
App: Nativa, Ibrida o Web?
3 minutes Le app hanno rivoluzionato il nostro rapporto con il mondo digitale. Non si tratta di una semplice evoluzione del web ma di un vero e
Ci siamo mai chiesti in che modo l’intelligenza artificiale impatti sulla nostra vita quotidiana?
Guardando film come Blade Runner o gli episodi di Black Mirror, l’AI ci sembra ancora fantascienza. Eppure, la utilizziamo ogni giorno, spesso senza saperlo.
Ad esempio: se avete cercato in Google qualcosa di simile a “intelligenza artificiale” e siete approdati su questa pagina, avete appena sfruttato il potere dell’AI di Google. Ma questa, come tante altre, è una delle applicazioni dell’intelligenza artificiale che tendiamo a dare per scontate.
Vediamo alcuni esempi di intelligenza artificiale che usiamo senza saperlo:
Sicuramente vi sarà capitato di trovare uno spazio di chat nell’angolo in basso a destra di molti siti web. A volte è davvero una persona in carne ed ossa a rispondere ai messaggi. Altre volte, invece, si tratta di chatbot, ovvero un programma che simula la conversazione umana.
Il programma viene addestrato per comprendere il più possibile il bisogno dietro alla richiesta del cliente. Nonostante le risposte alle domande siano pressoché immediate, in realtà dietro ai chatbot ci sono due processi complessi: il processo di conversione del linguaggio naturale in dati comprensibili alla macchina e, successivamente, la conversione dei dati della macchina in linguaggio naturale.
Tuttavia, non sempre il chatbot è in grado di comprendere TUTTO e fornire una risposta adeguata, ma è comunque di grande aiuto nella gestione del customer support.
La prima cosa che viene in mente sono i suggerimenti di Amazon.
Infatti Amazon, come altri e-commerce, utilizza reti neurali artificiali per generare consigli sui prodotti sia nella Home del nostro account, sia quando ci mostra i suggerimenti a seconda del prodotto che stiamo guardando (“i clienti che hanno visualizzato questo articolo hanno visualizzato anche” e “i clienti che hanno acquistato questo articolo hanno acquistato anche”).
Sia nei motori di ricerca che negli e-commerce, l’obiettivo fondamentale è restituire all’utente i risultati più pertinenti con la sua ricerca. Che si tratti di una ricerca su Amazon o su Google, gli algoritmi sono in grado di imparare automaticamente a combinare le caratteristiche di rilevanza di un contenuto.
Sapevate che Gmail riesce a filtrare quasi il 100% dello spam grazie ad algoritmi che sono in grado di apprendere, di volta in volta, cosa costituisce spam per l’utente e cosa no?
Servendosi del software Tensor Flow, infatti, Gmail può riconoscere e bloccare email indesiderate riconoscendo contenuti nascosti, immagini e altri elementi “sospetti”: in questo modo, è anche capace di distinguere fra vero spam, e email che sembrano spam ma non lo sono.
Gmail, naturalmente, è solo un esempio. In generale, gli antispam per email stanno diventando sempre più intelligenti, man mano che i tentativi di spam diventano più raffinati.
Attenzione, non riguardano soltanto compiti di scuola e tesi universitarie: i controlli antiplagio sono diffusi in molti settori, dall’editoria, al giornalismo, al blogging.
I moderni software antiplagio si basano su algoritmi di intelligenza artificiale che ricercano somiglianze di stile confrontando milioni di fonti e database online. Questi software sono in grado di identificare non solo i testi copiati perfettamente, ma anche quelli parafrasati o semplicemente simili per qualche caratteristica. Sono anche capaci di rilevare somiglianze tra più lingue diverse.
Dunque, è opportuno pensarci due volte prima di pubblicare un articolo scritto da altri spacciandolo per proprio.
In questi tempi di didattica a distanza, anche Google Classroom ha rafforzato i controlli antiplagio sui compiti caricati dagli studenti. Il software di controllo, infatti, sarà in grado di identificare le fonti da cui è stato copiato il compito e restituirne perfino il link per permetterne il confronto agli insegnanti.
È ormai da qualche anno che le banche si servono dell’intelligenza artificiale per migliorare servizi, assistenza e sicurezza. Ma ora, con tutti i moderni tentativi di phishing, le banche devono difendere sé stesse e i propri clienti sempre di più. Anche in questo caso viene sfruttata la capacità di apprendimento del machine learning. In che modo?
Gli algoritmi sono in grado di apprendere informazioni sulle transazioni di un cliente in base al suo comportamento passato e presente, per delineare un modello standard. Così, quando una transazione esce da questo modello standard, il software può attivare immediatamente le dovute precauzioni di sicurezza, come il blocco della carta e un’immediata segnalazione all’utente, evitando tentativi di frode.
Forse non lo sappiamo, ma i social rappresentano la percentuale più alta di intelligenza artificiale che utilizziamo ogni giorno.
Ad esempio, ci siamo mai chiesti come faccia Facebook a riconoscere automaticamente le persone da taggare quando carichiamo una foto di gruppo? Semplice: si serve di software per il riconoscimento facciale (face detection), altra importante applicazione dell’intelligenza artificiale.
Ma non solo. Quando scorriamo la Home di Facebook e compaiono annunci pubblicitari su argomenti che ci interessano, è perché il social sta cercando di restituirci annunci sponsorizzati pertinenti ai nostri interessi. Questo significa che, come per la ricerca di Google, esso è in grado non solo di analizzare e comprendere le nostre attività online, ma anche di capire quanto il contenuto di un annuncio sia coerente con i nostri gusti.
Pinterest, essendo un social prettamente basato su contenuto visuale, si serve del riconoscimento delle immagini (o image recognition) per mandarci suggerimenti a seconda delle immagini che abbiamo incluso nella nostra raccolta personale.
Anche Snapchat utilizza l’intelligenza artificiale per il riconoscimento dei movimenti facciali. Se così non fosse, non sarebbe possibile applicare filtri, stickers e lenti alle foto e ai video.
Non si può (ancora) pensare di rimpiazzare i traduttori umani con la traduzione automatica. Ma certamente, se siete utilizzatori abituali di strumenti come Google Translate, avrete notato che nel tempo la qualità delle traduzioni restituite da questo strumento è migliorata sensibilmente. Perché?
Se prima il sistema di traduzione automatica si basava su un’analisi parola per parola, che ignorava completamente il contesto d’uso e spesso commetteva errori tragicomici, ora si basa su reti neurali, introdotte da Google qualche anno fa.
Grazie alle reti neurali vengono analizzate intere frasi e se ne analizzano anche contesto d’uso e punteggiatura, così da limitare sempre di più traduzioni improprie di termini il cui significato varia a seconda della situazione comunicativa.
Infine, diamo uno sguardo ad alcuni software recentemente apparsi nel web, in grado di confondere davvero la psiche umana:
Questa non è una lista completa di tutti i possibili usi quotidiani, o comunque frequenti, che facciamo dell’intelligenza artificiale, ma ci dimostra ancora una volta .quanto essa pervada la nostra vita in ogni suo aspetto E, ancora una volta, ci conferma che la tecnologia è molto più vicina all’essere umano di quanto possiamo immaginare.
Chiudiamo il nostro post del giorno con un consiglio di lettura per chi è interessato ad approfondire l’argomento:
L’algoritmo definitivo. La macchina che impara da sola e il futuro del nostro mondo, di Pedro Domingos.
A presto!
3 minutes Le app hanno rivoluzionato il nostro rapporto con il mondo digitale. Non si tratta di una semplice evoluzione del web ma di un vero e
2 minutes Negli ultimi anni abbiamo visto un aumento esponenziale delle interazioni in rete e un moltiplicarsi dei canali digitali. La pandemia COVID-19 ha provocato una notevole
Sede Firenze:
Viale Antonio Gramsci, 22
50132 Firenze
Tel. 055 287271
Sede Milano:
Via Vincenzo Monti, 8
20123 Milano
Tel. 02 94757956