"La tecnologia utilizza la scienza per risolvere un problema o per creare un prodotto." C. Dickens

A cura di Luca Piccirillo Indice

Introduzione
Quali sono alcuni esempi di Machine Learning? Come posso usarlo?
Il Machine Learning: come funziona in concreto
Il Machine Learning e Google: un esempio su tutti
Machine Learning: ecco 3 applicazioni nella vita quotidiana
Il Machine Learning: due facce della stessa medaglia Introduzione

Da un punto di vista tecnico, il Machine Learning, conosciuto anche con l’espressione “apprendimento automatico”, è un sottoinsieme dell'intelligenza artificiale che consiste nel dare ai computer la capacità di imparare senza essere esplicitamente programmati.
Potremmo pensarlo come un processo adattivo e iterativo in cui gli algoritmi estraggono modelli dai dati, trovano correlazioni, predicono risultati e migliorano le prestazioni nel tempo.

Esso presenta applicazioni in molti settori diversi come: la finanza, la sanità, il marketing, il trasporto e la logistica. E per quanto possa sembrare “fantascientifico” lo conosciamo già e ne facciamo regolarmente uso. Quali sono alcuni esempi di Machine Learning? Come posso usarlo?

La tecnologia Machine Learning include: elaborazione del linguaggio naturale (NLP), computer vision (CV) riconoscimento e comprensione delle immagini, speech-to-text, analisi del sentimento, motori di raccomandazione, sistemi di rilevamento delle frodi per transazioni bancarie o acquisti con carta di credito, agenti di servizio clienti automatizzati con chatbot.

Per esempio: Google usa l'apprendimento automatico per organizzare i suoi risultati di ricerca, Google Maps e Gmail. Amazon usa l'apprendimento automatico per creare raccomandazioni personalizzate di prodotti nel suo carrello della spesa. Apple music usa la tecnologia per generare playlist secondo i gusti degli ascoltatori.

I feed di Facebook si basano su algoritmi che prevedono ciò che le interessa; anche Netflix lo usa per le raccomandazioni di film. Persino le chatbots usano l'apprendimento automatico: imparano dalle precedenti interazioni dell'utente per rispondere a domande o risolvere problemi più velocemente e accuratamente nel tempo.
Come avrete notato, il machine learning è già intorno a noi e ne facciamo quotidianamente uso, anche senza saperlo! Il Machine Learning: come funziona in concreto

Internet è pieno di dati. Il Machine Learning ci aiuta ad ottenere informazioni da questi dati. Il funzionamento dell’apprendimento automatico presuppone l’immagazzinamento di bit di informazioni e li converte in "un'immagine a parole".

In parole semplici: l'algoritmo dà un'occhiata a tutte le immagini che ha fatto finora (attraverso una fase del processo definita “Training”), le confronta con un'altra immagine (quella nuova acquisita), e poi cerca di raggruppare i dati raccolti in precise categorie. Se una nuova immagine è abbastanza simile ad una già esistente, viene classificata di conseguenza.

Prendiamo come esempio le chatbots: la tecnologia di apprendimento automatico fornisce agli utenti informazioni basate da un lato su contenuti similari derivanti da internet, dall’altro su dati specifici ottenuti da precedenti interazioni con persone che hanno chiesto cose simili. Il Machine Learning e Google: un esempio su tutti

Nel 2016 Google ha mostrato come il suo sistema DeepMind AI poteva imparare a giocare a 49 giochi arcade semplicemente guardando i pixel sullo schermo e senza aver ricevuto prima nessun input extra dagli umani. L'algoritmo analizzava i modelli di pixel per scoprire quali azioni erano richieste per ogni gioco, come muovere una racchetta o sparare un raggio laser, e imparava anche a capire quando certi modelli di pixel indicavano che una specifica azione era richiesta per il successo.

Ha poi usato questa conoscenza per giocare milioni di fotogrammi di versioni computerizzate dei giochi, che fornivano i dati necessari per diventare un giocatore esperto. In molti casi la sua performance era paragonabile a quella di un giocatore umano esperto e in alcuni casi la superava addirittura.

Nel 2018 Google è riuscita ad insegnare all'AI a giocare all'antico gioco da tavolo Go (insieme a molti altri) utilizzando tecniche di computer-vision e di apprendimento per rinforzo. Il sistema ha battuto il precedente record dei giocatori stabilito da AlphaGo, un programma simile creato dal team DeepMind di Google che ha battuto un importante campione di Go nel 2016. AlphaGo Zero è diventato abbastanza bravo a giocare a Go dopo soli quattro giorni di allenamento su una sola macchina con due reti neurali che lavorano insieme.
Machine Learning: ecco 3 applicazioni nella vita quotidiana

Ecco tre esempi di come l'apprendimento automatico può essere applicato alla vita quotidiana.

1. Analisi del traffico - una macchina può analizzare i modelli di traffico per prevedere gli ingorghi prima che avvengano in modo da sapere dove il traffico rallenterà o si fermerà;

2. Medicina - un algoritmo che predice quali pazienti avranno attacchi di cuore potrebbe salvare vite identificandoli in anticipo e prendendo misure preventive come farmaci o un cambiamento nella dieta;

3. Marketing - quando le persone cercano online cose a cui sono interessate, la loro cronologia di navigazione fornisce informazioni su quale tipo gli annunci saranno più rilevanti. Internet è anche pieno di tesori nascosti di cui non si sa molto, come l'archivio internet e il software open source.
   
   Il Machine Learning: due facce della stessa medaglia

Come abbiamo già mostrato, gli strumenti di apprendimento automatico possono essere usati per automatizzare compiti che tradizionalmente hanno richiesto l'intelligenza umana. Questo dato ha molti benefici, ma uno degli svantaggi è rappresentato dalla mancanza di trasparenza su come vengono prese le decisioni dalle macchine e dagli algoritmi.

Il futuro vedrà probabilmente sempre più venditori integrare l'apprendimento automatico nelle loro offerte. Pertanto, è importante che le aziende capiscano quali implicazioni possa avere questa scelta e quali possano essere le salvaguardie appropriate per proteggersi da rischi potenziali.

Se siete interessati a questo argomento, cercheremo di rispondere a tutte le vostre domande e fornirvi la guida di cui avete bisogno mentre fate i primi passi verso l'automazione intelligente dei vostri processi aziendali.
Per saperne di più sulle nostre soluzioni tecnologiche o per ricevere aiuto nell'incorporare il Machine Learning nei vostri sistemi aziendali, contattateci oggi stesso per una consulenza gratuita. Noi di bitCorp saremo lieti di darvi una mano!