elsewhere.

Riconoscimento facciale in Cina, uno dei paesi con il più elevato livello di accuratezza dei software AI che gestiscono il processo

3 – Siamo noi a decidere dove vogliamo arrivare: si tratta di ripensare il concetto stesso di umanità

A livello sociale ed economico il processo di diffusione della AI, o elettrificazione nella metafora vincente di Lee, avrà effetti importanti e dirompenti. Se pensiamo all’impatto sul lavoro le conseguenze sociali possono essere anche devastanti, e siamo noi a dover decidere dove vogliamo andare. Si tratta di ripensare radicalmente il concetto di umanità in una società che per millenni ha costruito una propria etica del lavoro: ottenere food & shelter in cambio di sudore e fatica, ed avere un senso di realizzazione interiore nel far questo quotidianamente. In un mondo dominato da un’intelligenza artificiale, magari più efficiente anche in task non ripetitivi e riservati ai white collar  (pensate ai consulenti finanziari o al credito, nell’erogare un mutuo in banca) si tratterà di trovare stimoli e riposizionare il nostro atteggiamento nei confronti dell’essere umani.

Creatività ed empatia, le due chiavi per ripensare il concetto di umanità nell’era dell’intelligenza artificiale

[Header Photo by Franck V. on Unsplash]