Industria e università: la ricetta per l'innovazione dell'IA

5 minuti di lettura

Questo post è stato pubblicato originariamente su IT Pro Portal

A prima vista, l'accademia e l'industria sembrano essere due strani compagni di viaggio. L'una si concentra su aspetti teorici e concettuali, mentre l'altra è guidata dalla praticità delle scadenze, degli obiettivi e, in ultima analisi, del profitto.

Ho il privilegio di lavorare su entrambi i lati della barricata. Sono professore di informatica all'Università di San Francisco e Chief Scientist di SnapLogic, un fornitore di software per l'integrazione di applicazioni e dati. Ho lavorato sull'intelligenza artificiale in entrambi i ruoli e, nel corso della mia carriera ventennale, mi sono reso conto che, quando si tratta di promuovere l'innovazione, queste due sfere distinte devono lavorare insieme.

L'IA promette di essere la tecnologia più importante del futuro e se le ambizioni elevate e il pensiero fuori dagli schemi del mondo accademico riusciranno a trovare una sinergia con l'attitudine a fare, l'urgenza e le risorse dell'industria, assisteremo a un'esplosione delle sue applicazioni. In effetti, credo che la tecnologia AI e ML non sarà solo una bella caratteristica, ma sarà un requisito per tutte le applicazioni future.

Dati, dati ovunque

Questa collaborazione tra industria e università è in crescita da qualche tempo e, come per la maggior parte delle cose nella tecnologia, tutto si riduce ai dati. Per i primi 10-15 anni della mia carriera ho seguito il percorso accademico tradizionale e ogni volta che intraprendevamo una ricerca o pubblicavamo articoli, c'era sempre un ostacolo costante: mancavano i dati del mondo reale.

Tutto questo è cambiato circa 10 anni fa con l'emergere dei social e della ricerca. I Google, i Twitter e i Facebook del mondo si sono trovati di fronte a problemi di crescita dei dati che superavano la capacità della tecnologia dei database convenzionali, per cui hanno costruito soluzioni personalizzate per ospitare i loro vasti insiemi di dati.

Naturalmente, le grandi aziende di ricerca e social non hanno raccolto tutti questi dati sugli utenti e sui comportamenti con il preciso scopo di alimentare lo sviluppo dell'intelligenza artificiale, ma hanno visto il potenziale che essi racchiudevano. Il punto di svolta è arrivato quando aziende come Twitter hanno invitato per la prima volta gli accademici ad analizzare questi dati. Improvvisamente e inaspettatamente, un tesoro di dati del mondo reale è stato messo a disposizione degli accademici. Tutti i macchinari teorici che avevamo sviluppato in ambito accademico potevano essere trasformati in raccomandazioni reali e applicazioni predittive significative. I dottorandi del mondo accademico iniziarono a lavorare nell'industria con dati reali, alimentando ulteriori sviluppi teorici e così via.

Molti dei più recenti e promettenti sviluppi dell'IA sono stati realizzati grazie a questo rapporto simbiotico e se sarà possibile rafforzarlo, vedremo molte altre scoperte in arrivo.

Impollinazione culturale incrociata 

Gli effetti positivi del rapporto tra università e industria non si limitano solo alle serie di dati. L'impollinazione culturale incrociata è, a mio avviso, un aspetto fondamentale per promuovere l'innovazione nel settore.

Ho accennato brevemente a questo aspetto in precedenza, ma è difficile immaginare culture molto più diverse di quella industriale e di quella accademica. Come persona che per la maggior parte della sua carriera è stata principalmente un accademico, ho sperimentato in prima persona le differenze tra questi due mondi e come, a livello individuale, essere esposti all'altra faccia della medaglia sia un'esperienza arricchente.

Questo è forse meglio illustrato con un esempio. Sono entrato in SnapLogic nel 2010, quando l'azienda era molto più piccola di oggi. Era la mia prima incursione nell'industria e mi fu affidato il compito di costruire un prototipo per un progetto di apprendimento automatico da implementare nella nostra piattaforma di integrazione dei dati. La prospettiva di mettere il mio codice di fronte ai miei nuovi colleghi, veterani del settore, mi ha sconvolto.

Essendo una persona che si occupa di coding dall'età di dodici o tredici anni, non è stata la mancanza di competenze o di esperienza a provocare questa reazione, ma piuttosto la prospettiva di farlo in un ambiente totalmente diverso da quello a cui ero abituata. Nel mondo accademico, il codice viene raramente revisionato. Non c'è un pubblico, è solo un aspetto del lavoro che si svolge. Nell'industria, il lavoro è molto più mirato. Ci sono obiettivi, scadenze e traguardi. Il vostro lavoro deve fornire valore ai clienti.

Alla fine è andato tutto bene e il codice che ho scritto esiste ancora oggi nella piattaforma, ma ha fatto luce su quanto siamo al riparo nel mondo accademico dalla realtà e dallo stress dell'industria. Trascorrendo del tempo nell'industria ho imparato ad adattarmi a un diverso tipo di ambiente di codifica e di conseguenza sono un professionista più completo.

Questi vantaggi interculturali sono stati introdotti nella mia classe per preparare meglio i miei studenti a una carriera nell'industria. Ora sto insegnando alcune delle realtà della costruzione di software di produzione, che molti accademici potrebbero ignorare. Stiamo anche portando alcuni dei miei studenti a lavorare in loco presso SnapLogic, su progetti di intelligenza artificiale reali, per ottenere crediti per il corso.

Esponendo questi giovani all'industria nelle prime fasi della loro carriera, anziché molto più tardi come ho fatto io, la prossima ondata di informatici sarà dotata non solo della curiosità degli accademici, ma anche della praticità e dell'etica del lavoro dell'industria. Questo, spero, stimolerà i prossimi grandi sviluppi dell'IA.

Il futuro dell'intelligenza artificiale 

Sono fermamente convinto che l'intelligenza artificiale avrà un enorme impatto sul mondo degli affari nei prossimi anni. Renderà le aziende più efficienti, liberando risorse da investire in altri settori per migliorare i prodotti esistenti o svilupparne di nuovi. Cambierà i ruoli lavorativi e permetterà ai dipendenti di concentrarsi su compiti più umani che si basano su capacità umane, come l'intuizione emotiva, anziché essere gravati da compiti routinari e ripetitivi.

Tuttavia, si tratterà di un processo incrementale e non avverrà da un giorno all'altro. Per avere qualche speranza di accelerare i tempi, è necessario che il mondo accademico e quello industriale si muovano nella stessa direzione, unendo i loro talenti e le loro risorse e lavorando in sincronia. Le basi per questo rapporto sono già pronte ed entrambe le parti possono trarne beneficio.

 

Scienziato capo di SnapLogic e professore di informatica presso l'Università di San Francisco
Categoria: IoT

Stiamo assumendo!

Scoprite la vostra prossima grande opportunità di carriera.