Il video della mosca che gioca a Beat Saber sta girando ovunque. Vale la pena capire cosa mostra davvero, perché la parte che stupisce e la parte che conta non sono la stessa.
Il connettoma completo del moscerino della frutta, ricostruito con l’aiuto dell’AI.
Cosa è stato pubblicato davvero
Il 3 settembre HHMI Janelia e Google Research hanno pubblicato la prima mappa completa del cervello e del sistema nervoso centrale di un moscerino della frutta maschio. Oltre 166.000 neuroni, quasi 11.700 tipi di cellule diverse, anni di lavoro, e intelligenza artificiale usata per ricomporre milioni di immagini bidimensionali in ricostruzioni tridimensionali.
Poi è successo quello che succede sempre
Il giorno dopo uno sviluppatore indipendente ha caricato quel connettoma dentro Minecraft. Cinque giorni dopo un altro ha pubblicato la clip di Beat Saber. Da lì in avanti il video ha fatto il giro del mondo, e la mappa è rimasta dov’era.
Il paradosso
La parte spettacolare del video è quella scritta da un umano. Lo ha chiarito lo stesso autore: il modello non stava giocando davvero. Il sistema motorio ripeteva una sequenza registrata, mentre visione e gameplay erano ancora in allenamento.
È chi costruisce la demo che decide cosa la rete percepisce e come la sua attività diventa movimento. La parte scientifica, quella che quasi nessuno guarda, è la mappa. Ed è enorme.
Succede identico nelle aziende
Il prototipo che convince il comitato è spesso quello con più lavoro manuale dentro. Funziona su tre casi scelti bene, e su quei tre è perfetto. Poi si prova a metterlo in produzione e ci si accorge che il pezzo generalizzabile era un altro, molto meno fotogenico: i dati, e chi li tiene puliti.
La domanda da fare prima di entusiasmarsi
Quale pezzo sta producendo questo risultato? Se la risposta è una sequenza scritta a mano per l’occasione, quello che avete visto è una promessa, non un risultato. Non è un motivo per fermarsi, è un motivo per sapere che cosa resta da fare.
In sintesi. La clip virale mostrava una sequenza registrata, la notizia era la mappa. Nelle riunioni vale lo stesso: prima di decidere, chiedere quale pezzo sta reggendo la dimostrazione.
Distinguere una demo da un sistema che regge è la prima cosa che facciamo insieme ai clienti. Nella guida degli Ethos Lab AI ci sono gli strumenti per provare da soli, e capire dove finisce l’effetto e dove comincia il lavoro.
Questo articolo nasce da un post pubblicato su LinkedIn.
