AI Experiment Canvas, il reverse engineering della realtà

Nel 2017, tutto quello che ci circonda ormai ha un sapore di AI, di Intelligenza Artificiale. E' quindi interessante analizzare come i computer stanno cambiando il nostro modo di vedere la realtà. Quello che invece, rimane sempre difficile, è provare a lavorarci, con questa AI. Al World Summit AI, conferenza mondiale sull'Intelligenza Artificiale organizzata da Inspired Minds e ospitata nel Gashouder di Amsterdam, abbiamo incontrato InfoSupport, una startup olandese che aiuta le imprese a "pensare in AI".

Chi sei e cosa fate?
Sono Willem Meints, Technical Evangelist per InfoSupport.

Cosa puoi dirmi riguardo al workshop che avete appena fatto?
Abbiamo fatto un workshop sull'AI Experiment Canvas e, in poche parole, spieghiamo alle persone come iniziare un primo esperimento. Gli facciamo sperimentare come impostare il primo esperimento e spieghiamo di cosa c'è bisogno per iniziare con l'AI. Molte persone vengono da noi a chiederci: "Ok, AI è fantastico! Abbiamo molti esempi come Facebook, Twitter, LinkedIn, e tutte quelle compagnie che stanno facendo grandi cose con AI… Ma come facciamo a farlo anche noi? Da dove iniziamo?".

Noi crediamo che si possa iniziare con qualcosa di piccolo ed economico, questo praticamente ti aiuta ad andare avanti con l'AI rapidamente. C'è la connessione ad internet, c'è il cloud computing… Tutto ciò di cui si ha bisogno per iniziare con AI è lì, devi solo avere la giusta tecnica per portarlo avanti. Questo è ciò che il Canvas ti aiuta a fare.

Oggi la prima cosa che chiediamo di fare alle persone è di aprire la loro mente per iniziare a pensare in modo creativo, questo perché gli esperimenti di AI sono ovunque, devi però pensare in modo creativo. Potrebbero esserci fonti di dati inaspettate che puoi usare, inaspettate modalità con le quali usare queste fonti di dati o, ancora, vari modi di interpretarle. Cominciamo, quindi, con un esercizio creativo per aprire la mente, in seguito ti aiuteremo ad impostare un obiettivo di apprendimento per te stesso. Puoi vederlo come un quesito che poni a te stesso, [per esempio:] possiamo imparare dal comportamento dei clienti per poterli aiutare nel migliore dei modi ad acquistare il nostro prodotto?

E' un grande quesito, è qualcosa che vuoi imparare, non è necessariamente un'unica cosa, nel senso che non è facilmente individuabile unicamente.
Se ciò che voglio è imparare dal comportamento dei nostri clienti per vendergli nel miglior modo possibile il mio prodotto, allora la mia ipotesi dovrebbe essere: "Posso prevedere se e quando un cliente se ne andrà nei prossimi tre mesi?".

Più specificamente, crediamo di poter incrementare il ritorno attirando il numero di clienti che se ne andrà nei prossimi tre mesi, predicendo questo comportamento.
Più che un'affermazione, è una specifica domanda che poni a te stesso e che puoi testare.
In seguito puoi impostare qualche metrica, con Canvas, che userai per misurare il risultato.

Quindi, con questo esempio, dovrò calcolare quanti clienti ho e quanti se ne andranno nei prossimi tre mesi, questa è la metrica che ho scelto.

Hai detto "Incrementare il ritorno" perché ti aspetti che succeda?
Si, tutto sta nell'aspettativa di ciò che stai testando, in realtà. Nella scienza questo è il modo in cui gli scienziati impostano i loro esperimenti, fanno un'assunzione e in pratica dicono: "Ok, mi aspetto che succeda questo!" E poi definiscono una modalità di calcolo dei loro dati attorno all'aspettativa. Cominciano a fare in modo di ottenere i loro dati per poi guardare alla loro ipotesi e dire: "Ok, sta realmente accadendo o meno". E' cosi che Newton ha definito la gravità, il quesito dal quale imparare era "Cosa sta tirando la mela dall'albero?". Inizialmente lo scoprì accidentalmente e poi cominciò a sperimentare "Cosa sarebbe successo se…"

E' come fare reverse engineering della realtà!
Si, esattamente. E' questo il punto di AI, specialmente oggi. Vediamo succedere molte cose. I miei clienti se ne stanno andando, forse perché qualcun altro ha modi migliori di fare le stesse cose, forse perché è più economico, non lo sappiamo. Se guardi ad esempio ad una compagnia olandese che fa credito, puoi vedere che le persone possono cambiare provider di credito ogni giorno senza costi aggiuntivi. Ciò che accade, quindi, è che le persone acquisiscono dei crediti iniziali, I successivi tre mesi restano con la prima banca per poi spostarsi ad un'altra, al seguente fornitore e quest'ultimo offre un credito migliore dell'ultimo.

Noi gli chiediamo: "Cosa volete imparare usando AI?". Loro ci rispondono: "Beh, vogliamo imparare un modo per poter prevedere il comportamento dei clienti al fine di sapere se se ne andranno o meno".

L'ipotesi era: "Ok, assumiamo che possiamo accrescere il ritorno prevedendo che i clienti se ne andranno nei prossimi tre mesi e lo facciamo definendo una certa percentuale". In pratica imparano un modello.

Si tratta solo di un flusso di lavoro o ci sono degli strumenti specifici?
E' pieno di strumenti disponibili nel mercato, ecco perché noi non li forniamo.
Puoi usare qualsiasi strumento tu voglia: Google TensorFlow, Microsoft Azure, IBM Watson..

Quindi, in poche parole, cercate di rispondere alla domanda "Come posso farlo davvero?"
Esatto:"Da dove comincio?".
Questo fa parte del nostro pensiero, crediamo che invece di spendere tanto tempo creando un'infrastruttura di dati, provvedendo ogni tipo di strumento e così via… Cominciamo con un piccolo esperimento e costruiamo un'infrastruttura attorno a questo. Una volta fatto questo, sai come mettere in atto l'esperimento fatto e si può finalmente iniziare a pensare: "Come faccio a velocizzare la sperimentazione per questa particolare infrastruttura".

Canvas può essere anche qualcosa che può fare chi non è un tecnico. E' come un ponte fra il tecnico e il "non-tecnico"?
Si, esatto. Di solito in questi workshop raccontiamo alle persone di AI, di cosa sia e gli mostriamo qualche esempio, ciò che si può fare con AI in diversi campi.
Questo porta idee alle menti delle persone, che iniziano a pensare: "Beh, se abbiamo questo tipo di dati e di obiettivi, possiamo creare una connessione con AI". Potrebbe funzionare e potrebbe anche non farlo, ma questo non ha importanza per il workshop.

Venerdì scorso siamo stati alle ferrovie olandesi e avevamo 11 persone al tavolo, circa la metà di loro si occupava dei materiali per i treni e le locomotive, l'altra metà faceva parte del personale, coloro che guidano i treni e coordinano le operazioni. La cosa divertente è stata che in 4 ore, abbiamo raccolto 70 idee e 4 esperimenti. Di queste 70 idee, abbiamo selezionato le migliori e le abbiamo estese al Canvas, ci abbiamo lavorato e stanno cominciando I loro primi esperimenti proprio ora.
Noi vogliamo cominciare ora, e vogliamo farlo in un modo economico e semplice.