INTELLIGENZA ARTIFICIALE

L’abbiamo sognata per decenni e finalmente sembra essere una realtà. Però non abbiamo ancora robot senzienti ai quali delegare i nostri lavori. Sappiamo che molte aziende la usano per agevolare il proprio lavoro, ma non abbiamo idea di come la cosa sia possibile.

Quali problematiche del mio lavoro possono essere risolte da una Intelligenza Artificiale?

Se la risposta è “Nessuna”, è possibile che stiate escludendo un problema quotidiano perché date per scontato che sia troppo complicato per essere risolto da un software.

intelligenza artificiale

Ma i software di Intelligenza Artificiale non sono come quelli ai quali siete abituati.

Intelligenza artificiale, l’approccio informatico nel passato

Nei lontani anni ‘80 erano veramente poche le aziende che ricorrevano all’informatica per automatizzare parte del loro lavoro. D’altro canto l’introduzione di un sistema automatico comportava costi enormi, sia per l’acquisto dell’hardware sia per l’acquisto del software, in particolar modo se implementato secondo necessità.

Al giorno d’oggi le cose sono molto cambiate, in quanto tutti hanno accesso ad un computer, tutti lo usano e le capacità di calcolo rispetto al costo e alle dimensioni è a malapena paragonabile con il passato.

Intelligenza artificiale, l’approccio informatico moderno

Molti dei task fondamentali che una volta venivano completati manualmente ora sono delegati a sistemi informatici che svolgono manzioni tra loro simili, ma verticalizzati per le esigenze del loro utilizzatore: gestionali, database, app per cellulari, ecc.

Quando viene richiesto un software per rispondere a particolari esigenze che rientrano in determinate categorie, un professionista del settore sa già cosa proporre, cosa è possibile fare e come implementare il tutto.

machine learning

Ci sono casi, però, nei quali, pur essendo chiaro cosa si vuole, non sempre è possibile determinare come raggiungere tale obiettivo.

Un nuovo approccio alla risoluzione di problemi

Immaginiamo di lavorare per un’agenzia immobiliare e di avere la necessità di sapere qual’è un prezzo di vendita accettabile per un immobile.

In prima battuta uno sviluppatore software potrebbe pensare, anche sotto la vostra guida, di calcolare il prezzo in funzione del numero di stanze, della dimensione e della posizione.

Una volta che il software è stato rilasciato vogliamo però provarne l’efficacia utilizzando alcune delle vendite già effettuate in passato per vedere se il prezzo calcolato dal programma si avvicini a quello finale di vendita. E’ altamente probabile che, a prescindere dalla complessità dell’algoritmo implementato, i risultati da questo restituiti non concordino con la nostra esperienza. 

In poche parole, non funziona.

Cosa è accaduto?

Se ipotizziamo che il nostro programmatore abbia utilizzato i dati degli immobili sopra citati e abbia implementato un algoritmo in grado di utilizzarli in maniera coerente per il calcolo del prezzo, è probabile che questi elementi, da soli, non siano sufficienti per ipotizzare correttamente il prezzo di vendita. 

Ci sono, infatti, un sacco di cose che un compratore prende in considerazione per valutare il valore di quello che sta acquistando.

  • C’è un giardino? Quanto grande?
  • C’è un caminetto?
  • Il tetto che forma ha?
  • Ha la piscina?

E queste sono solo alcune delle caratteristiche che possono essere associate ad un immobile.

In una famosa competizione proposta sul sito Kaggle (dove Data Scientist di tutto il mondo competono per la creazione del miglior modello di predizione) nella quale, per l’appunto, bisognava creare un software per predire il costo di un immobile, il numero di variabili utilizzate per identificare quest’ultimo erano ben 79!

Come può il nostro programmatore comprendere come queste 79 caratteristiche possono influenzare il prezzo?

La risposta è semplice: non può.

Quale formula matematica potrebbe, infatti, implementare utilizzando tutte queste variabili, in modo che possa dare dei risultati soddisfacenti?

In questo caso il sistema in esame è troppo complesso per essere risolto con le tecniche di programmazione tradizionale.

Ed è qui che entra in ballo il Machine Learning.

Machine Learning

Il Machine Learning (chiamato spesso Intelligenza Artificiale, ma della quale è solamente un ramo) si occupa, per l’appunto, di trovare in modo automatico delle correlazioni tra variabili, anche molto numerose.

Nell’esempio precedente un buon modello di Machine Learning potrebbe prendere in pasto tutte e 79 le variabili e restituire un prezzo di vendita accettabile per l’immobile.

Ma come è possibile programmare un modello del genere?

Quello che viene fatto è prendere tutti gli esempi di vendita passati a nostra disposizione, nei quali sono definite le nostre 79 variabili ed il prezzo che, al termine della contrattazione, è stato concordato.

Il modello analizzerà tutte queste casistiche e troverà, in autonomia, come e in che misura le nostre variabili sono legate al prezzo di vendita.

In seguito potrà essere usato per prevedere il corretto prezzo di vendita di un immobile, anche se questo non fa parte dell’insieme iniziale di addestramento.

I modelli di Machine Learning non si limitano, però, solamente alle previsioni.

Ad esempio si possono creare modelli di 

  • riconoscimento facciale
  • analisi dei testi per “sentiment analisys” (“Questo commento è buono o cattivo?”) 
  • traduzioni automatiche
  • sistemi di raccomandazione (“Ecco i film che potrebbero piacerti!”)
  • riconoscimento di immagini (“L’uccello in questa foto è un picchio o una tortora?”)

e ancora molti altri con cui, alcuni di noi, si interfacciano quotidianamente.

Conclusione

Il Machine Learning è un sistema di programmazione automatica basata su esempi che permette di creare algoritmi che elaborano dati di tipo complesso per raggiungere risultati difficilmente raggiungibili con la programmazione tradizionale.

Capita spesso di avere a che fare, nella propria professione, con problematiche ricorrenti che, al momento, richiedono più perspicacia che analisi, in quanto molto complesse e, apparentemente, non prevedibili.

Un esperto del settore può essere in grado di valutare se il problema in questione è modellizzabile e creare un modello di Machine Learning per il supporto alle decisioni di tutti i giorni.

Contattaci, sapremo aiutarti.

Tags

Comments are closed

© 2021 Best Tech Solutions di Cellini Christian p.iva 15760991008   | Privacy Policy | Cookie Policy | Email: [email protected]