WEBVTT 00:00:01.199 --> 00:00:03.279 Salve a tutti, siete all'ascolto di 00:00:03.279 --> 00:00:05.599 INSiDER - Dentro la Tecnologia, 00:00:05.599 --> 00:00:07.839 un podcast di Digital People e 00:00:07.839 --> 00:00:09.039 io sono il vostro host, 00:00:09.039 --> 00:00:10.080 Davide Fasoli. 00:00:16.864 --> 00:00:19.824 Oggi Luca Martinelli, autore del podcast, 00:00:19.824 --> 00:00:21.505 ci racconterà di un suo progetto 00:00:21.505 --> 00:00:24.625 per realizzare un'intelligenza artificiale in grado 00:00:24.625 --> 00:00:26.545 di generare delle nuove emoji. 00:00:26.809 --> 00:00:28.329 Prima di passare alle notizie che 00:00:28.329 --> 00:00:30.410 più ci hanno colpito questa settimana, 00:00:30.410 --> 00:00:32.329 vi ricordo che potete seguirci su 00:00:32.329 --> 00:00:36.329 Instagram a @dentrolatecnologia, iscrivervi alla newsletter 00:00:36.329 --> 00:00:38.409 e ascoltare un nuovo episodio ogni 00:00:38.409 --> 00:00:40.684 sabato mattina, su Spotify, 00:00:40.684 --> 00:00:44.045 Apple Podcast, Google Podcast oppure direttamente 00:00:44.045 --> 00:00:45.164 sul nostro sito. 00:00:57.829 --> 00:01:00.789 Nel processo Epic Games contro Apple, 00:01:00.789 --> 00:01:02.789 di cui avevamo parlato qualche mese 00:01:02.789 --> 00:01:04.469 fa e che era scaturito dalla 00:01:04.469 --> 00:01:06.069 volontà di Epic di non voler 00:01:06.069 --> 00:01:08.629 pagare le commissioni del 30% dei 00:01:08.629 --> 00:01:11.724 ricavi di Fortnite all'App Store per 00:01:11.724 --> 00:01:14.125 gli acquisti all'interno delle app scaricate 00:01:14.125 --> 00:01:15.644 proprio dallo store di Apple, 00:01:15.644 --> 00:01:19.004 il Tribunale distrettuale della California settentrionale 00:01:19.004 --> 00:01:21.724 ha rigettato l'accusa di posizione dominante 00:01:21.724 --> 00:01:23.724 di Apple, ma ha lasciato una 00:01:23.724 --> 00:01:25.930 porta aperta agli sviluppatori che ora 00:01:25.930 --> 00:01:28.569 potranno prevedere nelle app link esterni 00:01:28.569 --> 00:01:30.810 per gli acquisti accanto agli acquisti 00:01:30.810 --> 00:01:32.329 in app e che quindi non 00:01:32.329 --> 00:01:35.209 saranno soggetti a nessuna commissione da 00:01:35.209 --> 00:01:36.409 versare ad Apple. 00:01:36.409 --> 00:01:38.890 Epic però ha voluto procedere in appello, 00:01:38.890 --> 00:01:40.805 sia perché non contenta del rigetto 00:01:40.805 --> 00:01:43.045 dell'accusa di posizione dominante, 00:01:43.125 --> 00:01:44.884 sia perché la sentenza ha stabilito 00:01:44.884 --> 00:01:47.284 anche il risarcimento con interessi ad 00:01:47.284 --> 00:01:49.805 Apple pari al 30% dei 12 00:01:49.805 --> 00:01:51.685 milioni di dollari di entrate che 00:01:51.685 --> 00:01:54.549 Epic ha raccolto dagli utenti nell'app 00:01:54.549 --> 00:01:57.510 Fortnite su iOS attraverso i pagamenti 00:01:57.510 --> 00:01:59.750 diretti aggiunti contro la volontà di 00:01:59.750 --> 00:02:03.030 Apple tra agosto 2020 e ottobre 2020, 00:02:03.030 --> 00:02:04.790 più il 30% di tutte le 00:02:04.790 --> 00:02:06.814 entrate che Epic Games ha raccolto 00:02:06.814 --> 00:02:09.375 dal 1 novembre 2020 fino alla 00:02:09.375 --> 00:02:10.895 data della sentenza. 00:02:13.534 --> 00:02:16.334 Nell'ormai consueto evento di settembre, 00:02:16.334 --> 00:02:18.574 Apple ha finalmente presentato la nuova 00:02:18.574 --> 00:02:20.590 gamma di iPhone, che rispetto al 00:02:20.590 --> 00:02:22.909 modello del 2020 non presenta di 00:02:22.909 --> 00:02:25.389 fatto sostanziali migliorie se non per 00:02:25.389 --> 00:02:27.550 il comparto fotocamere e nello spazio 00:02:27.550 --> 00:02:29.870 di archiviazione, ma andiamo con ordine. 00:02:29.949 --> 00:02:32.110 Ad essere mostrato per primo è 00:02:32.110 --> 00:02:34.269 stato il nuovo iPad 2021, 00:02:34.564 --> 00:02:37.685 aggiornato rispetto alla versione 2020 con 00:02:37.685 --> 00:02:39.284 chip di iPhone 11, 00:02:39.284 --> 00:02:41.365 un sensore grandangolare e i nuovi 00:02:41.365 --> 00:02:45.205 tagli da 64 e 256 GB. 00:02:45.284 --> 00:02:46.724 La tensione si è poi spostata 00:02:46.724 --> 00:02:48.724 sul nuovo iPad Mini 6 da 00:02:48.724 --> 00:02:51.289 8.3 pollici, che proprio come iPad 00:02:51.289 --> 00:02:53.129 Air presenta bordi curvi, 00:02:53.129 --> 00:02:55.210 sblocco Touch ID sul pulsante di 00:02:55.210 --> 00:02:57.530 accensione e connettore USB-C. 00:02:57.530 --> 00:02:59.530 I nuovi Apple Watch serie 7 00:02:59.530 --> 00:03:02.169 sono rimasti pressoché invariati rispetto alla 00:03:02.169 --> 00:03:04.090 versione precedente, se non per gli 00:03:04.090 --> 00:03:06.090 schermi del 20% più ampi. 00:03:06.090 --> 00:03:08.625 I nuovi formati quindi saranno disponibili 00:03:08.625 --> 00:03:11.344 da 41 e 45 mm. 00:03:11.425 --> 00:03:13.585 Concludiamo con gli iPhone 13, 00:03:13.585 --> 00:03:15.425 i quali oltre al nuovo chip 00:03:15.425 --> 00:03:18.705 A15 Bionic, includono uno schermo OLED 00:03:18.705 --> 00:03:21.500 da 6.1 pollici con dimensioni del 00:03:21.500 --> 00:03:24.219 notch ridotte, due fotocamere da 12 00:03:24.219 --> 00:03:26.379 megapixel e un aumento dello spazio 00:03:26.379 --> 00:03:28.939 di archiviazione che parte da 128 00:03:28.939 --> 00:03:31.900 e arriva a 512 GB, 00:03:31.980 --> 00:03:33.819 disponibili anche nella versione Mini. 00:03:33.995 --> 00:03:36.074 Infine, con le nuove versioni Pro 00:03:36.074 --> 00:03:39.354 vengono finalmente introdotti i 120 Hz, 00:03:39.354 --> 00:03:41.834 con frequenza di refresh variabile per 00:03:41.834 --> 00:03:44.794 delle animazioni sullo schermo molto più fluide, 00:03:44.794 --> 00:03:47.189 mentre per quanto riguarda l'archiviazione si 00:03:47.189 --> 00:03:50.709 potrà acquistare per ben 1869 euro 00:03:50.709 --> 00:03:52.949 anche la versione da 1 TB. 00:04:12.915 --> 00:04:15.610 Abbiamo parlato spesso di intelligenza artificiale, 00:04:15.849 --> 00:04:18.410 apprendimento automatico e di come questa 00:04:18.410 --> 00:04:21.689 tecnologia può essere integrata in altri sistemi, 00:04:21.689 --> 00:04:23.209 ma anche dei pericoli e dei 00:04:23.209 --> 00:04:24.970 rischi che questa può portare. 00:04:24.970 --> 00:04:26.649 Torniamo quindi a parlare di questo 00:04:26.649 --> 00:04:29.529 argomento da una prospettiva leggermente diversa. 00:04:29.884 --> 00:04:31.725 Oggi infatti siamo in compagnia di 00:04:31.725 --> 00:04:33.964 Luca Martinelli, autore del podcast, 00:04:33.964 --> 00:04:36.524 che nell'ambito di un progetto universitario 00:04:36.524 --> 00:04:38.685 ha avuto l'opportunità di realizzare proprio 00:04:38.685 --> 00:04:42.285 uno di questi algoritmi di intelligenza artificiale. 00:04:42.524 --> 00:04:43.485 Ben tornato Luca. 00:04:44.180 --> 00:04:45.860 Ciao a te Davide e ciao 00:04:45.860 --> 00:04:47.220 a tutti gli ascoltatori. 00:04:47.939 --> 00:04:50.339 Innanzitutto puoi dirci in che cosa 00:04:50.339 --> 00:04:52.740 consisteva il tuo progetto e che 00:04:52.740 --> 00:04:54.419 cosa sei andato a realizzare? 00:04:55.300 --> 00:04:56.100 Sì, certamente. 00:04:56.659 --> 00:04:59.620 Nell'ambito della scienza digitale forense, 00:04:59.995 --> 00:05:02.555 quindi tutta quella parte di informatica 00:05:02.555 --> 00:05:06.154 che riguarda in particolar modo l'identificazione, 00:05:06.634 --> 00:05:09.194 la conservazione, ma anche la protezione 00:05:09.194 --> 00:05:11.595 e l'analisi di prove digitali che 00:05:11.595 --> 00:05:14.875 quindi possono essere utilizzate ad esempio 00:05:15.430 --> 00:05:19.349 per risolvere indagini o rintracciare cybercriminali 00:05:19.349 --> 00:05:22.949 o criminali, l'intelligenza artificiale sta dando 00:05:23.110 --> 00:05:25.750 una grossa mano in diversi campi. 00:05:25.750 --> 00:05:27.909 E alcuni tra questi sono ad 00:05:27.909 --> 00:05:30.254 esempio il riconoscimento facciale o il 00:05:30.254 --> 00:05:34.014 riconoscimento di comportamenti sospetti per quanto 00:05:34.014 --> 00:05:35.935 riguarda la sicurezza di una rete 00:05:35.935 --> 00:05:38.654 aziendale o anche il riconoscimento di 00:05:38.654 --> 00:05:41.615 contenuti non originali o modificati. 00:05:41.939 --> 00:05:44.180 Va poi detto che a seconda 00:05:44.180 --> 00:05:45.540 di ciò che si vuole andare 00:05:45.540 --> 00:05:49.300 a realizzare esistono ovviamente numerose tipologie 00:05:49.300 --> 00:05:52.340 di intelligenza artificiale o per meglio 00:05:52.340 --> 00:05:54.740 dire di strutture che poi grazie 00:05:54.740 --> 00:05:57.540 proprio ai dati che noi mettiamo 00:05:57.754 --> 00:06:00.875 permettono appunto di risolvere il problema 00:06:00.875 --> 00:06:02.954 che ci siamo preimpostati. 00:06:02.954 --> 00:06:04.634 Queste sono quelle che vengono appunto 00:06:04.634 --> 00:06:07.514 definite reti neurali e che come 00:06:07.514 --> 00:06:09.769 dice il nome le possiamo immaginare 00:06:09.769 --> 00:06:12.250 esattamente come un cervello formate quindi 00:06:12.250 --> 00:06:15.290 da tanti neuroni e numerosi connessioni. 00:06:15.290 --> 00:06:17.449 A seconda poi di come queste 00:06:17.449 --> 00:06:20.730 connessioni vengono create il risultato ovviamente 00:06:20.730 --> 00:06:23.485 sarà diverso e poi il discorso 00:06:23.485 --> 00:06:25.645 è anche molto ben più complesso, 00:06:25.884 --> 00:06:27.964 però in sintesi il funzionamento di 00:06:27.964 --> 00:06:29.245 base è proprio questo. 00:06:29.245 --> 00:06:31.485 E tra le tante tipologie dunque 00:06:31.485 --> 00:06:33.245 quella che sono andato a realizzare 00:06:33.245 --> 00:06:36.230 io è una GAN ovvero Generative 00:06:36.230 --> 00:06:39.189 Adversarial Network o in italiano Rete 00:06:39.189 --> 00:06:41.750 Generative Avversaria che è appunto una 00:06:41.750 --> 00:06:44.149 tipologia di intelligenza artificiale in grado 00:06:44.149 --> 00:06:46.470 di creare dei contenuti e nel 00:06:46.470 --> 00:06:48.625 mio caso immagini di emoji che 00:06:48.625 --> 00:06:51.105 appunto troviamo sui nostri dispositivi. 00:06:51.345 --> 00:06:53.504 E puoi dirci più nel dettaglio 00:06:53.665 --> 00:06:56.144 cos'è questa GAN, come funziona e 00:06:56.144 --> 00:06:57.824 come può essere utilizzata. 00:06:58.225 --> 00:07:00.625 Si allora le reti GAN come 00:07:00.625 --> 00:07:02.660 ho appena detto sono per così 00:07:02.660 --> 00:07:05.220 dire specializzate nel creare dei nuovi 00:07:05.220 --> 00:07:07.779 contenuti simili a quelli con cui 00:07:07.779 --> 00:07:10.180 siamo andati ad addestrare l'algoritmo. 00:07:10.259 --> 00:07:12.740 Per fare un esempio su internet 00:07:12.740 --> 00:07:15.060 esistono diversi siti che vanno a 00:07:15.060 --> 00:07:17.300 mostrare delle immagini di volti di 00:07:17.300 --> 00:07:19.115 persone che in realtà non esistono 00:07:19.115 --> 00:07:21.194 e dietro questa tecnologia c'è proprio 00:07:21.194 --> 00:07:23.675 un intelligenza artificiale di questo tipo 00:07:23.675 --> 00:07:25.995 che ben addestrata grazie appunto a 00:07:25.995 --> 00:07:27.675 volti di migliaia e migliaia di 00:07:27.675 --> 00:07:29.754 persone ha imparato a inventarne di 00:07:29.754 --> 00:07:32.169 nuove e ovviamente lo stesso discorso 00:07:32.169 --> 00:07:34.410 vale anche per qualsiasi altro soggetto 00:07:34.410 --> 00:07:37.850 come animali o vegetazione e facendo 00:07:37.850 --> 00:07:39.689 un altro esempio le reti GAN 00:07:39.689 --> 00:07:42.729 sono utilizzate anche per realizzare i 00:07:42.729 --> 00:07:45.354 video deepfake di cui abbiamo già 00:07:45.354 --> 00:07:48.315 ampiamente parlato e ancora google ha 00:07:48.315 --> 00:07:51.514 sviluppato nella sua applicazione dedicata all'arte 00:07:51.514 --> 00:07:54.154 una funzione che proprio grazie a 00:07:54.154 --> 00:07:57.035 questo algoritmo permette appunto di ridisegnare 00:07:57.035 --> 00:07:59.839 una fotografia nello stile ad esempio 00:07:59.839 --> 00:08:01.920 di Van Gogh, di Monet o 00:08:01.920 --> 00:08:04.639 di altri pittori o artisti famosi 00:08:04.639 --> 00:08:06.639 un ultimo esempio le reti GAN 00:08:06.639 --> 00:08:10.240 possono essere utilizzate per inventare anche 00:08:10.240 --> 00:08:12.654 forme per mobili o piante per 00:08:12.654 --> 00:08:14.975 nuove case o edifici quindi una 00:08:14.975 --> 00:08:17.855 intelligenza artificiale che va a supportare 00:08:17.855 --> 00:08:20.895 quella che l'architettura o l'interior design. 00:08:21.295 --> 00:08:23.535 Questa tecnologia, insomma, trova la sua 00:08:23.535 --> 00:08:26.095 applicazione in numerosissimi ambiti. 00:08:26.095 --> 00:08:27.615 Basta solo un po di fantasia. 00:08:27.779 --> 00:08:30.579 Ma venendo ora al nocciolo della questione, 00:08:30.579 --> 00:08:33.460 le reti generative avversarie sono molto 00:08:33.460 --> 00:08:36.100 interessanti per il modo in cui funzionano, 00:08:36.179 --> 00:08:38.500 perché in un certo senso possiamo 00:08:38.500 --> 00:08:40.179 dire che si addestrino da sole. 00:08:40.179 --> 00:08:43.375 Una GAN, infatti, in realtà è 00:08:43.375 --> 00:08:45.935 costituita da due elementi. 00:08:46.495 --> 00:08:47.774 Uno che è il generatore, 00:08:47.774 --> 00:08:50.254 e uno che si chiama discriminatore. 00:08:50.254 --> 00:08:51.455 Come dice il nome, 00:08:51.455 --> 00:08:53.909 il generatore è quello che si 00:08:53.909 --> 00:08:55.750 occuperà poi di generare, 00:08:55.750 --> 00:08:57.669 ad esempio, partendo da una serie 00:08:57.669 --> 00:09:00.230 di numeri casuali, il contenuto che, 00:09:00.230 --> 00:09:02.549 nel mio caso, è appunto un'immagine, 00:09:02.709 --> 00:09:03.429 un emoji. 00:09:03.429 --> 00:09:05.990 Dall'altro lato, invece, il discriminatore si 00:09:05.990 --> 00:09:08.230 occupa di distinguere un contenuto vero 00:09:08.230 --> 00:09:09.029 da uno falso. 00:09:09.274 --> 00:09:12.154 L'obiettivo del generatore sarà dunque quello 00:09:12.154 --> 00:09:14.634 di creare dei contenuti talmente realistici 00:09:14.634 --> 00:09:16.554 da ingannare il discriminatore, 00:09:16.554 --> 00:09:19.115 mentre il discriminatore dovrà imparare a 00:09:19.115 --> 00:09:21.754 riconoscere sempre meglio un contenuto reale 00:09:21.754 --> 00:09:22.715 da uno generato. 00:09:22.970 --> 00:09:24.250 In questo modo si crea una 00:09:24.250 --> 00:09:26.170 sorta di inseguimento per cui, 00:09:26.170 --> 00:09:28.649 man mano che l'intelligenza artificiale viene 00:09:28.649 --> 00:09:30.730 addestrata con i dati che appunto 00:09:30.730 --> 00:09:33.929 vengono immessi, il generatore genera immagini 00:09:33.929 --> 00:09:35.929 o qualsiasi altro tipo di contenuto 00:09:36.164 --> 00:09:38.485 sempre più realistici, e il discriminatore 00:09:38.485 --> 00:09:40.404 invece impara sempre di più a 00:09:40.404 --> 00:09:42.644 riconoscere e a distinguere i piccoli 00:09:42.644 --> 00:09:44.164 difetti del generatore. 00:09:45.284 --> 00:09:47.845 Quindi abbiamo parlato in generale di 00:09:47.845 --> 00:09:50.565 come funzionano le reti GAN e 00:09:50.565 --> 00:09:51.684 perché sono importanti. 00:09:52.160 --> 00:09:54.480 Per quanto riguarda il tuo progetto, 00:09:55.120 --> 00:09:57.679 dicevi che l'obiettivo era creare un'intelligenza 00:09:57.679 --> 00:10:01.040 artificiale in grado di disegnare delle emoji. 00:10:01.040 --> 00:10:03.440 Puoi parlarci più nel dettaglio come 00:10:03.440 --> 00:10:06.559 sei riuscito e che strumenti hai utilizzato. 00:10:08.214 --> 00:10:10.375 Certo, il progetto di per sé 00:10:10.375 --> 00:10:11.975 non è così complicato. 00:10:12.455 --> 00:10:15.095 Innanzitutto, come gran parte dei progetti 00:10:15.095 --> 00:10:18.054 di intelligenza artificiale, ho utilizzato Python 00:10:18.054 --> 00:10:19.815 come linguaggio di programmazione, 00:10:19.975 --> 00:10:22.294 per cui esistono numerosi esempi già 00:10:22.294 --> 00:10:24.750 fatti da cui poter partire e 00:10:24.830 --> 00:10:26.830 inoltre questo linguaggio rende anche la 00:10:26.830 --> 00:10:28.590 programmazione molto più veloce. 00:10:28.590 --> 00:10:30.350 Per creare delle reti neurali, 00:10:30.350 --> 00:10:32.750 poi programmare interamente il codice da 00:10:32.750 --> 00:10:34.910 zero sarebbe sia uno spreco di 00:10:34.910 --> 00:10:36.350 energie ma anche di tempo. 00:10:36.524 --> 00:10:39.085 Per cui esistono delle librerie già pronte. 00:10:39.085 --> 00:10:42.205 Queste librerie possiamo immaginarle come una 00:10:42.205 --> 00:10:44.524 sorta di mattoncini, ovvero pezzi di 00:10:44.524 --> 00:10:46.925 codice già pronti, già scritti, 00:10:46.925 --> 00:10:48.845 da usare poi per realizzare ciò 00:10:48.845 --> 00:10:49.565 che desideriamo. 00:10:49.759 --> 00:10:51.440 Nel mio caso, la libreria che 00:10:51.440 --> 00:10:54.320 ho utilizzato si chiama TensorFlow ed 00:10:54.320 --> 00:10:56.720 è curata e sviluppata dalla stessa Google, 00:10:56.720 --> 00:10:58.879 per cui ha scritto anche una 00:10:58.879 --> 00:11:00.480 serie di guide, anche in italiano, 00:11:00.480 --> 00:11:02.875 e diversi esempi di come utilizzarla 00:11:02.875 --> 00:11:05.514 appunto per creare delle diverse tipologie 00:11:05.514 --> 00:11:07.355 di intelligenze artificiali. 00:11:07.355 --> 00:11:09.035 E tra queste c'è anche un 00:11:09.035 --> 00:11:10.794 esempio molto semplice di GAN, 00:11:10.795 --> 00:11:13.195 da cui appunto sono partito per 00:11:13.195 --> 00:11:15.675 migliorare e sviluppare l'intero progetto. 00:11:15.674 --> 00:11:18.389 E in particolare l'esempio di Google 00:11:18.549 --> 00:11:21.269 riguarda la creazione di piccole immagini 00:11:21.269 --> 00:11:23.269 in bianco e nero raffiguranti dei 00:11:23.269 --> 00:11:24.709 numeri disegnati a mano. 00:11:24.709 --> 00:11:26.470 Va da sé che disegnare delle 00:11:26.470 --> 00:11:28.950 emoji colorate e a dimensioni maggiori 00:11:28.950 --> 00:11:30.629 è notevolmente più complesso, 00:11:30.629 --> 00:11:33.325 e quindi sono state necessarie diverse modifiche, 00:11:33.565 --> 00:11:36.205 ottimizzazioni, che si traducono in diversi 00:11:36.205 --> 00:11:38.764 test e diverse prove per poter 00:11:38.764 --> 00:11:40.924 andare a trovare dei parametri che 00:11:40.924 --> 00:11:43.325 potessero migliorare anche di poco il 00:11:43.325 --> 00:11:44.125 risultato finale. 00:11:44.470 --> 00:11:45.990 Per quanto riguarda i dati, 00:11:45.990 --> 00:11:48.309 invece, ovvero le immagini che ho 00:11:48.309 --> 00:11:51.269 usato poi per addestrare questa rete neurale, 00:11:51.269 --> 00:11:53.669 sempre online esiste un insieme già 00:11:53.669 --> 00:11:56.149 pronto che va a raggruppare le 00:11:56.149 --> 00:11:57.990 emoji di diversi produttori, 00:11:58.205 --> 00:11:59.884 come ad esempio Google, 00:11:59.884 --> 00:12:01.164 app o il Microsoft, 00:12:01.164 --> 00:12:02.524 Samsung o Twitter. 00:12:02.524 --> 00:12:04.764 Il problema principale delle emoji, 00:12:04.764 --> 00:12:07.085 però, è che sono molto diverse 00:12:07.085 --> 00:12:09.085 tra loro, e dunque ho scelto 00:12:09.164 --> 00:12:12.700 di raggrupparle e utilizzare solamente alcuni 00:12:12.700 --> 00:12:14.059 di questi sottogruppi. 00:12:14.059 --> 00:12:15.580 In questo modo una volta ho 00:12:15.580 --> 00:12:18.299 destrato la GAN per produrre delle faccine, 00:12:18.379 --> 00:12:20.059 un'altra volta per produrre, 00:12:20.059 --> 00:12:21.980 ad esempio, cuori, un'altra volta per 00:12:21.980 --> 00:12:23.820 produrre le bandiere e così via. 00:12:23.820 --> 00:12:25.740 E ovviamente non sono nemmeno mancati 00:12:25.740 --> 00:12:26.139 i problemi. 00:12:26.754 --> 00:12:28.034 E la prossima domanda, 00:12:28.034 --> 00:12:30.195 infatti, riguarda proprio questo, 00:12:30.514 --> 00:12:32.754 ovvero quali sono i principali problemi 00:12:32.754 --> 00:12:34.995 che hai riscontrato in questo progetto? 00:12:35.714 --> 00:12:38.754 Allora, innanzitutto il tempo è uno 00:12:38.754 --> 00:12:40.834 dei problemi principali, probabilmente. 00:12:40.835 --> 00:12:42.579 E infatti non ci si può 00:12:42.579 --> 00:12:45.779 aspettare che, solo dopo dieci minuti 00:12:45.779 --> 00:12:48.339 e qualche immagine, l'algoritmo abbia già 00:12:48.339 --> 00:12:50.899 imparato a disegnare delle faccine perfette. 00:12:50.899 --> 00:12:52.819 Anzi, ogni volta che la GAN 00:12:52.820 --> 00:12:55.074 ha guardato tutte le immagini che 00:12:55.074 --> 00:12:56.434 gli passiamo come input, 00:12:56.434 --> 00:12:58.834 ricomincia da capo per migliorare ancora 00:12:58.834 --> 00:12:59.475 e ancora. 00:12:59.475 --> 00:13:02.194 E questa operazione va ripetuta non 00:13:02.194 --> 00:13:03.954 una ma migliaia e migliaia di 00:13:03.954 --> 00:13:06.434 volte prima di vedere dei risultati 00:13:06.434 --> 00:13:08.514 che siano quantomeno soddisfacenti. 00:13:08.860 --> 00:13:11.660 Le prime immagini che disegnava il generatore, 00:13:11.660 --> 00:13:13.419 infatti, non erano altro che un 00:13:13.419 --> 00:13:16.700 insieme abbastanza casuale e astratto di colori. 00:13:16.700 --> 00:13:19.100 E ovviamente poi dipende anche dalla 00:13:19.100 --> 00:13:20.779 potenza del computer che si utilizza, 00:13:20.779 --> 00:13:23.414 ma affinché imparasse a disegnare delle 00:13:23.414 --> 00:13:26.375 emoji realistiche, nemmeno di grandi dimensioni, 00:13:26.375 --> 00:13:28.294 ho dovuto lasciare il mio computer 00:13:28.294 --> 00:13:29.894 acceso per un paio di giorni 00:13:29.894 --> 00:13:31.735 e per ogni singolo test. 00:13:31.815 --> 00:13:34.375 In realtà esiste anche un servizio 00:13:34.855 --> 00:13:37.209 messo a disposizione da Google che 00:13:37.209 --> 00:13:39.370 si chiama Google Collab e per 00:13:39.370 --> 00:13:41.370 cui è possibile eseguire il codice 00:13:41.370 --> 00:13:43.850 direttamente sui computer di Google che, 00:13:43.850 --> 00:13:46.809 chiaramente, sono molto più potenti rispetto 00:13:46.809 --> 00:13:48.490 a quello che avevo io a disposizione. 00:13:48.845 --> 00:13:52.445 Tuttavia, questo servizio è gratuito ma 00:13:52.445 --> 00:13:54.125 solo per le prime ore, 00:13:54.125 --> 00:13:56.524 che decisamente non bastavano per raggiungere 00:13:56.524 --> 00:13:59.085 i risultati sperati e che mi 00:13:59.085 --> 00:14:00.125 ero prefissato. 00:14:00.125 --> 00:14:01.725 Un altro problema era appunto, 00:14:02.679 --> 00:14:03.720 come avevo detto prima, 00:14:03.720 --> 00:14:06.039 quello delle diversità di emoji. 00:14:06.039 --> 00:14:08.360 Questo l'ho risolto, come ho detto prima, 00:14:08.360 --> 00:14:10.919 suddividendole in vari sottogruppi, 00:14:10.919 --> 00:14:14.039 ma ovviamente questo significa diminuire anche 00:14:14.039 --> 00:14:15.799 la quantità di dati utili per 00:14:15.799 --> 00:14:18.705 addestrare la GAN e quindi ciò 00:14:18.705 --> 00:14:21.825 si traduce in risultati molto meno precisi. 00:14:21.825 --> 00:14:23.825 Un altro problema di cui soffrono 00:14:23.825 --> 00:14:26.625 in generale tutte le GAN e 00:14:26.625 --> 00:14:28.465 che appunto anche io ho riscontrato 00:14:28.465 --> 00:14:30.940 è invece quello che viene definito collasso. 00:14:31.259 --> 00:14:32.540 In poche parole, a un certo 00:14:32.540 --> 00:14:35.340 punto l'algoritmo inizia a creare delle 00:14:35.340 --> 00:14:37.100 immagini si vero simili, 00:14:37.259 --> 00:14:39.420 però quasi tutte uguali tra di loro. 00:14:39.420 --> 00:14:40.540 Negli ultimi anni, poi, 00:14:40.540 --> 00:14:43.100 questo problema è stato parzialmente o 00:14:43.100 --> 00:14:46.904 completamente risolto usando altri modelli e 00:14:46.904 --> 00:14:49.384 altre soluzioni che però io non 00:14:49.384 --> 00:14:51.625 ho sfruttato completamente nel progetto. 00:14:51.625 --> 00:14:52.664 Uno di questi metodi, 00:14:52.664 --> 00:14:54.985 ad esempio, che ho anche utilizzato 00:14:54.985 --> 00:14:58.664 è quello di utilizzare delle GAN condizionali. 00:14:59.579 --> 00:15:01.419 E puoi dirci cosa sono e 00:15:01.419 --> 00:15:03.179 che differenza c'è con quello di 00:15:03.179 --> 00:15:04.860 cui ci hai parlato finora? 00:15:05.740 --> 00:15:08.699 Sì, allora, finora appunto abbiamo parlato 00:15:08.699 --> 00:15:11.100 di GAN normali, ovvero quelle GAN 00:15:11.100 --> 00:15:13.659 che generano casualmente dei contenuti, 00:15:13.659 --> 00:15:15.355 nel mio caso delle immagini, 00:15:15.355 --> 00:15:18.075 in seguito a un addestramento con 00:15:18.075 --> 00:15:20.475 una quantità di dati eterogenei. 00:15:20.475 --> 00:15:23.914 Le GAN condizionali, o C-GAN invece, 00:15:23.914 --> 00:15:25.674 a differenza delle normali GAN, 00:15:25.674 --> 00:15:28.950 utilizzano delle informazioni aggiuntive, 00:15:28.950 --> 00:15:30.710 delle informazioni in più per creare 00:15:30.710 --> 00:15:32.550 o disegnare il contenuto. 00:15:32.629 --> 00:15:33.990 Nel caso delle emoji, 00:15:33.990 --> 00:15:36.629 questa informazione aggiuntiva era proprio il 00:15:36.629 --> 00:15:38.550 tipo di emoji, quindi se questa 00:15:38.550 --> 00:15:40.070 era una faccina, un cuore, 00:15:40.070 --> 00:15:42.230 una bandiera, una mano, 00:15:42.230 --> 00:15:43.110 eccetera eccetera. 00:15:43.524 --> 00:15:44.644 Nel caso dei numeri, 00:15:44.644 --> 00:15:46.804 invece, questo può essere ad esempio 00:15:46.804 --> 00:15:49.285 il numero da disegnare e così via. 00:15:49.285 --> 00:15:51.285 In pratica, ciò che si fa è, 00:15:51.285 --> 00:15:53.684 ogni volta che noi passiamo l'immagine 00:15:53.845 --> 00:15:58.165 all'intelligenza artificiale, dobbiamo dirle anche cos'è quell'immagine. 00:15:58.519 --> 00:16:01.160 E quando invece ne richiediamo una generata, 00:16:01.399 --> 00:16:03.960 dobbiamo anche specificarne la tipologia. 00:16:04.039 --> 00:16:05.000 Nel caso delle emoji, 00:16:05.000 --> 00:16:07.879 dunque, potevo generare in modo distinto 00:16:07.879 --> 00:16:11.159 delle immagini di specifiche categorie di emoji, 00:16:11.159 --> 00:16:13.764 risolvendo in parte dunque il problema 00:16:13.764 --> 00:16:15.445 delle immagini tutte uguali. 00:16:15.764 --> 00:16:19.125 Per capire le potenzialità delle GAN condizionali, 00:16:19.125 --> 00:16:21.605 ad esempio, online, esiste anche un 00:16:21.605 --> 00:16:24.485