Tuffarsi nel fiume successivo

Nel giugno 2023 ho lasciato SenseTime dopo averci lavorato per quasi dieci anni.

Quando me ne sono andato, non avevo un prodotto già validato né un piano aziendale completo. Non avevo nemmeno deciso con precisione che cosa avrei fatto.

Sapevo però che per me era arrivato di nuovo il momento di tuffarmi nel fiume successivo.

Non era la prima volta che cambiavo fiume, ma era la prima in cui farlo richiedeva di lasciare un’azienda.

Una scelta che continuo a fare

Sono passato da una scuola elementare rurale a una scuola media nel capoluogo della contea, poi ho studiato alla Nanjing University e ho proseguito gli studi alla Tsinghua University. Durante il corso post-laurea sono entrato in SenseTime, che aveva appena cominciato. Lì ho fondato prima il gruppo di rilevamento della vitalità e poi quello di visione industriale.

Guardando indietro, cambiamenti del genere sembrano avvenire ogni pochi anni.

Non facevano parte di un progetto di vita preparato in anticipo, né accadevano perché il lavoro precedente avesse perso significato. Semplicemente, dopo anni di impegno, sia il settore sia io maturavamo. Il lavoro non era necessariamente finito, ma non mi costringeva più a superare i miei limiti.

Per molti sarebbe una condizione ideale. A me, invece, mette inquietudine. Non amo una vita di cui riesco già a vedere la fine. Per questo, ogni tanto, ho bisogno di mettermi dentro un problema che non so risolvere, a volte senza sapere nemmeno da dove cominciare.

Il “fiume” non è un’azienda. Cambiare fiume non significa necessariamente dimettersi. È un campo che devo imparare da capo, qualcosa di difficile che ancora non so portare a compimento. Nei miei quasi dieci anni in SenseTime mi sono tuffato in due fiumi diversi.

Ma non sono una persona che cerca il cambiamento fine a se stesso. Dentro di me agisce un’altra forza, quasi opposta: il senso di responsabilità.

Detesto lasciare le cose a metà. Quando decido di fare qualcosa, voglio farla davvero e farla bene. Una forza mi spinge a cercare il fiume successivo; l’altra mi trattiene in quello precedente, per finire ciò che ho iniziato.

La mia partenza di quest’anno è stata il risultato di un lungo conflitto tra queste due forze.

Portare gli algoritmi nel mondo reale

Quando sono entrato in SenseTime facevo parte del reparto ricerca, ma il mio interesse è sempre stato rivolto alle applicazioni. Non volevo sapere soltanto se un algoritmo funzionasse sui dati sperimentali, ma se potesse entrare nel mondo reale e risolvere un problema concreto.

Il rilevamento della vitalità era una parte centrale del primo grande progetto applicativo di SenseTime. Prima avevamo già alcune buone demo di riconoscimento facciale. Ma davanti a un’applicazione davvero su larga scala scoprimmo che molti problemi di produzione restavano irrisolti, soprattutto gli attacchi al sistema online.

Il sistema riceveva più di un milione di accessi al giorno e, nei momenti di picco, affrontava persino centinaia di migliaia di attacchi in una sola giornata. La tecnologia doveva continuare a progredire, mentre il servizio già online doveva rimanere operativo. Spesso era un combattimento corpo a corpo. Lasciavamo l’ufficio alle tre o alle quattro di notte e, a volte, restavamo svegli fino al mattino.

Capitava spesso di lottare per un giorno e una notte, risolvere tutti gli attacchi noti e tornare a casa a dormire. Poco dopo esserci addormentati, il telefono suonava di nuovo: il sistema era stato violato un’altra volta.

Fu in quel processo che contribuimmo a sviluppare l’architettura end-to-end dei modelli di SenseTime per il riconoscimento facciale. Prima, molti algoritmi di deep learning erano impiegati solo in parti isolate e il sistema completo concatenava diverse fasi. Ma contro attacchi in continuo mutamento, metodi composti manualmente non riuscivano a iterare abbastanza in fretta. L’unica via che vedevamo era far apprendere direttamente dai dati un unico modello di deep learning end-to-end. All’epoca lo chiamavamo “modello unificato”.

Quel progetto mi fece capire per la prima volta che un algoritmo efficace in una demo non è ancora una tecnologia compiuta. Diventa davvero utilizzabile solo quando resiste ad accessi su larga scala, attacchi continui e ogni genere di situazione imprevista.

In seguito entrammo negli smartphone. Prima di ogni lancio, i produttori organizzavano test con centinaia di persone, mentre concorrenti e utenti continuavano a scoprire nuovi problemi. Questo ci costrinse a creare uno dei gruppi di test più grandi, per quanto ne sapevamo, tra le aziende di algoritmi di IA di allora, cercando di esaurire ogni possibilità.

Un problema di controluce si poteva riprodurre soltanto in uno specifico bagno maschile di uno degli uffici SenseTime. Un altro, che chiamavamo “volto a due luci”, appariva solo da un certo angolo sotto un determinato albero. Per far funzionare un prodotto in modo affidabile nella vita quotidiana di centinaia di milioni di persone, svolgemmo una quantità enorme di lavoro di questo tipo.

Alla fine portammo l’autenticazione dell’identità sugli smartphone ai vertici del mercato.

Questo fu il primo fiume in cui entrai in SenseTime. Il rilevamento della vitalità partì da una demo di ricerca, superò varie prove in applicazioni su larga scala e divenne infine un settore piuttosto maturo. Nel 2019, molti problemi che prima richiedevano esplorazioni rischiose potevano ormai essere risolti grazie all’esperienza accumulata. Non avevo finito tutto, ma sapevo di essere rientrato in una zona di comfort.

Così ricominciai a sentirmi irrequieto.

Restare in SenseTime e cambiare fiume

Nel 2019 non lasciai SenseTime. Scelsi di passare, all’interno della stessa azienda, dall’autenticazione dell’identità alla visione industriale.

Dopo molte ricerche e numerose discussioni con i responsabili dell’azienda e il gruppo commerciale, scegliemmo come primo progetto di visione industriale l’ispezione intelligente della catenaria C4 delle ferrovie ad alta velocità.

Con il gruppo di prevendita visitai molti centri di ispezione e uffici ferroviari. Quello che mi colpì di più fu il centro di Xuzhou. Quando arrivammo aveva appena piovuto. Il centro si trovava in una zona piuttosto isolata e percorremmo una strada fangosa, sprofondando a ogni passo.

All’interno c’erano file e file di computer. Gli ispettori passavano gran parte della giornata a guardare immagini per cercare possibili guasti nella catenaria ferroviaria. Quasi tutti avevano occhiaie scure. Dopo aver trovato un guasto, dovevano ancora percorrere migliaia di chilometri di ferrovia e risolvere ogni problema. A volte si trattava solo di una vite o di un dado allentati, ma dovevano comunque raggiungere il posto. Con il gelo o con il caldo torrido, la riparazione non poteva aspettare.

Il bisogno mi sembrò dolorosamente chiaro. Come minimo, dovevamo aiutarli nella parte che richiedeva più tempo: guardare le immagini.

Solo dopo aver iniziato scoprimmo quanto il problema fosse più difficile di quanto immaginassimo. Una catenaria comprende oltre cento tipi di componenti e più di mille tipi di difetti. Persino questi numeri emersero soltanto dopo ripetuti conteggi e classificazioni con i colleghi sul campo. Gran parte delle ispezioni si basava sull’esperienza, mentre documenti e dati storici erano sparsi in luoghi diversi. Dovemmo raccogliere tutto da zero, lavorare accanto alle persone sul campo e comprendere ogni voce di guasto, una per una. Il processo durò quasi due anni.

La sfida più grande era la scarsità di campioni. I guasti sulle linee ad alta velocità sono per natura molto rari. Alcuni possono non verificarsi nemmeno una volta all’anno, ma avere conseguenze gravi quando accadono. Non potevamo aspettare di raccogliere abbastanza campioni. Dovevamo riprogettare i metodi sulla base delle condizioni reali.

Alla fine il progetto riuscì e venne applicato su larga scala.

La visione industriale fu il secondo fiume in cui entrai in SenseTime. Non cambiai azienda, ma cambiò quasi tutto ciò che conoscevo: problemi, dati, clienti, criteri di valutazione e modo di lavorare. Tornai a essere un principiante e, insieme al gruppo, riuscimmo a realizzare qualcosa che prima non sapevamo fare.

È per questo che dico che il fiume non è l’azienda. Ciò che mi attira davvero non è lasciare un luogo, ma entrare in un problema più difficile.

Il 2022 in cui non cambiai fiume

Dopo la quotazione in borsa, SenseTime cominciò ad affrontare nuove pressioni finanziarie e di risorse. Nello stesso tempo, la precedente ondata della visione artificiale entrava gradualmente nella maturità, mentre la successiva non era ancora apparsa con chiarezza. Molte cose erano limitate dalle risorse, dal mercato o dai confini della tecnologia e non potevano più avanzare rapidamente come prima.

Per tutto il 2022 fui piuttosto scoraggiato o, per dirla in un altro modo, un po’ rassegnato. Cominciai a lavorare con orari normali.

Non c’è nulla di sbagliato in questa frase. Un orario regolare è la vita normale di molte persone. Ma io avevo sempre trattato il lavoro come una startup. Entrando all’improvviso in quello stato, mi sentii invece profondamente demoralizzato.

In superficie, quella vita era molto più comoda di prima. Non mi svegliavo ogni giorno con un nuovo problema da risolvere, né passavo più così tante notti in bianco per un guasto online. Eppure era proprio quella comodità a pesarmi: cominciavo a immaginare come sarebbe stata la mia vita alcuni anni dopo se nulla fosse cambiato.

Non me ne andai subito. A trattenermi fu il senso di responsabilità.

L’ispezione ferroviaria aveva funzionato, ma non eravamo riusciti nell’ispezione della qualità nelle fabbriche automobilistiche e non avevamo finito il braccio robotico industriale intelligente. Volevo continuare quel lavoro. Mi era difficile accettare di aver fondato un gruppo e scelto una direzione per poi andarmene nel momento più difficile.

Una forza mi diceva di cercare il fiume successivo; l’altra che il lavoro davanti a me non era ancora concluso.

Nel 2022, la seconda forza era più intensa.

Vidi il fiume successivo

ChatGPT apparve alla fine dell’anno scorso. GPT-4 arrivò nella prima metà di quest’anno. Il vecchio equilibrio si spezzò.

Allora ebbi una sensazione molto forte: la visione artificiale aveva perso la propria roccaforte.

Il futuro non sarebbe stato composto da modelli separati per testo, immagini e voce. La visione artificiale non sarebbe scomparsa, ma sarebbe diventata una parte del modo in cui i modelli generali comprendono il mondo. Prima consideravamo la visione un centro tecnologico completo; ora stava emergendo un’era più ampia di intelligenza generale.

Non era un altro aggiornamento tecnico interno alla visione artificiale. Era cambiata la corrente principale dello sviluppo tecnologico.

Vidi di nuovo un fiume di cui non conoscevo ancora le correnti.

In passato potevo cambiare fiume senza lasciare SenseTime. Il passaggio dall’autenticazione alla visione industriale nel 2019 era stata una scelta di quel tipo. Questa volta, però, il fiume successivo non si trovava sul prolungamento del mio lavoro precedente. Volevo entrare nell’intelligenza generale e nelle nuove applicazioni che avrebbe creato.

Il mio ruolo e le mie responsabilità erano ancora nella visione industriale. Se fossi rimasto, avrei dovuto dedicarmi interamente a quel lavoro. Non avrei dovuto portare le responsabilità attuali mentre preparavo, parallelamente, la mia prossima destinazione.

Per tuffarmi davvero nel fiume successivo, dovevo prima lasciare il ruolo precedente.

Nella prima metà dell’anno divenne sempre più difficile restare fermo. Non sapevo quali prodotti avrebbe creato la nuova tecnologia, né che cosa avrei potuto fare al suo interno. Ma sapevo che, se avessi aspettato di capire tutto, avrei potuto perdere gli anni in cui era più importante cominciare a imparare.

Le cose davvero importanti raramente arrivano a un momento in cui si può dichiarare che sono “del tutto finite”. Se responsabilità significa aspettare che ogni problema sia concluso, una persona potrebbe non fare mai una nuova scelta.

Gradualmente capii che responsabilità non significa soltanto restare. Anche restare è una scelta e richiede di accettarne le conseguenze. Il senso di responsabilità non può diventare una ragione per rimandare una decisione all’infinito.

Così, nel giugno di quest’anno, lasciai SenseTime.

Perché me ne andai senza una risposta

Prima di partire, non preparai di nascosto una startup fuori dal lavoro, né pensavo di portare via l’attività che SenseTime stava sviluppando per fondare un’azienda mia.

Se lavoravo ancora per un’azienda, con la responsabilità di consegnare il suo lavoro e usando le risorse che mi forniva, mentre dentro di me pensavo a come preparare la destinazione successiva, avrei sentito di non essere onesto verso il lavoro attuale.

Questo significava che, quando mi dimisi, non ero davvero pronto.

Non ero impreparato perché non prendessi sul serio l’imprenditorialità, ma perché, fino al momento di andarmene, prendevo ancora sul serio il lavoro precedente.

Potevo soltanto partire prima e cercare la risposta dopo.

Saper nuotare non significa conoscere ogni fiume. Non si può nemmeno restare sulla riva finché non si comprende completamente la corrente, per poi tuffarsi. Alcune conoscenze si acquisiscono solo nell’acqua e certe direzioni diventano visibili solo dopo aver cominciato a muoversi.

Questa volta cambiare fiume significava lasciare il lavoro. Ma ciò che mi spinse non fu il desiderio di dimettermi: fu la comparsa del fiume successivo.

Scegliere il lato delle applicazioni

Dopo l’arrivo di ChatGPT, discussi con alcuni amici una domanda: se arriverà l’AGI, l’intelligenza finirà concentrata nelle mani di poche piattaforme oppure sarà condivisa da più persone?

Il mio giudizio era che alla fine si sarebbe necessariamente diffusa.

Non posso dimostrarlo rigorosamente. La mia intuizione è semplicemente che l’universo stesso non è un sistema centralizzato. Il mondo reale è formato da innumerevoli persone, dispositivi, ambienti e problemi locali. Se l’intelligenza vuole entrarci davvero, dovrà anch’essa esistere in innumerevoli forme. L’addestramento dei modelli fondazionali può concentrarsi in poche aziende, ma le applicazioni dell’intelligenza non apparterranno soltanto a poche piattaforme.

Per questo non voglio costruire modelli fondazionali. Preferisco creare applicazioni che usino la nuova intelligenza per rispondere, una per una, a esigenze concrete.

Questa scelta viene anche dalla mia vita.

Sono cresciuto in campagna. Dalle elementari alle medie, passavo molte vacanze e ore libere nei lavori agricoli di famiglia. Ho seminato, distribuito fertilizzanti e pesticidi, guidato trattori e allevato animali. Durante le vacanze mi consideravo un agricoltore in ogni senso concreto.

Mi piaceva il senso di realizzazione dato da quel lavoro. Che le colture crescessero bene o che gli animali fossero allevati bene, il risultato era diretto e visibile. Se svolgevi il lavoro un po’ meglio, la vita di una famiglia migliorava un po’.

All’università feci molti lavori part-time e organizzai con alcuni compagni un corso estivo. Reclutavamo gli studenti, riscuotevamo le quote e insegnavamo da soli. Quell’estate tutti i partecipanti guadagnarono abbastanza per coprire le spese dell’anno seguente.

Durante gli studi post-laurea lavorai come tutor privato. In seguito, quando SenseTime aveva appena cominciato e il suo ufficio era ancora una camera del Wenjin Hotel vicino al cancello sud di Tsinghua, entrai come uno dei primi dipendenti fondatori.

In apparenza, queste esperienze hanno poco in comune. Ma mi davano soddisfazione nello stesso modo: risolvendo un problema reale e vedendo qualcosa cambiare grazie al mio contributo.

Così, quando apparve la nuova era dell’intelligenza generale, mi schierai di nuovo istintivamente dalla parte delle applicazioni. Ciò che mi interessa non è come dimostrare che una tecnologia sia più potente, ma che cosa potrà fare alla fine per una persona concreta.

Dopo il tuffo

Entrare nel fiume successivo non significava sapere subito in quale direzione nuotare.

Nei primi mesi dopo aver lasciato SenseTime, continuai per istinto a cercare opportunità nel luogo che conoscevo meglio. Con un amico provai alcuni prodotti legati alle immagini. Dopotutto, quasi dieci anni del mio lavoro erano stati dedicati alla visione artificiale. Partire da lì sembrava la scelta più naturale.

Ma dopo un po’ sentii sempre più chiaramente che la direzione non era quella giusta. Il problema non stava necessariamente nei prodotti, ma nel fatto che partivamo ancora da ciò che sapevamo fare, invece che da ciò di cui gli utenti avevano davvero bisogno.

Dopo aver portato un martello per dieci anni, anche cambiando stanza, è facile continuare a vedere chiodi dappertutto.

Compresi che entrare in un campo nuovo non significa soltanto cambiare posto e continuare a usare i metodi che avevano funzionato in passato. Ricominciare davvero richiede di mettere temporaneamente da parte le risposte che conosciamo meglio.

Così mi posi una domanda: se ignorassi l’esperienza tecnica accumulata nei dieci anni precedenti, quale prodotto di IA desidererei di più per me stesso?

La mia risposta fu: le note.

Il prodotto che desideravo di più

Dalle scuole medie seguo una regola: “Non leggere senza scrivere e prendere appunti.” Per me, le note non sono mai state soltanto un luogo in cui conservare informazioni. Sono un’estensione della memoria e una parte del pensiero.

Spesso vengono chiamate “secondo cervello”, ma questo presunto secondo cervello non è davvero intelligente.

Inseriamo le cose, ma dobbiamo ancora organizzarle, cercarle, collegarle e capire da soli come recuperarle. Somiglia più a un disco rigido esterno che a un altro cervello.

Questa generazione di grandi modelli mi ha fatto credere per la prima volta che la situazione possa cambiare alla radice. Le note del futuro forse non conserveranno soltanto ciò che una persona ha scritto. Potranno comprenderlo, trovare collegamenti, aiutarci a ricordare quando serve e persino partecipare al nostro pensiero.

Non voglio creare un software per note a cui siano state aggiunte alcune funzioni di IA, ma un secondo cervello davvero intelligente.

L’intelligenza generale è il fiume successivo in cui mi sono tuffato. Le note intelligenti sono la prima direzione verso cui ho deciso di nuotare una volta entrato.

Non sono ancora arrivato all’altra riva

In precedenza avevo fatto molte cose con caratteristiche imprenditoriali. Organizzare il corso estivo all’università era stata un’impresa informale. Entrare in SenseTime ai suoi inizi significava partecipare a una startup. Fondare dentro SenseTime i gruppi di rilevamento della vitalità e visione industriale somigliava molto a fare impresa dentro un’azienda.

Ma questa volta era diverso. Nel giugno di quest’anno, per la prima volta, ho lasciato un’azienda, mi sono messo interamente davanti al mercato e ho cominciato a fare l’imprenditore a tempo pieno nel senso vero del termine.

Oggi è il 31 dicembre 2023. È passato mezzo anno da quando ho lasciato SenseTime.

Non ho ancora trovato le risposte a tutte le domande, né ho raggiunto una riva che possa essere chiamata successo. Sto imparando molte cose in cui prima non ero bravo: costruire un prodotto, capire un mercato e fare in modo che i due coincidano.

Per molti questo stato potrebbe essere doloroso. A me dà invece una familiarità che mi mancava da tempo, perché sono tornato in un luogo in cui non conosco le risposte.

Questo è il primo articolo del mio blog personale. Non lo scrivo perché il viaggio sia finito, ma perché voglio registrare, nel momento in cui comincia davvero, perché sono partito. In futuro continuerò a scrivere qui di tecnologia, prodotti e persone, oltre che delle cose che sto creando.

Non so dove finirà per scorrere questo fiume.

Ma guardando indietro, alcuni importanti cambiamenti della mia vita sono iniziati tutti dalla stessa scelta: dopo aver dedicato abbastanza tempo a un campo e aver scoperto che stavo entrando gradualmente in una zona di comfort, iniziavo a cercare il fiume successivo.

Nel giugno di quest’anno ho fatto di nuovo quella scelta.

Sono ancora nell’acqua.