""L'intelligenza artificiale ci aiuta a comprendere fatti sempre più complessi".
Dal 2003, Joachim Buhmann ha contribuito allo sviluppo esplosivo dell'apprendimento automatico come professore dell'ETH. Non si preoccupa del progresso tecnico, ma di come la società lo affronta. Poco prima del suo pensionamento, ripercorre la sua carriera.
Joachim Buhmann, perché è diventato uno scienziato?
Buhmann: C'è una grande risposta di Luc Ferry, filosofo francese ed ex ministro dell'Istruzione. Si tratta della domanda sul perché le persone vogliono lasciare qualcosa dopo la loro morte. Questo obiettivo può essere raggiunto producendo e allevando una prole o educando e ispirando altri come insegnanti. Secondo Ferry, tuttavia, l'eredità più grande è quella lasciata dagli scienziati, che danno un contributo duraturo all'umanità intera grazie alle conoscenze acquisite. Se io abbia avuto successo o meno, spetta ad altri giudicarlo. Tuttavia, credo che come scienziato abbia almeno cercato di rispondere a domande importanti e di ottenere nuove conoscenze, e alcuni dei miei dottorandi hanno sicuramente portato via nuove conoscenze che hanno poi sviluppato ulteriormente.
All'inizio della sua carriera sapeva già di voler fare ricerca in un'università?
Buhmann: Era una specie di ideale, ma non sono mai stato ossessionato dall'idea di dover diventare professore. Dopo il periodo di postdoc in California, ero abbastanza aperto all'idea perché i miei figli erano già grandi. Io e mia moglie abbiamo avuto i nostri figli a vent'anni e sono diventato professore straordinario all'Università di Bonn all'età di 32 anni. Sono convinto che la fortuna abbia giocato un ruolo nella mia carriera. Sarebbe potuta andare molto diversamente.
Avresti avuto un piano B?
Buhmann: Il mio piano B sarebbe stato quello di entrare in un laboratorio di ricerca o nell'industria. Negli anni '90 c'erano già delle possibilità nel campo dell'apprendimento automatico, anche se non così tante come oggi.
Informazioni sulla persona
Joachim Buhmann è stato professore di Informatica pratica all'Università di Bonn dal 1992 al 2003, prima di accettare l'offerta dell'ETH di Zurigo di diventare professore ordinario di Informatica. Il suo insegnamento e la sua ricerca si sono concentrati su questioni relative al riconoscimento dei modelli e all'analisi dei dati, tra cui l'apprendimento automatico, la teoria dell'apprendimento statistico e la statistica applicata. Il professore Buhmann ha assunto importanti funzioni amministrative presso l'ETH. Tra queste, la posizione di prorettore per lo studio (2014-2018) e di capo dell'Istituto per l'apprendimento automatico (2014-2023). Dal 2017 è anche membro del Consiglio di ricerca del Fondo nazionale svizzero.
Lei ha studiato fisica all'Università Tecnica di Monaco e ha poi conseguito un dottorato in biofisica teorica. Come è arrivato all'apprendimento automatico?
Buhmann: Il mio supervisore di dottorato era un biofisico teorico, ma la mia ricerca si è concentrata sulla capacità di memorizzazione delle cosiddette reti Hopfield. Si tratta di un tipo particolare di rete neurale artificiale. Se si studiano modelli di questo tipo, si viaggia già in linea di massima nello stesso giardino accademico dell'informatica. Non si tratta più solo di fisica pura, perché non si tratta di materia inanimata, ma di elaborazione delle informazioni. A quel tempo, quest'area non era ancora pienamente presente nell'informatica, ma fa chiaramente parte della materia. Più tardi nella mia carriera, mi sono trasferito a Bonn e ho continuato a lavorare nel campo delle reti neurali come professore straordinario di informatica pratica.
Perché sei venuto all'ETH?
Buhmann: A Bonn non avevo opportunità di promozione. A 43 anni mi è stata data l'opportunità di diventare professore ordinario all'ETH di Zurigo. L'ETH godeva di un'ottima reputazione, allora come oggi, anche se l'Università di Bonn, in Germania, era anch'essa eccellente nel campo della matematica, dove all'epoca si trovava l'informatica. Io e mia moglie avevamo già costruito una casa a Bonn, ma dato che i nostri figli avevano quasi finito la scuola, un cambiamento era una scelta ovvia in quel momento.
Di cosa si è occupato principalmente nella sua carriera di ricercatore?
Buhmann: Anche prima di approdare all'ETH di Zurigo, lavoravo sulla questione di come i cosiddetti algoritmi di raggruppamento classificano i loro dati in gruppi diversi. Questa assegnazione funziona in modo diverso dagli algoritmi di classificazione. Negli algoritmi di classificazione, i dati vengono solitamente annotati manualmente da un uomo e gli algoritmi vengono poi addestrati con queste annotazioni. Ad esempio, si desidera classificare automaticamente le immagini di cani e gatti in due gruppi e si utilizza un set di dati di addestramento per specificare che un'immagine deve essere classificata nel gruppo "cane" o nel gruppo "gatto".
Non esistono etichette definite in precedenza per gli algoritmi di raggruppamento, quindi non esiste una classe predefinita "cane" o "gatto". Tuttavia, l'algoritmo dovrebbe etichettare tutti gli oggetti alla fine. Ora volevo scoprire come procedono gli algoritmi di raggruppamento se non esiste una misura di qualità da utilizzare come guida.
A cosa servono questi algoritmi?
Buhmann: Ho applicato questa teoria in diversi progetti biologici e medici. L'approccio degli algoritmi di raggruppamento riflette la situazione di un medico che deve prevedere la probabilità di sopravvivenza del proprio paziente a partire da un'immagine radiografica e da altre fonti di informazione.
Come è cambiato il suo campo di ricerca negli ultimi vent'anni?
Buhmann: Non avevo previsto che il mio campo di ricerca sarebbe esploso così tanto negli ultimi 15 anni. Sono tempi incredibilmente eccitanti. L'attuale crescita dell'intelligenza artificiale riguarda tutte le scienze e, per me, è paragonabile all'introduzione della meccanica quantistica in fisica. Quando sono entrato nel Dipartimento di informatica, quasi nessuno si interessava all'apprendimento automatico. Oggi esiste un Istituto per l'apprendimento automatico con 11 professori.
Vede con preoccupazione o con entusiasmo gli sviluppi nel campo dell'intelligenza artificiale?
Buhmann: Non sono preoccupato per gli sviluppi della scienza. La mia preoccupazione, se c'è, è che la società possa non comprendere o prevedere a sufficienza le conseguenze di questi progressi scientifici. L'intelligenza artificiale è una tecnologia che migliora il pensiero umano, ampliando enormemente i limiti della capacità umana di memorizzare fatti e cogliere la complessità. Questo perché il cervello umano tende a ignorare i dettagli e a concentrarsi sul quadro generale, cioè ad astrarre. È un'importante missione educativa che la società impari come questi sistemi possano essere utilizzati in modo eticamente corretto. È necessario sviluppare nuove procedure per garantire trasparenza, responsabilità ed equità nell'uso di questi programmi.
All'ETH lei è stato sia ricercatore che docente e ha assunto diversi ruoli amministrativi. Come giudica il suo periodo da prorettore?
Buhmann: Ci si trova di fronte a questioni che si collocano all'interfaccia tra l'insieme di regole prefabbricate e un giudizio empatico ed eticamente corretto dei singoli casi. Le decisioni che prendete limitano in modo significativo le possibilità di vita di una persona. Ad esempio, dovete decidere se una persona debba essere esclusa dagli studi. Questa decisione deve essere necessariamente accompagnata da un'ottima ragione e non deve essere basata sulla casualità di un processo. Il ruolo di prorettore è stato certamente una sfida, ma credo di essere stato in grado di contribuire con soluzioni sensate e con senso della misura.
C'è qualcosa che ha imparato durante il suo mandato di prorettore?
Buhmann: Sono diventato uno scienziato innanzitutto per fare ricerca. Tuttavia, oltre a produrre nuove conoscenze, come docente universitario ho anche la responsabilità di trasmettere le conoscenze esistenti. Durante il mio incarico di prorettore, ho imparato che la priorità dell'università è sempre l'insegnamento e la ricerca è al secondo posto. Tuttavia, poiché la qualità della ricerca è più facile da misurare, spesso le viene data più importanza dell'insegnamento. Gli studenti delle università dovrebbero essere formati innanzitutto per diventare intelligenti risolutori di problemi, in grado di prendere decisioni sensate anche in condizioni di grande incertezza, indipendentemente dal fatto che vadano a lavorare nell'industria o rimangano all'università.
Lei andrà in pensione il prossimo luglio, ha qualche progetto concreto per il dopo?
Buhmann: La mia famiglia è relativamente numerosa. Presto avremo il nostro ottavo nipote. Sono sicuro che avrò molto lavoro da fare. Dal punto di vista professionale, non mi sono preparato per un lavoro di follow-up diretto e non lo sto cercando attivamente. Tuttavia, vorrei mantenere i miei contatti con l'Istituto e cercare di rendermi utile come professore emerito. Penso anche che continuerò a fare ricerca, ma probabilmente meno di prima. Vorrei anche contribuire con il mio tempo e la mia esperienza alle pubbliche relazioni per sostenere la società in questa transizione digitale.
Leggi l'intervista lunghezza completa sul sito web del Dipartimento di informatica.