AI Dictionary
Diverse sono le parole utilizzate quando si parla di AI: alle volte risultano altisonanti spot pubblicitari. Qual è il loro vero significato?
-
Machine Learning (ML)
Algoritmi/funzioni matematico-statistici che permettono alla macchina di migliorare (apprendere) le proprie capacità con l’esperienza (dati). Il Machine Learning è la tecnologia storicamente più antica e più semplice. Utilizza un algoritmo che il sistema adatta, solo dopo aver ricevuto un feedback umano. Un presupposto per l’utilizzo della tecnologia è l'esistenza di dati strutturati. Il sistema viene prima alimentato con dati strutturati e categorizzati e quindi capisce come classificare i nuovi dati a seconda del tipo. In base alla classificazione, il sistema esegue poi le attività programmate.
-
Deep Learning (DL)
Insieme all'ML è il concetto più importante dell'AI. E' un sottoinsieme del ML, composto da algoritmi che permettono alla macchina di addestrarsi da sola su dati strutturati / non strutturati (voce, riconoscimento del parlato,…) esponendo reti neurali multistrato a vaste quantità di dati. Nel Deep Learning, il sistema stesso identifica nei dati le caratteristiche distintive adeguate, senza la necessità di una categorizzazione dall’esterno. L’addestramento da parte di uno sviluppatore non è necessario. È il sistema stesso a controllare se le classificazioni cambiano a causa di un nuovo input o se ne vanno introdotte di nuove.
-
Voice recognition
E' una tecnologia che consente il riconoscimento vocale e del linguaggio parlato dalle persone e la trascrive in codice utile per le applicazioni software. È particolarmente utilizzata per i sistemi di risposta vocale interattiva e le mobile app.
-
Natural Language Generation (NLG)
In questo caso le soluzioni provvedono a produrre del testo in linguaggio comune partendo da dati informatici. Ad esempio, sono sistemi utili per velocizzare la reportistica della Business Intelligence o per l’analisi dei servizi di customer service
-
Text Analytics naturale e Natural Language Processing (NLP)
Sono sistemi che utilizzano l’elaborazione del linguaggio analisi su testi e documenti. Per avere una efficace comprensione del contenuto sia dal punto di vista della sintassi sia da quello della semantica, questi sistemi riescono mediante delle tecnologie più sofisticate a comprendere anche il tono e lo stato d’animo con cui una frase viene espressa o scritta. Sono soluzioni che già oggi vengono impiegate per la prevenzione delle frodi e che stanno trovando il favore di molte aziende anche per l’analisi dei dati non strutturati, come nelle conversazioni sul web e sui social network o per migliorare l’efficacia degli assistenti automatici e virtuali
-
Virtual Assistant (VA)
Vi è una sempre maggiore diffusione dei chatbot impiegati nei servizi di customer care e help desk delle aziende, l’evoluzione tecnologica si sta orientando sempre più verso gli assistenti virtuali. Questi ultimi sono in grado di interagire con gli esseri umani e di compiere azioni specifiche, soprattutto se impiegati in progetti IoT come nel caso delle smart home.
-
Robot Process Automation
E' una delle tendenze tecnologiche più mature sul fronte dell’AI perché l’impiego di molte soluzioni in settori, come nel Manufacturing, ha permesso l’automazione di molte attività umane e l’ottimizzazione dei processi di business con successo.
-
Biometric Recognition
Si tratta di soluzioni molto promettenti che migliorano l’interazione uomo – macchina attraverso il riconoscimento non solo del linguaggio naturale ma anche del volto, del tono di voce, dei movimenti del corpo e, in generale, del linguaggio non verbale dell’essere umano.
-
Decision Making & Management
Si tratta di sistemi e soluzioni che integrano regole logiche e policy all’interno delle applicazioni di AI per accelerare attività come configurazioni, formazione/training degli algoritmi e manutenzione, con l’obiettivo di fornire strumenti e dati efficaci per la gestione dei processi decisionali. Sono sistemi finalizzati non solo quindi a prendere decisioni migliori, ma anche a rendere più efficiente ed efficace lo stesso processo decisionale.
-
AI Cyber Security
Nella sicurezza si fa sempre più ricorso all’AI per prevedere, identificare ed eliminare minacce informatiche con una velocità ed efficienza che non è sempre possibile con l’analisi umana. La possibilità di analizzare velocemente volumi massicci di dati aumenta di gran lunga la possibilità di scongiurare/eliminare un attacco.
-
Computer Vision
Detta anche visione artificiale, si occupa di acquisire, registrare ed elaborare immagini provenienti da un supporto elettronico (ad esempio una Webcam o di una telecamera) allo scopo di riconoscere determinate caratteristiche dell’immagine per varie finalità di controllo, classificazione e selezione. Queste operazioni avvengono in maniera quasi immediata in tutte le forme viventi altamente evolute, mentre invece per i calcolatori è necessaria una complessa procedura preliminare di rielaborazione e standardizzazione dei dati in ingresso.