{"id":35293,"date":"2019-10-31T22:03:28","date_gmt":"2019-10-31T19:03:28","guid":{"rendered":"https:\/\/prohoster.info\/blog\/lopnul-li-puzyr-mashinnogo-obucheniya-ili-nachalo-novoj-zari\/"},"modified":"2019-10-31T22:03:28","modified_gmt":"2019-10-31T19:03:28","slug":"lopnul-li-puzyr-mashinnogo-obucheniya-ili-nachalo-novoj-zari","status":"publish","type":"post","link":"https:\/\/prohoster.info\/it\/blog\/news\/lopnul-li-puzyr-mashinnogo-obucheniya-ili-nachalo-novoj-zari","title":{"rendered":"\u00c8 scoppiata la bolla del machine learning o \u00e8 l'inizio di un nuovo albori?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Recentemente \u00e8 uscito su Habr.<\/a><\/noindex>, che mostra abbastanza bene la tendenza nell'apprendimento automatico degli ultimi anni. In breve: il numero di startup nel campo dell'apprendimento automatico \u00e8 crollato drasticamente negli ultimi due anni.<\/p>\n

\"\u00c8
\nBene. Analizziamo \u00abse la bolla \u00e8 scoppiata\u00bb, \u00abcome andare avanti\u00bb e parliamo di dove sia venuto tutto questo.
\n<\/a><\/noindex>
\nPer cominciare, parliamo di cosa \u00e8 stato il motore di questa curva. Da dove \u00e8 nata. Probabilmente tutti ricorderanno la vittoria<\/a><\/noindex> dell'apprendimento automatico nel 2012 al concorso ImageNet. Dopotutto, questo \u00e8 il primo grande evento! Ma in realt\u00e0 non \u00e8 cos\u00ec. E anche la crescita della curva inizia qualche anno prima. Io la suddividerei in diversi momenti.<\/p>\n

    \n
  1. Il 2008 \u00e8 l'anno in cui viene coniato il termine \u201cbig data\u201d. I veri prodotti hanno iniziato a comparire<\/a><\/noindex> dal 2010. I big data sono direttamente collegati all'apprendimento automatico. Senza big data, non \u00e8 possibile il funzionamento stabile degli algoritmi che esistevano all'epoca. E non si tratta di reti neurali. Fino al 2012, le reti neurali erano appannaggio di una minoranza marginale. Tuttavia, allora hanno iniziato a funzionare algoritmi completamente diversi, che esistevano gi\u00e0 da anni, se non decenni: SVM<\/a><\/noindex>(1963, 1993), Random Forest<\/a><\/noindex> (1995), AdaBoost<\/noindex> (2003),... Le startup di quegli anni erano principalmente legate all'elaborazione automatica di dati strutturati: casse, utenti, pubblicit\u00e0, e molto altro.\n

    La derivata di questa prima ondata \u00e8 un insieme di framework, come XGBoost, CatBoost, LightGBM, ecc.\n<\/li>\n

  2. Nel 2011-2012 le reti neurali convoluzionali<\/a><\/noindex> hanno vinto diversi concorsi di riconoscimento delle immagini. Il loro utilizzo reale \u00e8 stato un po' ritardato. Direi che le startup e le soluzioni consapevoli di massa hanno iniziato a comparire dal 2014. Ci sono voluti due anni per metabolizzare che le reti neurali funzionano davvero, per creare framework comodi da installare e avviare in tempi ragionevoli, sviluppare metodi che stabilizzassero e accelerassero il tempo di convergenza.\n

    Le reti convoluzionali hanno permesso di affrontare le sfide della visione artificiale: classificazione delle immagini e degli oggetti sulle immagini, rilevamento degli oggetti, riconoscimento di oggetti e persone, miglioramento delle immagini, ecc., e cos\u00ec via.<\/li>\n

  3. Anni 2015-2017. Boom di algoritmi e progetti legati a reti ricorrenti o loro analoghi (LSTM, GRU, TransformerNet, ecc.). Sono emersi algoritmi ben funzionanti per la \u201ctrascrizione vocale\u201d, sistemi di traduzione automatica. In parte si basano su reti convoluzionali per l'estrazione delle caratteristiche di base. In parte sul fatto che sono riusciti a raccogliere set di dati veramente grandi e di alta qualit\u00e0. <\/li>\n<\/ol>\n

    \n\"\u00c8
    \n
    \n\u201cLa bolla \u00e8 scoppiata? L'hype \u00e8 surriscaldato? Sono morti come il blockchain?\u201d
    \nE gi\u00e0! Domani Siri smetter\u00e0 di funzionare nel tuo telefono e dopodomani Tesla non distinguer\u00e0 una curva da un canguro.<\/p>\n

    Le reti neurali sono gi\u00e0 in azione. Sono presenti in decine di dispositivi. Permettono davvero di guadagnare, modificano il mercato e il mondo circostante. L'hype appare in un modo leggermente diverso:<\/p>\n

    \"\u00c8
    \n
    \nSemplicemente, le reti neurali hanno smesso di essere qualcosa di nuovo. S\u00ec, molte persone hanno aspettative eccessive. Ma un gran numero di aziende ha imparato ad applicare le reti neurali e a realizzare prodotti su quella base. Le reti neurali offrono nuove funzionalit\u00e0, consentono di ridurre posti di lavoro e abbattere i costi dei servizi:<\/p>\n