L'intelligenza artificiale nelle aziende



Si fa un gran parlare di intelligenza artificiale; ogni previsione sul futuro è condita da questo termine, sia che si tratti di visioni futuristiche che di consigli per innovare le aziende.

L'introduzione della IA nei sistemi che guidano l'evoluzione è stata paragonata all'introduzione del PC negli anni '80, o a quella di Internet, dei primi sistemi di posta elettronica; come oggi sarebbe impossibile pensare di poter lavorare senza queste tecnologie, così tra pochi anni sarà impossibile non utilizzare sistemi di intelligenza artificiale.

Nelle prossime righe vorrei cercare di spiegare cosa si intende per intelligenza artificiale e come può essere introdotta all'interno dei meccanismi di funzionamento dei sistemi informatici.

Cos'è l'intelligenza artificiale.


Partiamo con un concetto molto ampio, per poi definirne uno più stringente.

In linea di massima quando si parla di intelligenza artificiale vengono sottesi tre concetti di base:

  1. Big data, cioè grandi quantità di dati a disposizione. Come vedremo, per implementare IA non è necessario avere grandi dati a disposizione, quanto piuttosto usarne.
  2. Potenza computazionale; quantunque si riesca ad emulare semplici sistemi IA anche con un singolo PC, la produttività economica diventa possibile quando si hanno a disposizione buone risorse computazionali in termini di CPU/GPU e di memoria a disposizione; le attuali configurazioni a base cloud rendono possibili e dimensionabili queste risorse
  3. Algoritmi adatti ad utilizzare questi dati; si tratta di utilizzare la matematica e la statistica sulle grandi basi di dati. La materia è piuttosto recente; benchè alcuni di questi algoritmi fossero presenti da anni richiedevano potenze computazioni che solo oggi abbiamo; in altri casi si tratta di studi ex-novo disponibili soprattutto a livello di papers universitari.
Da questi primi tre punti si può dedurre cosa sia l'intelligenza artificiale; per arrivare ad una definizione più stringente è necessario approfondire introducendo il concetto di apprendimento artificiale.
Per questoi punti precedenti ne aggiungiamo due:

  1. Machine learning, cioè la modalità che hanno le macchine di 'imparare' qualcosa, e
  2. Deep learning, che implica la possibilità di stratificare questi meccanismi di apprendimento, aggiungendo ad un primo 'strato' di conoscenze acquisite un secondo strato che utilizza le prime per 'costruirne' delle altre.
A questo punto possiamo definire in modo più preciso l'intelligenza artificiale; quando il machine learning utilizza meccanismi che simulano il funzionamento del cervello secondo lo schema neurone-dendriti possiamo dire si essere in presenza di intelligenza artificiale.

A ben vedere, anche questa definizione potrebbe essere ridefinita, in quanto il cervello umano ha neuroni specializzati, uno diverso dall'altro, mentre nel caso della IA si suppone che siano tutti uguali; possiamo tuttavia considerare l'applicazione di algoritmi di apprendimento su grandi basi di dati e forte capacità computazionale come una delle possibili definizioni di intelligenza artificiale.

Bene; che me ne faccio dell'intelligenza artificiale in azienda?


E' necessario ancora un passo per poter rispondere a questa domanda.
L'intelligenza artificiale 'funziona' mettendo insieme due momenti distinti:

  1. L'analisi di grande quantità di dati per 'formare' l'intelligenza
  2. La azione specifica per 'usare' l'intelligenza formata.

La prima parte è quella che viene detta to train a model e che potremmo chiamare 'allenare un modello di intelligenza'. In questa fase grandi quantità di dati vengono sottoposte agli algoritmi che ne estraggono i rapporti tra loro; questa fase può durare ore, o giorni. Come esempio, potremmo utilizzare:

  • ·         il 'fare leggere' al sistema grandi quantità di immagini,
  • ·         o di documenti,
  • ·         o di sequenze di funzionamento di un sistema.


In questo momento si 'forma' la IA , non la si utilizza.

La seconda parte è quella che mette in atto le potenzialità dell'intelligenza formata e tipicamente ha un funzionamento istantaneo, legato alla necessità del momento nel prendere una decisione o definire un dato. Riprendendo gli esempi di prima potremmo citare:

  • il riconoscere il contenuto di una immagine sottoposta al sistema, descrivendone il contenuto
  • il riconoscere e classificare il documento caricato
  • il riconoscere l'attuale sequenza sottoposta al sistema (es, i movimenti del mouse di un utente) per valutarne le probabilità di comportamento futuro

Quindi nel definire come posso utilizzare la IA in azienda devo capire chi mette la base di dati con cui allenare il modello e dove invece intervengo per utilizzare l'intelligenza formata.

Ok, ci sono. E ora come lo utilizzo in azienda?


Facciamo alcuni esempi.

Primo caso: elaborazione speech-to-text di una telefonata.

In questo caso ciò che voglio fare è la traduzione in testo di una telefonata audio. Un tempo questo lo si cercava di fare utilizzando programmi preimpostati, ma solo l'utilizzo della IA ha consentito di avere risultati ottimali.

Il servizio è normalmente offerto dai grandi player (Google, Microsoft, Amazon etc.) che hanno allenato il modello con milioni di frasi; lo mettono a disposizione tramite API, cioè tramite un servizio. In questo caso l'azienda si interfaccia fornendo il file audio ed il servizio risponde in tempo reale con un testo.

L'azienda in questo caso acquista il servizio che utilizza.

Una volta ottenuto il testo su di esso si possono eseguire diverse operazioni: una analisi semantica o lessicale, una traduzione seguita eventualmente da uno speech-to-text in modo da sentire in altra lingua la telefonata; sono evoluzioni sulle quali per ora non ci addentriamo.

Secondo caso; riconoscimento di un oggetto in una foto o video.

Non è che una evoluzione del servizio precedente; questa volta si fornisce al servizio acquistato una immagine, o un video, ricevendo in risposta un on/off quando viene riconosciuto un oggetto o una classificazione dell'oggetto stesso; dipende dalla compatibilità tra il modello allenato e la richiesta che viene fatta.

Terzo caso: ottimizzazione delle chiamate inbound di un call center

Nei casi precedenti il modello allenato apparteneva al fornitore esterno; ciò non vieta, comunque, che il modello venga invece costruito internamente. Sarebbero necessarie maggiori risorse, sia in termini di conversazioni/immagini a disposizione sia in termini di conoscenze specifiche.

In questo terzo caso ipotizziamo invece la costruzione interna di un modello di intelligenza artificiale; il caso è molto più interessante perché consente all'azienda di mantenere internamente i dati e l'intero processo di costruzione della IA.

Dobbiamo ipotizzare che l'azienda in questione abbia a disposizione lo storico di tutte le chiamate ricevute, divise nei singoli passi effettuati dall'operatore; con essi si deve poter costruire una catena di eventi che hanno portato ad una soluzione finale. Tecnicamente si tratta di catene di Markov, dal matematico di fine '800 che per primo le ha studiate e codificate.

Avendo a disposizione un numero elevato di queste catene si allena un modello secondo gli algoritmi di IA; è necessaria una competenza specifica a questo punto per capire quale sia l'algoritmo più adatto e la taratura dei parametri necessaria per ottenere il miglior risultato. E' spesso a questo punto che crollano le migliori intenzioni; non è sufficiente dare in pasto i dati ad un modello qualsiasi, è necessario individuare e tarare il modello adatto.

Una volta allenato il modello questo viene messo a disposizione del centralino delle chiamate; ricevuta la chiamata ed effettuato il primo passo avremo già a disposizione con buona probabilità quale sarà il passo successivo; dopo il secondo la probabilità di 'indovinare' il seguente sarà ancora più alta, e così via, ottimizzando il processo.

Questo esempio può applicarsi a tutti i casi in cui esista una sequenza di eventi:
  • ·         azioni di un utente sul sito per prevedere se acquisterà o meno un prodotto
  • ·         analisi di movimenti casuali per prevedere l'evento successivo
  • ·         analisi di guasti/difetti per riconoscere dal funzionamento attuale la probabilità di rottura
  • ·         analisi di comportamento per prevedere fenomeni criminali (Minority report?)

Da questi esempi si può comprendere come l'IA sia un modo di trattare dati; non esiste un limite nell'ipotizzarne l'uso, se non nella capacità di chi gestisce i dati.

Come implemento l'intelligenza artificiale nella mia azienda?


Con l'aiuto di Dogma Dynamics: info@dogmadynamics.com.

Questa start-up innovativa nasce  con lo scopo di utilizzare i metodi della IA ed applicarla a casi reali per ottenerne il massimo dei vantaggi.

Dopo quattro anni di esperimenti nel campo dei motori di ricerca che hanno fruttato modalità innovative nell'affrontare la pratica della ottimizzazione dei siti, oggi Dogma Dynamics è pronta per collaborare con le aziende per introdurre l'intelligenza artificiale nei processi produttivi.
 

Linkografia

http://blog.corriereinnovazione.corriere.it/2017/11/10/intelligenza-artificiale-forte-e-debole-tra-mito-e-realta/
10 nov 2017 ... Etica e intelligenza artificiale: è vero che l'IA può essere razzista o sessista? ... Il Go è un tipico esempio di IA debole e senza sminuire il lavoro fatto non .... basati su IA, ma la nascita di nuovi problemi a cui l'IA viene applicata.
http://www.datamanager.it/2018/10/la-nuova-era-dellanalisi-predittiva-le-aziende-alla-prova-del-machine-learning/
17 ott 2018 ... Le aziende alla prova del machine learning Raccolta e analisi dei dati, costruzione dei modelli e previsioni di business. Che cos'è esattamente?...
http://www.datamanager.it/2018/10/lintelligenza-artificiale-contribuira-alla-crescita-dellindustria-europea-entro-il-2030/
11 ott 2018 ... E' quanto emerge da un'indagine condotta da Hewlett Packard Enterprise (HPE) e Industry of Things World Conference secondo la quale l'AI?...
 
http://www.istitutoeuroarabo.it/DM/l-intelligenza-artificiale-limmaginario-fantascientifico-e-le-nuove-frontiere-dellantropologia/
«Due robot, durante un esperimento di Facebook sull'intelligenza artificiale, hanno iniziato ... E allora ecco un esempio di narrazione cult di questo secolo: .... a leggere un articolo accademico di informatica sperimentale, di robotica applicata.
http://www.tecnelab.it/index.asp?idCategoria=2&idSottoCategoria=4&idSottoPagina=11479&voto=S&PollID=87548387793
3 ott 2018 ... ?L'intelligenza artificiale ha il potenziale per rivoluzionare l'industria manifatturiera ed energetica?, afferma Jochen Köckler, CEO di Deutsche?...
https://illuminotronica.it/deep-learning-significato-applicazioni-limiti/
21 set 2018 ... Il Deep Learning è un'applicazione dell'Intelligenza Artificiale che permette di implementare strategie e attività nuove all'interno delle aziende.
https://illuminotronica.it/intelligenza-artificiale-applicata/
22 ago 2018 ... L'Intelligenza Artificiale applicata esiste già, e può aiutare marketer e aziende a prendere decisioni strategiche partendo dai dati in tempo?...
https://it.businessinsider.com/il-machine-learning-e-gia-tra-noi-lo-usiamo-tutti-i-giorni-e-non-fa-cosi-paura/
9 mar 2018 ... Deep Learning Italia è una startup fondata a luglio del 2016 che si ... a quelli già acquistati ? continua Testi ? e Netflix, tra le prime aziende a?...
https://it.businessinsider.com/lintelligenza-artificiale-che-parla-italiano-ecco-le-tre-eccellenze-tricolori/
8 mag 2017 ... L'intelligenza artificiale che parla italiano: ecco le tre eccellenze tricolori .... L' algoritmo creato da MetaLiquid è in grado, ad esempio, di capire quando in ... Ma è evidente come una tecnologia simile, applicata ad impianti di?...
https://marcominghetti.nova100.ilsole24ore.com/2018/04/13/le-10-cose-che-ogni-ceo-dovrebbe-sapere-sullintelligenza-artificiale/
13 apr 2018 ... Ad esempio, CBS Insights ha previsto che saranno circa dieci milioni i ... Al di là delle implicazioni etiche, la diffusione dell' Intelligenza Artificiale è ..... L'Intelligenza Artificiale è stata applicata a diversi settori della sicurezza: si?...
https://tech.everyeye.it/articoli/speciale-perche-intelligenza-artificiale-non-puo-risolvere-ogni-problema-39872.html
30 lug 2018 ... Prima di addentrarsi in un discorso sulla tanto discussa intelligenza artificiale, è necessario ... come ad esempio quella di un videogioco, che di fatto non è altro che una serie di ... AI applicata a qualunque contesto: reti neurali.
https://www.agendadigitale.eu/sicurezza/privacy/intelligenza-artificiale-la-via-delleuropa-su-regole-e-investimenti/
Ecco alcuni esempi di intelilgenza artificiale applicata alla vita di tutti i giorni. Ovviamente gli ambiti applicativi dell'intelligenza artificiale nelle aziende diventano?...
https://www.ai4business.it/intelligenza-artificiale/intelligenza-artificiale-cose/
9.2 B) L'Intelligenza Artificiale applicata al mondo della Sanità e dell'HealthCare; 9.3 C) Cybercrime e gestione dei rischi hanno bisogno dell'IA; 9.4 D) Artificial?...
https://www.ai4business.it/intelligenza-artificiale/intelligenza-artificiale-e-machine-vision/
4 ott 2017 ... 1 Visione Artificiale per l'Industria 4.0; 2 Chi è Opto Engineering; 3 ALBERT: l'Intelligenza Artificiale Made in Italy entra nel mondo del Food?...
https://www.coperni.co/it/eventi/milano/women-machine-learning-and-data-science-talking-heads
Sempre più aziende utilizzano data science e machine learning per ... 2017 da Copernico e SELLALAB per favorire lo sviluppo delle società Fintech italiane ed ?...
https://www.digital4.biz/executive/tecnologie-ai-impatti-su-business/
30 lug 2018 ... Il 40% delle aziende italiane si aspetta, già nel 2018, di vedere ... È uno scenario in cui i servizi e le soluzioni di Machine Learning in cloud?...
https://www.digital4.biz/marketing/big-data-e-analytics/intelligenza-artificiale-nel-marketing-quello-che-i-cmo-devono-sapere/
Come si usa l'Intelligenza Artificiale nel Marketing, e più in generale nei processi di relazione con il cliente finale, ovvero Sales e Customer Service?
https://www.ilsole24ore.com/art/tecnologie/2018-07-26/google-big-query-le-aziende-avra-funzionalita-machine-learning--092342.shtml?uuid=AEKhUkSF
26 lug 2018 ... Invece adesso acquista le funzionalità di Machine Learning come ... al machine learning e al tempo stesso possono sfruttarne le capacità.
https://www.itespresso.it/dalla-svizzera-igenius-assume-esperti-in-machine-learning-e-devops-142429.html
27 lug 2018 ... Dalla Svizzera, iGenius assume esperti in Machine Learning e DevOps ... È già stato adottato da oltre 20mila aziende in 20 paesi, e i clienti sono in ... mesi sono previste più di 30 nuove assunzioni tra Italia e Svizzera. L'ufficio?...
https://www.lifegate.it/persone/stile-di-vita/come-suona-la-musica-del-futuro
Composta dall'intelligenza artificiale, ascoltata in streaming, vissuta in realtà virtuale, eseguita da ologrammi, remunerata con i bitcoin. La musica del futuro è ?...
https://www.panorama.it/economia/aziende/5-idee-introdurre-intelligenza-artificiale-machine-learning/
27 apr 2018 ... L'intelligenza artificiale e il machine learning stanno diventando un elemento sempre più importante per la competitività delle aziende, come?...
https://www.repubblica.it/economia/2018/03/21/news/intelligenza_artificiale_primo_investimento_dello_stato_per_una_pa_migliore-191852633/
21 mar 2018 ... Il Libro illustra le linee guida e le raccomandazioni per l'utilizzo sostenibile e responsabile dell'Intelligenza Artificiale nella Pubblica.
https://www.sap.com/italy/products/leonardo/machine-learning/what-is-machine-learning.html
Stabilisci se la tecnologia di machine learning fa al caso della tua azienda e procurati una guida pratica alla creazione di una strategia intelligente di AI.
https://www.sas.com/it_it/insights/analytics/what-is-artificial-intelligence.html
Quanto è realmente intelligente l'intelligenza artificiale? ... Continua la lettura per avere degli esempi di intelligenza artificiale applicata alla sanità, alla vendita?...
https://www.soiel.it/news/dettaglio/intelligenza-artificiale-servizio-cittadino/
10 lug 2018 ... Le tecnologie di intelligenza artificiale (IA) cominciano ad avere, e ... anche per i governi e le pubbliche amministrazioni centrali e locali, ed è?...
https://www.zerounoweb.it/cloud-computing/machine-learning-ai-e-cloud-per-linnovazione-digitale-ecco-lit-a-guida-autonoma-di-oracle/
28 set 2018 ... Machine learning, AI e cloud per l'innovazione digitale: ecco l'IT a ... Per rimanere competitivi e sfruttare i vantaggi offerti dall'innovazione digitale, le aziende ... Sales Consultant e Business Development Director, Oracle Italia.