<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=150415092460129&amp;ev=PageView&amp;noscript=1">

Visione

Offerta

Scenari

Tecnologie di Frontiera

Ruoli

Tilt

Quali le tecnologie abilitanti dell’AI?

Quali le tecnologie abilitanti dell’AI?

Si parla tanto di Intelligenza artificiale e ancor di più – spesso inconsapevolmente – se ne fa uso nella vita di tutti i giorni come nel business. Ma forse ancora pochi sanno cosa c'è alla base delle piattaforme che stanno rivoluzionando il modo in cui vengono definite e disegnate le esperienze d'uso e le strategie di avvicinamento ai mercati. Si tratta di tecnologie complesse eppure sempre più accessibili, la cui efficacia non è tanto misurabile se prese singolarmente, ma solo nel momento in cui lavorano insieme, in maniera integrata.

Integrazione è infatti la parola d'ordine se si vuole far sì che il carburante dell'Intelligenza artificiale, composto dai dati, sia raffinato e distribuito attraverso tutti i canali e i serbatoi che ne consentono l'incrocio, l'elaborazione e lo studio. Qualsiasi intelligenza artificiale altro non è che un sistema di algoritmi e reti capace di introiettare dati e rispondere con precisione, in modo coerente e contestuale, attingendo alle informazioni già acquisite e processate per generare contenuti o comportamenti. Tanto più umana è la relazione che un sistema riesce a intrattenere con i propri utenti, tanto più compiuta sarà la definizione di Intelligenza artificiale applicata a questo sistema. È così possibile identificare tre (più una) tecnologie di base che sono oggi – ma lo saranno specialmente domani – in grado di abilitare un'intelligenza artificiale propriamente detta.

 

L’IoT alla base della creazione e dello sviluppo di un'AI

Come detto, per dare vita e continuità a una Intelligenza artificiale occorre prima di tutto assicurarle un apporto continuo di Big data. I dati oggi non mancano, e provengono in larga maggioranza dagli oggetti connessi: a livello globale il numero di questo tipo di interazioni supera non solo quelle tra uomo e macchina, ma anche quelle che intercorrono tra persone in carne e ossa. E nel corso dei prossimi anni il trend è destinato a esplodere. Risulta chiaro che il mondo come lo conosciamo, in termini di armonizzazione della attività umane (basti pensare alle smart city o allo smart manufacturing), sarà sempre più dominato dalle comunicazioni con le macchine e tra le macchine (M2M), con una crescita esponenziale degli input forniti da hardware e software collegati alla rete. D'altra parte, innescando un circolo virtuoso, i dati provenienti dall'Internet of Things saranno fondamentali anche per alimentare intelligenze artificiali in grado di migliorare la qualità delle interazioni M2M e per generare user experience sempre più intuitive nella proposizione di servizi a elevato tasso di automazione. Raccolta e raffinazione di questi dati sono quindi le premesse alla creazione e allo sviluppo delle AI più avanzate.

 

L'accesso alle capacità computazionali e alle applicazioni evolute è garantito dal Cloud

Storage e capacità di calcolo sono sempre stati un limite, una barriera all'ingresso per molti operatori attratti dalle opportunità offerte dalla rivoluzione digitale. Queste barriere sono cadute grazie all'affermazione delle tecnologie Cloud, che con proposizioni SaaS (Software as a Service) e IaaS (Infrastructure as a Service) hanno spalancato alle organizzazioni di qualsiasi dimensione il mondo dei Big data e delle piattaforme analitiche evolute. L'Intelligenza artificiale è uno degli ambiti applicativi che maggiormente beneficia dello sviluppo della logica on-demand, sia sul fronte delle risorse computazionali, sia su quello dell'accesso ai Big data, sia infine su quello delle funzionalità, che possono essere ampliate e integrate con le piattaforme in maniera sempre più semplice, ricorrendo a connettori ad hoc.

 

Processare e rendere comprensibili i dati grazie agli Analytics

Lo ribadiamo: i dati oggi non mancano. Scaturiscono dalle interazioni tra gli utenti delle piattaforme digitali, dall'utilizzo di hardware e software, dal semplice funzionamento di uno stabilimento industriale. Grazie a IoT e Cloud, come si è visto, la difficoltà non è nemmeno riuscire a raccoglierli, quanto essere in grado di sistematizzarli. A questo compito assolvono le soluzioni analitiche: grazie alla loro capacità di sintesi, gli Analytics permettono di organizzare i dati e li rendono disponibili per ulteriori elaborazioni, attraverso l'incrocio con altri dataset e input. Gli Analytics, in altre parole, forniscono alle AI la materia prima su cui costruire la conoscenza che alimenta la capacità delle intelligenze artificiali di comprendere una richiesta, identificare una risposta e inoltrarla all'utente. Nel momento in cui i volumi di dati diventano così consistenti da rendere inadeguati gli strumenti analitici tradizionali, è la stessa AI a prestare soccorso: è infatti possibile ricorrere ad algoritmi di Machine learning, che interpretando le relazioni tra i dati a un livello ancora più profondo, restituisce a operatori umani e sistemi di gestione automatica dei processi (i bot) una visione semplificata dell'enorme patrimonio informativo a disposizione.

 

La user interface, ciò che rende un'AI davvero fruibile

Ultimo, ma non per importanza, il tema dell'interfaccia utente. Precisiamo da subito che in questo caso non si tratta di una singola tecnologia, ma di un insieme di soluzioni, dalla più semplice alla più avanzata, che consentono di mettere in relazione esseri umani e macchine. Non c'è Intelligenza artificiale senza la facoltà di comprendere e farsi comprendere nell'interazione con una persona. Questo aspetto è fondamentale sia nella fase di acquisizione dei dati sia in quella di restituzione di risposte, contenuti o comportamenti che siano. Dalla tastiera al linguaggio naturale fino ad arrivare alla lettura di immagini e gestualità, tanto più uomini e macchine riusciranno a capirsi, quanto più in fretta maturerà l'Intelligenza artificiale.

New Call-to-action

Iscriviti al Blog