Insegnamento e apprendimento alle macchine
Le macchine che ci circondano non solo stanno diventando sempre più intelligenti, ma anche sempre più capaci di apprendere. Per preparare la prossima generazione di informatici alle sfide di questo campo di ricerca in rapido sviluppo, l'ETH di Zurigo collabora con il Max Planck Institute for Intelligent Systems.
Il termine "intelligenza artificiale" ha ossessionato gli esperti e numerosi film di fantascienza fin dagli anni Cinquanta. Molte visioni sono rimaste a lungo fantascientifiche, perché ciò che è mancato all'intelligenza artificiale è stata la capacità di apprendere. Ma è proprio questa capacità che serve alle auto che si guidano da sole verso un parcheggio, ai computer che ottimizzano autonomamente i processi o ai micro-robot che nuotano nel corpo umano come dispositivi di misurazione o veicoli di principi attivi. Con la capacità di imparare dall'esperienza e di adattarsi, queste visioni future di macchine intelligenti sono sempre più a portata di mano.
Con sensori e metodi di misurazione sempre più precisi, produciamo quantità di dati sempre maggiori. I "big data" hanno scatenato una sorta di febbre dell'oro digitale: proprio come i cacciatori di tesori americani del XIX secolo setacciavano i fiumi alla ricerca di pepite d'oro, oggi i ricercatori setacciano enormi serie di dati alla ricerca di modelli e nuove intuizioni. La sfida che si presenta con la costante crescita dei volumi di dati e informazioni è ovvia: progettare sistemi che analizzino le enormi serie di dati e ne traggano conclusioni utili. Che si tratti di sviluppare terapie personalizzate a partire dai dati sanitari o di insegnare ai programmi informatici a riconoscere il contenuto di un'immagine di una fotocamera.
"L'apprendimento automatico è ormai un'area di ricerca dell'intelligenza artificiale consolidata. Come tecnologia chiave, ha trovato spazio in numerose discipline applicate, come la robotica, il riconoscimento automatico delle immagini, la ricostruzione 3D delle immagini, l'analisi automatica dei testi o la progettazione di sistemi artificiali modellati sulla natura che si adattano al loro ambiente".
Formazione dottorale interconnessa
Per formare la prossima generazione di informatici in questo campo di ricerca in rapida evoluzione, l'ETH di Zurigo e il Max Planck Institute for Intelligent Systems (MPI-IS) hanno fondato insieme la rete di ricerca "Learning Systems". "Vogliamo far convergere la formazione di dottorato in questo settore tra l'MPI-IS e l'ETH", spiega Joachim Buhmann, professore di Machine Learning dell'ETH. Finora sono stati pochi i programmi in questo campo nel normale curriculum di studi. La rete di ricerca intende ora porre rimedio a questa situazione. "I giovani talenti non dovranno più cercare altrove eccellenti opportunità di formazione in questo campo, ma potranno trovare un programma in Svizzera e in Germania", aggiunge Buhmann.
![Vista ingrandita: dottorandi dell'ETH e dell'MPI-IS ascoltano le lezioni della summer school](/de/news-und-veranstaltungen/eth-news/news/2014/06/maschinen-das-lernen-lehren/_jcr_content/news_content/textimage_0/image.imageformat.text50percent.2053985319.jpg)
Per il lancio ufficiale della rete è in corso una scuola estiva presso l'ETH, che offre ai dottorandi dell'MPI-IS e dell'ETH l'opportunità di conoscere meglio il lavoro degli altri. "Ad esempio, se qualcuno della ricerca fondamentale dell'MPI pensa a un progetto applicativo con uno studente di dottorato dell'ETH, questo può portare a una proficua collaborazione", spiega Thomas Hofmann, professore di Data Analytics all'ETH di Zurigo. In futuro, i dottorandi potranno anche essere inseriti in due gruppi di ricerca contemporaneamente, uno presso l'MPI-IS e uno presso l'ETH.
I dottorandi riconoscono le grandi opportunità offerte dalla rete di ricerca: "In alcuni casi stiamo affrontando questioni simili e, grazie alla rete, possiamo lavorare insieme invece che l'uno contro l'altro", afferma Nico Gorbach, dottorando presso la cattedra di Machine Learning dell'ETH di Zurigo. Alexander Herzog, dottorando presso l'Autonomous Motion Lab dell'MPI-IS, è d'accordo: "? fantastico potersi scambiare idee su questa base di fiducia", e aggiunge che, anziché competere, è possibile progredire più rapidamente insieme.
Le scoperte richiedono tempo
Nel suo discorso di benvenuto alla scuola estiva, l'ETH Lino Guzzella ha ricordato le grandi promesse fatte negli anni '80 e '90 sull'intelligenza artificiale e quanto poco sia stato effettivamente realizzato finora. Ha incoraggiato gli studenti a perseverare nel loro lavoro in questo campo, poiché le grandi scoperte richiedono tempo.
Anche se spesso ci vogliono decenni di ricerca per raggiungere il successo, la rete di ricerca sui "Sistemi di apprendimento" crea certamente un terreno fertile per idee uniche. "Stiamo formando la prossima generazione di ricercatori e sarà emozionante vedere come daranno forma ai sistemi intelligenti del futuro", afferma Joachim Buhmann. Nel corso di seminari, conferenze, workshop e scuole estive congiunte, i dottorandi di entrambe le istituzioni possono scambiare idee e utilizzare le competenze della rete. Hanno inoltre la decisione di utilizzare l'intera infrastruttura per realizzare progetti innovativi.
Rete di ricerca "Sistemi di persone in formazione
L'idea di una collaborazione tra il MPI-IS e l'ETH di Zurigo è nata nel 2010 ed è stata formalizzata contrattualmente nel 2013. La collaborazione coinvolge i gruppi di ricerca di cinque direttori Max Planck delle sedi MPI-IS di Tubinga e Stoccarda e 20 professori dell'ETH di cinque dipartimenti.
Leggi anche l'articolo di fondo nelle notizie del Dipartimento di informatica: Spostamento del paradigma: istituita una rete di ricerca pionieristica sui sistemi di apprendimento