Postato il Mer 28 Giu 2017 da in ADCI StrategyThink with ADCI

Think with ADCI – Machine After All

Cosa hanno in comune un gioco che riconosce gli oggetti mentre li disegnate, una mappa interattiva che cataloga e presenta le opere d’arte in base alle loro somiglianze e un software dedicato alla cernita di cetrioli? Sono tutte applicazioni del machine learning.

Il machine learning è una categoria della scienza informatica che dà ai computer l’abilità di imparare senza che siano stati esplicitamente programmati. Con il machine learning si prendono degli esempi, si estraggono i “pattern” e li si utilizza per fare previsioni su nuovi esempi. Si tratta di un’applicazione dell’intelligenza artificiale. Ed è l’argomento trattato da David Singleton, VP di Engineering presso Google a Londra, nel suo intervento di apertura al Festival dei Leoni di Cannes 2017.

Agli albori dell’era informatica il software corrispondeva a una serie di regole che trasformavano un dato input nel risultato desiderato. Ma i sistemi basati su regole arrancano di fronte al caos del mondo reale, che raramente si conforma a schemi precisi e ordinati. Il machine learning parte da una prospettiva praticamente opposta: all’algoritmo viene “insegnato” come creare regole proprie identificando schemi ricorrenti e somiglianze in un vasto insieme di dati. Nella pratica, questa capacità può essere applicata a innumerevoli scopi.

Qualche mese fa sicuramente vi sarete ritrovati anche voi a disegnare con poche e semplici linee un bus, una borsa, un piede, o degli oggetti simili, cercando di far indovinare l’oggetto in questione a un computer in meno di 20 secondi. Si tratta di Google Quick, Draw!, un A.I. Experiment in grado di imparare a riconoscere gli oggetti grazie al contributo di più di 15 milioni di giocatori e altrettanti milioni di disegni.

Google Quick, Draw!

La stessa tecnologia è stata impiegata da Google anche per realizzare AutoDraw. Ricordate quando da ragazzini abbozzavate le prime sagome su Paint? AutoDraw è una sua versione avanzata, un tool di grafica che riconosce gli oggetti mentre l’utente li disegna e propone le illustrazioni corrispondenti, per realizzare facilmente delle veloci composizioni.

T-SNE Map è una mappa interattiva in 3D che, grazie al machine learning, classifica e organizza migliaia di opere d’arte basandosi sulle similarità visive. In questo caso gli algoritmi analizzano l’immagine e trovano autonomamente la sua collocazione nella mappa.

Le applicazioni del machine learning sono davvero moltissime. In Giappone questa tecnologia (nello specifico TensorFlow, una libreria di machine learning open source) è stata impiegata da un agricoltore per creare una macchina in grado di selezionare i cetrioli migliori del raccolto: diritti, spessi, dai colori vivaci. Grazie a un sistema di riconoscimento visivo, Makoto Koike ha potuto affidare a una macchina un processo lungo e ripetitivo come la cernita dei propri prodotti appena raccolti.

Makoto Koike

Perspective, nata in collaborazione con il New York Times all’interno dell’incubatore di Google chiamato Jigsaw, sfrutta il machine learning per analizzare i commenti degli utenti, assegnare loro un punteggio di “tossicità” e migliorare le conversazioni online, limitando i commenti più offensivi e rendendo ogni dibattito più inclusivo e partecipativo. Nel sito dedicato potete anche scrivere il vostro personale commento e controllare il suo tasso di tossicità. Buon divertimento.

Google Perspective

Una delle campagne italiane più premiate a Cannes quest’anno è Chat Yourself, un chatbot ideato da Y&R Italia e sviluppato da nextopera per Italia Longeva, destinato ai malati di Alzheimer nella prima fase della malattia. Chattando con se stessi, i malati possono così ricordare informazioni fondamentali della propria vita. Per adesso Chat Yourself è un chatbot fruibile attraverso Facebook Messenger e, affinché il software possa apprendere le abitudini del malato, è necessario rispondere a una lista di domande.

Nulla esclude che, grazie al machine learning, bot come questi in un futuro molto vicino possano diventare degli assistenti virtuali autonomi e dinamici, con una propria intelligenza, in grado di acquisire informazioni dalle nostre azioni online e supportarci nelle nostre scelte quotidiane.

Se volete approfondire l’argomento, qui potete trovare l’articolo completo di David Singleton.

I commenti sono chiusi