Miguel, tu passi ogni giorno a pensare come l’intelligenza artificiale possa essere utilizzata per ottimizzare le reti mobili. Cosa c’è di speciale nei metodi IA che li rende adatti a Rohde & Schwarz?
I nostri metodi di machine learning mirano a ciò che chiamiamo "ottimizzazione guidata" delle reti mobili. Prendendo in considerazione la dimensione temporale dei dati di test, emergono comportamenti strani nella rete, per esempio cali improvvisi di KPI o glitch che influenzano le prestazioni della rete. Sono fenomeni che sarebbero molto difficili da rilevare con altri metodi statistici standard. Inoltre, i nostri metodi aiutano anche a effettuare prove comparative tra diversi operatori, assegnando un punteggio ai loro test sulla base di un processo di apprendimento che esamina centinaia di migliaia di altri test eseguiti in numerose condizioni diverse della rete. Questi punteggi ottenuti attraverso il machine learning misurano le prestazioni dei test in condizioni di rete reale, il che ci offre un punto di vista unico e nuovo per confrontare i risultati dei test.
Qual è il vantaggio dell’IA rispetto agli analisti umani?
Principalmente il risparmio di costi, in quanto riduce il lungo tempo che un analista umano impiegherebbe per rivedere migliaia di ore di dati di test mobili al fine di estrarre le regole che darebbero un punteggio a un test o rileverebbero una condizione di rete anomala. Con il machine learning, queste regole vengono apprese automaticamente dai dati. L’analista umano può quindi concentrarsi solo sui test che servono per effettuare ulteriori analisi, al fine di trovare una buona soluzione per l'ottimizzazione della rete.
Siamo interessati al suo percorso di carriera. Come è avvenuto il suo primo incontro con l’IA?
Qualche anno fa, ho iniziato a vedere applicazioni basate sull’intelligenza artificiale in grado di fare cose che non avevo idea di come far accadere usando il software convenzionale. Presto ho compreso che sarei diventato obsoleto come software engineer se non avessi imparato di più sulle tecniche dell'intelligenza artificiale. Mi sono iscritto a una nanolaurea su Udacity, ho frequentato una scuola estiva di deep learning e ho iniziato il mio dottorato in IA applicata alla musica.
Quali aspetti dell’IA trova più affascinanti?
Sono particolarmente affascinato dal sottocampo IA del deep learning, con il quale possiamo creare applicazioni software che prima erano impensabili. Il deep learning può essere visto come un enorme salto nel livello di automazione che possiamo raggiungere con il software. Poiché il software e i dati sono ovunque, il deep learning ha il potenziale di cambiare ogni settore dell’economia.
Fa parte della nostra filosofia aziendale dare ai nostri dipendenti la massima libertà possibile per trasformare le loro idee in realtà. Cosa le piace di più di Rohde & Schwarz?
Sono un grande sostenitore di questa cultura, che mostra fiducia nei dipendenti e crea in cambio un ambiente di lavoro sano. Apprezzo particolarmente la possibilità di lavorare da casa, il che mi aiuta a concentrarmi meglio sul lavoro e a stare al passo con le nuove tecnologie emergenti.
E infine, vorremmo chiedere un consiglio a tutti coloro che vorrebbero sviluppare da soli metodi di IA. Di quali competenze avrebbero sicuramente bisogno?
Comprendere cosa è possibile con il deep learning e cosa non lo è, è fondamentale per costruire applicazioni IA che siano robuste e utili.
Grazie per l’intervista molto informativa, Miguel!