Trends

News - Trend trimestrale

Volume trimestrale

... ..%

Volume semestrale

... ..%

Quali skill per lavorare in campo AI? Intervista a Simone Rizzo | AI Talks #5

10 minuti

Paolo Marinoni 16 Ottobre 2023
10 minuti

La quinta puntata di AI Talks, il format di interviste di AI news alla scoperta dell’intelligenza artificiale, è con Simone Rizzo, AI engineer cofondatore e CEO di Inferentia – azienda di consulenza specializzata in AI – e divulgatore scientifico nel campo dell’AI.

Esperto in intelligenza artificiale con una laurea magistrale ottenuta presso l’Università di Pisa, ha una solida esperienza come AI engineer nel settore della computer vision per veicoli autonomi e il suo lavoro si concentra sulla spiegabilità dei modelli e sulla privacy nel machine learning.

Attivo nella ricerca scientifica, ha recentemente pubblicato un paper riguardante un nuovo attacco ai modelli di machine learning chiamato ALOA presso la conferenza internazionale NSS. Simone Rizzo ha aperto e gestisce anche un canale TikTok sempre più seguito dedicato al mondo AI.

Tu sei molto attivo sui social, dove, con i tuoi video, informi i tuoi follower sulle tematiche legate al mondo dell’intelligenza artificiale. Da AI engineer, cosa ti ha spinto ad aprire un canale su TikTok?

Ho sempre avuto la passione per lo spiegare, per la divulgazione scientifica. E questa cosa ce l’ho da sempre e penso di averla ereditata da mia madre, che è insegnante delle scuole materne. Così ho unito questa passione ai social. E attualmente, secondo me, il social migliore è TikTok, perché è l’unico social organico. Nel senso che, pur avendo zero follower, un video che carichi potenzialmente potrebbe raggiungere tante persone, cosa che con altri social come YouTube o Instagram è molto, molto più difficile.

Quindi ho iniziato a pubblicare video su TikTok durante la pandemia, molto prima del boom dell’AI dovuto al lancio di ChatGPT. Stavo ancora studiando intelligenza artificiale alla magistrale quando ho iniziato a pubblicare video principalmente di divulgazione scientifica su quello che studiavo quotidianamente.

Poi, dopo uno stop di qualche anno, col boom dell’AI mi sono venute nuovamente la carica e l’energia per divulgare. Perché, ho pensato, chi meglio di un neolaureato in intelligenza artificiale può spiegare queste cose? E quindi ho ripreso a fare i video costantemente dal primo di gennaio fino ad oggi, tutti i giorni un video al giorno.

Hai studiato intelligenza artificiale all’università, ma il campo è in continua e rapida evoluzione. Come ti tieni informato?

Simone Rizzo

Rimanere aggiornato su questo ambito è veramente difficile. Ogni giorno mi informo con delle e-mail, ad esempio le famose TLDR, grazie alle quali ricevo le ultime news, però mi informo principalmente su LinkedIn. Appena esce l’ultimo aggiornamento di una nuova AI, di un nuovo large language model, vado sul sito dell’azienda, mi leggo l’articolo o direttamente i paper scientifici e da lì creo i miei video e divulgo le informazioni.

È un processo che va fatto quotidianamente, perché ogni giorno escono nuovi aggiornamenti. Abbiamo già visto in pochi mesi un boom e una crescita orizzontale su tutti i settori. Io mi occupo più del settore AI applicato al coding, alla generazione di immagini, e nel campo dell’AI generativa e chatbot, però c’è anche tutta la parte healthcare, il settore finanziario, ecc. Ha preso veramente tutti i settori.

Quali risorse consiglieresti a una persona che vuole approcciare per la prima volta il tema AI?

Consiglio di seguire i corsi gratuiti che ha realizzato Google. Si tratta di un set di corsi di introduzione all’intelligenza artificiale e alla generative AI, che è questa nuova ondata di modelli. Quindi io consiglio a tutti i neofiti di fare questo corso, perché ti dà le basi e in più ti spiega come utilizzare questi tool.

Ed è completamente gratuito. Questa è la cosa importante, perché al giorno d’oggi su internet l’informazione è quasi gratuita, possiamo trovare tutto.

E per le persone che invece hanno già delle basi e intendono approfondire?

Se hanno già un background intermedio e sanno programmare – ad esempio in Python, che è il linguaggio più comune – consiglio di seguire i corsi di Amazon e Microsoft, che rilasciano addirittura delle certificazioni. E ci sono molti corsi gratuiti, su machine learning, data science e data analysis, ed eventuali corsi a pagamento più specifici.

Consiglio loro anche di seguire la documentazione ufficiale dei framework, come Keras e Pytorch. Se si va sul sito ufficiale di Keras, che è il framework più utilizzato per lo sviluppo di modelli, ci sono i tutorial, le guide, la spiegazione del modello, notebook colab per poter sperimentare e altro. Quindi consiglio anche un approccio molto più pratico. Poi ci sono anche i corsi su Udemy su tematiche specifiche che si vogliono approfondire.

Per un percorso più strutturato e istituzionale, quali facoltà universitarie possono offrire maggiori competenze a chi intende lavorare nel settore?

Credo che la combinazione migliore sia una laurea triennale in scienze informatiche e/o in ingegneria informatica e una magistrale in intelligenza artificiale, data science o data analysis.

Questo, diciamo, è il percorso che ho fatto io. Ho studiato scienze informatiche e successivamente intelligenza artificiale e mi sono trovato molto bene, perché la triennale in scienze informatiche ti dà tutta la base di programmazione, ti spiega come si usano i framework, come lavorare su grandi basi di codice, su grandi progetti.

Nella magistrale in AI sei verticale su quel tema, però spesso vedo atenei che offrono corsi in data science più incentrati sui dati, ma che affrontano comunque la parte di machine learning e relativa ai modelli. Perché esistono due ruoli che si contrappongono: il machine learning engineer e il data scientist. E poi l’AI engineer è una figura intermedia che riesce a fare sia la parte sui dati che la parte specifica sui modelli.

Quali sono invece le skill fondamentali che consigli di apprendere a chi intende lavorare nel settore, ma preferisce evitare un percorso universitario?

Le skill principali secondo me sono saper lavorare con i database, poiché tutto parte dai dati, e imparare un linguaggio di programmazione. Il più comune è Python, quindi consiglio di iniziare da quello.

Successivamente dipende dallo specifico lavoro che si vuole fare, se da machine learning engineer o data scientist. Imparare tutta la parte di analisi dei dati, visualizzazione dei dati, data mining. E poi la parte sull’addestramento dei modelli e quindi i framework.

E con questo si ha il pacchetto completo per tutto il processo: collezionare i dati, utilizzare il linguaggio di programmazione per lavorare sui dati, fare le analisi sui dati e poi addestrare il modello.

Credi quindi che questo possa essere sufficiente o è necessario studiare all’università?

Io penso che, in un qualsiasi lavoro nell’ambito IT, quello che conta sia saper fare le cose. Molto spesso l’azienda ti chiede: “Sai usare Power BI? Hai mai usato Tableau?”. E pur avendo la laurea, se non sai usare quello strumento, molto spesso preferiscono optare per il candidato che ha già esperienza, magari di due o tre anni, su quello strumento e già produce valore per l’azienda. Quindi se si vuole lavorare anche senza fare l’università, si può trovare l’azienda che fa al caso proprio, ma ci si deve mettere autonomamente a sperimentare tool e fare progetti personali per dimostrare con un portfolio, quando si va al colloquio, quello che si è in grado di fare.

Non è importante avere una laurea o una certificazione delle proprie competenze, è più importante saper fare le cose e poterlo dimostrare. Poi, ovviamente, se una persona vuole intraprendere la strada della ricerca, sono essenziali la laurea magistrale e il dottorato. Quindi dipende anche da qual è il target.

Quali trend AI intravedi per i prossimi mesi o anni?

L’intelligenza artificiale crescerà sempre di più e arriverà a incidere su tutti i lavori. Adesso è più presente nelle occupazioni digitali perché è più facile aumentarne la produttività. Però, in futuro, arriverà anche sui lavori più fisici, manuali.

E quello che prevedo in termini di modelli è che diventeranno sempre più grandi e complessi e allo stesso tempo sempre più piccoli ed efficienti. Come, ad esempio, hanno rilasciato TinyLlama, che è un modello che pesa solo mezzo GB, allo stesso tempo hanno rilasciato Falcon, che ha 180 miliardi di parametri, quindi peserà tantissimo. E quindi questi modelli diventeranno sempre più complessi, avranno capacità emergenti sempre migliori e quello che verrà fatto successivamente, e che alcuni stanno già iniziando a fare, è arredare questi modelli con una serie di tool, in modo tale che possano compiere azioni nel mondo reale. Quindi inviare e-mail, prendere appuntamenti e gestire totalmente le nostre attività, cioè aumentare la produttività al massimo.

E, sulla stessa linea, quali occupazioni pensi che offriranno più opportunità? Ad esempio, la figura del prompt engineer è effettivamente destinata ad affermarsi o verrà resa obsoleta dalle nuove evoluzioni dell’AI generativa?

Le occupazioni che avranno maggiori opportunità sono proprio quelle del data scientist, del machine learning engineer e di tutte le figure che vanno ad automatizzare i processi, che quindi utilizzano l’intelligenza artificiale nelle aziende.

Tutte queste figure adesso hanno molto lavoro e molte più opportunità rispetto a prima, mentre per quanto riguarda il prompt engineer nello specifico, non penso che andrà molto lontano come professione vera e propria, ma credo che diventerà una soft skill.

Come abbiamo imparato a scrivere un’e-mail, a creare una tabella su Excel o a scrivere un documento su Word, potremo imparare anche a creare prompt per l’AI. Dato che le AI stanno diventando più intelligenti, i prompt diventeranno sempre più facili da comporre, però comunque sarà una skill comunicare nel modo migliore con queste tecnologie.

Proprio per questo, cosa diresti a chi teme che, per esempio, i programmatori possano perdere il loro lavoro con l’avvento di modelli come Code Llama di Meta? Questi strumenti rappresentano un supporto lavorativo o un pericolo per l’occupazione?

Penso entrambe le cose. Nel senso che questi strumenti, come Code Llama che ti aiuta nella generazione del codice, aumentano sicuramente la produttività e sono un supporto allo sviluppatore, però se prima avevamo bisogno di un team di cinque persone, adesso con un team di sole due persone più Code Llama si riesce a produrre lo stesso codice con la stessa qualità.

È un tema molto complicato, questo dell’occupazione, perché le persone hanno paura di perdere il lavoro, però una cosa certa è che l’AI non potrà sostituire al 100% tutti i lavoratori. Poiché, ad esempio, nel caso del programmatore, il codice generato non può essere preso e messo in produzione, perché non ti puoi fidare al 100% dell’output dell’AI. Non è affidabile e non sarà mai affidabile al 100%. Non ha il 100% di accuracy e quindi ci sarà sempre bisogno di una figura umana che avrà il ruolo di validatore, che verificherà che il codice generato sia giusto.


È possibile seguire Simone Rizzo su TikTok e su LinkedIn.


In Evidenza


Quando le relazioni sono artificiali

Da un partner virtuale a una conversazione con una persona…

Chi fermerà l’AI? Riflessione sull’appello di Musk

Elon Musk e altri mille esperti chiedono una pausa di…

Elon Musk e altri mille esperti: “Allarme intelligenza artificiale”

Elon Musk e altri mille esperti hanno chiesto di sospendere…

Microsoft 365 Copilot, un’AI generativa per la produttività

Microsoft ha lanciato 365 Copilot, un servizio di intelligenza artificiale…

OpenAI rilascia GPT-4, più potente e multimodale

GPT-4 è arrivato. Un modello multimodale e con 100 trilioni…