L’era della intelligenza artificiale di livello aziendale è arrivata: le aziende cercano sempre più di incorporare i dati nei loro processi decisionali. Ce lo spiega Christopher Markle, Data Scientist e Business Analyst di Intersections Inc con un intervento sul blog di Ibm Watson.
Tuttavia, l’idea che un’azienda possa semplicemente connettere una “scatola nera” di intelligenza artificiale, alimentarla con terabyte di dati e avere istantaneamente un sistema efficace, è destinata a fallire.
Per molte aziende, abbracciare le tecnologie di machine learning e intelligenza artificiale come nuove fonti di soluzioni è stato un viaggio pieno di promesse. Ma anche, come molte hanno scoperto, di insidie.
Christopher Markle condivide alcuni punti dell’esperienza fatta su Identity Guard, il servizio di Intersections di protezione contro il furto d’identità.
In Identity Guard, spiega Markle, il lavoro con Watson è partito dalle sperimentazioni fino a progredire lungo un viaggio nella intelligenza artificiale. Per, infine, arrivare a far sì che il prodotto Identity Guard possa distinguersi dalla massa. Lungo questo percorso, il team di Identity Guard ha imparato tre lezioni importanti.
Il viaggio di Identity Guard nella intelligenza artificiale ha avuto inizio con un importante feedback da parte dei clienti del servizio. I clienti desideravano avere qualcosa che nessun altro offriva. Vale a dire un servizio che aiutasse loro a impedire che diventassero vittima di un furto di identità. Volevano, in sostanza, una protezione proattiva e tempestiva.
Le tre lezioni sull’intelligenza artificiale
Christopher Markle condivide dunque, nell’articolo, le tre lezioni sul tema intelligenza artificiale.
Tre passi che sono stati intrapresi per costruire e far crescere una soluzione intelligente (è possibile consultare a questo indirizzo l’articolo originale nella sua completezza).
In primo luogo, i prodotti di intelligenza artificiale a vantaggio dei clienti iniziano con i clienti. Per proteggere i clienti l’azienda ha sviluppato una soluzione di monitoraggio di notizie relative a ogni tipo di vulnerabilità e violazioni. Allo scopo di avvisare i clienti qualora venisse trovato qualcosa di minaccioso. E adottare di conseguenza misure per evitare furti di identità.
Seppur l’idea sembri ottima, è irta di ostacoli nella realizzazione. È complicato ottenere articoli di attualità pertinenti e Internet non manca di contenuti spazzatura. La soluzione, d’altra parte, funziona solo se si può essere sicuri di aver catturato tutte le notizie rilevanti. Ciò significa setacciare centinaia di articoli al giorno. Tale ostacolo potrebbe essere superato semplicemente impiegando più analisti. Ma questo approccio non scala: invece, è stato affidato a Watson.
Intelligenza artificiale e scalabilità
La seconda lezione è, infatti, che i prodotti di intelligenza artificiale che scalano si basano su tecnologia progettata per scalare.
Per setacciare la fiumana pressoché infinita di articoli di attualità indesiderati veicolati quotidianamente, in Identity Guard avevano bisogno di una tecnologia che potesse determinare con un alto grado di precisione se un articolo descrivesse un pericolo reale e attuale per un cliente.
I tentativi di addestrare una singola rete neurale per fare tutto ciò che serviva, spiega Markle, fallivano. Quindi, il team Identity Guard ha trovato una soluzione, persino più semplice. Invece di addestrare una singola rete neurale per trovare un ago in un pagliaio, ha addestrato molte reti neurali ciascuna progettata per uno scopo diverso.
In Identity Guard hanno utilizzato i Watson Natural Language Classifiers come “building block” per processare il contenuto. La strategia di utilizzare molti classificatori semplici ha risolto il problema di rilevamento delle anomalie.
Non aspettare, e ascolta i tuoi clienti
La terza lezione è che i prodotti di intelligenza artificiale di successo sono spesso costruiti con prodotti di intelligenza artificiale più semplici.
Utilizzando un sistema di Natural Language Classifiers correlati tra loro, spiega Markle, Identity Guard è in grado di identificare le minacce ai propri clienti mentre si sviluppano. È inoltre in grado di associare minacce specifiche a clienti specifici e garantire che i clienti ricevano aggiornamenti solo su problemi che rappresentano una vera minaccia per loro.
Costruire un prodotto di intelligenza artificiale è, secondo Markle, un processo iterativo: con molte piccole vittorie, fallimenti e tante opportunità. Il suo consiglio è quindi di iniziare il viaggio nell’intelligenza artificiale identificando le necessità del cliente e i dati necessari per soddisfare tale necessità. Decostruire quindi la necessità in attività con un ambito limitato e identificare quelle attività che possono essere affrontate con l’intelligenza artificiale.
Sfruttare la potenza dell’informatica convenzionale, del processo decisionale umano e dei building block di intelligenza artificiale in un sistema intelligente omogeneo. Infine, provare la soluzione: se non funziona per i clienti, non funziona. E perciò iterare, chiedendo ai propri clienti cosa ha funzionato e perché, e cosa invece non ha funzionato e perché.
