C’è ancora qualcuno che considera Amazon come un’azienda che gestisce un portale di e-commerce. La realtà dei fatti non è ovviamente questa. Il gruppo capitanato da Jeff Bezos, già da tempo, ha allungato i suoi tentacoli verso mondi differenti, ottenendo discreti successi ma anche sonore sconfitte (pensiamo allo smartphone Fire Phone). Gli aspetti più innovativi del percorso imprenditoriale di Amazon vanno nella direzione del machine learning e del deep learning. Insomma, dietro al marchio c’è molto di più di una semplice famiglia di e-book reader o della consegna della merce in poche ore dall’ordine fatto via Prime Now. In settimana la multinazionale ha rilasciato su GitHub, con licenza open-source Apache, una libreria chiamata DSSTNE, che contiene tutte le istruzioni per costruire modelli informatici di deep e machine learning.
A cosa serve
Il campo del deep learning, inserito nel più ampio machine learning, comprende la possibilità di sviluppare reti neurali artificiali partendo da particolari dati, per far si che, da sole, arrivino a realizzare deduzioni e conclusioni, dando vita a nuove informazioni. Un po’ quello che succede con l’esperienza umana, quando un piccolo dataset di elementi generali può bastare per capire come affrontare un problema, facendo tesoro degli errori e mettendo da parte la soluzione per le volte successive. Non si tratta certo di un ambito di studio nuovo per le compagnie hi-tech, anche quelle più famose. Ad esempio Netflix è molto attiva nel campo, con il fine di realizzare un sistema che sia in grado di capire più a fondo le preferenze degli utenti, oppure Google che con gli algoritmi predittivi migliora costantemente il suo assistente personale Now. Quello che cambia è che Amazon, oltre ad accelerare nello studio del deep learning, ha deciso di rendere il suo lavoro open source, quindi aperto alla community di ricercatori e appassionati: “Abbiamo reso DSSTNE open source – ha spiegato l’azienda – con la convinzione che il deep learning possa andare oltre il riconoscimento del linguaggio e degli oggetti, per addentrarsi in molte altre aeree. Speriamo che gli sviluppatori di tutto il mondo vogliano aiutarci e, soprattutto, speriamo che DSSTNE sproni l’innovazione su larga scala”. Qui è possibile leggere tutta la documentazione e scaricare il pacchetto.
