“Come la macchina incontra il mondo?” (Accoto, 2019)

“E, dunque -si dice- le macchine devono poter ‘apprendere in automatico dall’esperienza’ (o imparare da sé attraverso l’esperienza, si potrebbe anche dire). Nella sua scarna semplicità, questa frase condensa il significato corrente di machine learning (apprendimento automatico) e della sua variante arborescente, il deep learning (apprendimento profondo). Questa sintesi al filosofo non basta, naturalmente. Cos’è ‘apprendimento’, cosa è ‘automazione’, cosa è ‘esperienza’ in questo contesto? Operazionalmente, parliamo di trasformazione dei dati in uno spazio geometrico vettorializzato, di ottimizzazione della ricerca delle funzioni di fitting, di aggiustamento dei pesi e delle deviazioni per retropropagazione dell’errore e di molto altro. Come, allora, il mondo (e il business) diviene pensabile e azionabile attraverso questa -non nuova, ma rinnovata- pratica sui dati. In ultima istanza, come la macchina incontra il mondo?” (Accoto 2019)

“And, therefore – they says – machines must be able to ‘learn automatically from experience’ (or learn by themselves through experience, one could also say). In its skinny simplicity, this phrase condenses the current meaning of machine learning and its arborescent variant, deep learning. This synthesis is not enough to philosophers, of course. What is ‘learning’, what is ‘automation’, what is ‘experience’ in this context? Operationally, we talk about transforming data into vectorized geometric spaces, optimizing the search for fitting functions, adjusting weights and bias through errors backpropagation and much more. How, then, the world (and the business) becomes thinkable and actionable through this – not new, but renewed – practice on data? Ultimately, how does the machine encounters the world? ” (Accoto, 2019)

 

Published by

Cosimo Accoto

Research Affiliate at MIT | Author "Il Mondo Dato" (Egea) | Philosopher in Residence | Business Innovation Advisor | www.cosimoaccoto.com