Il futuro del software, quello che sostituisce l’uomo, può essere forse condensato nel machine learning, a sua volta una specializzazione dell’intelligenza artificiale. Da innocui articoli d’informazione a più complesse trattative di borsa, per non dire altro, molte sono le questioni ritenute profondamente umane ma in realtà spesso delegate a sistemi informativi particolarmente accorti.
Per Sundai Pichar, Ceo di Google, “stiamo transitando da un mondo mobile first ad uno AI first”. Per rispondere alle esigenze degli utenti e del business i software del futuro, che siano applicazioni o sistemi operativi, dovranno necessariamente fondarsi su tecniche AI.
Il punto di Vincenzo Cosenza sull’intelligenza artificiale
Proprio intelligenza artificiale, machine learning e deep learning sono affrontati da Vincenzo Cosenza, un data scientist italiano. (qui il suo sito) Il punto di vista è particolare e prende spunto dall’attività di data scientist di Cosenza. Sviluppata su ben tre post -il terzo è in preparazione- su Vincos.it, il sito di Cosenza, l’analisi porta in rassegna la gran parte delle soluzioni di questo tipo oggi sul mercato.
“In realtà già oggi le tecniche di intelligenza artificiale alimentano alcune funzioni che migliorano la nostra vita”, scrive Cosenza; “per combattere lo spam e le frodi con carte di credito, per operare previsioni economiche e finanziarie, per il riconoscimento della voce e della scrittura manuale, per la classificazione automatica delle immagini”, ma anche “per comprendere i nostri gusti e dare suggerimenti, per migliorare il newsfeed e i risultati di ricerca”.
Gli algoritmi di apprendimento automatico sono tradizionalmente divisi in cinque principali tipologie:
- apprendimento supervisionato,
- apprendimento non supervisionato,
- apprendimento con rinforzo,
- apprendimento continuo,
- apprendimento con addestramento preventivo.
Le prime due categorie sono quelle più largamente impiegate.
La guerra dell’intelligenza artificiale mette a confronto le aziende i cui investimenti nel settore sono stati molto forti. Vediamone alcuni in breve, rimandando per una visione completa all’articolo di Cosenza [a questo indirizzo].
Google intende usare l’intelligenza artificiale come layer per tutti i servizi. Il motore di ricerca diventerà Google Assistant, un assistente personale incorporato anche nei prossimi Home (per la casa) e Allo (messaggistica). E anche qui c’è un progetto di auto a guida autonoma.
IBM
Da tempo Ibm estrapola degli insight predittivi sulla base di estesi set di dati, nella tecnologia Watson. Inoltre rende disponibili diverse Api per usufruire di molteplici servizi (analisi del testo, speech to text/text to speech, riconoscimento delle immagini) con tanto di accesso in cloud, il Watson Knowledge Studio.
Microsoft
Microsoft ha Cortana, il suo assistente personale. Le sue capacità di Machine Learning, offerte all’interno della Cortana Intelligence Suite, permettono di provare la predictive analytics con un’interfaccia grafica drag and drop.
Anche Facebook ha ha il suo assistente personale, M, per bot intelligenti su Messenger. Inoltre ha iniziato ad usare le tecniche di Deep Learning per individuare quello che interessa di più al singolo utente.
Tesla
Non si può dimenticare Tesla. L’azienda innovativa sta investendo ingenti risorse: la funzione Autopilot è resa possibile dall’analisi dei dati catturati in oltre 160 milioni di chilometri percorsi, in continuo aumento.
