Intelligenza artificiale e dati: the next big step

Condividi su facebook
Condividi su linkedin
Condividi su whatsapp
Condividi su telegram

Il tema dell’intelligenza artificiale è un tema molto attuale che, da qui a pochi anni, rivoluzionerà il mondo del lavoro. Ogni giorno, infatti, entriamo a contatto con questa tecnologia.
Uno dei più recenti sviluppi dell’IA è rappresentato dagli assistenti vocali (SIRI di Apple, Google Assistant di Google, Alexa di Amazon), i quali sfruttano l’IA sia per il riconoscimento del linguaggio naturale sia per l’apprendimento e l’analisi della abitudini e dei comportamenti degli utenti.
Ma che cos’è l’IA e qual è la sua utilità?
IA è il ramo della Computer Science che studia lo sviluppo di sistemi hardware e software dotati di capacità tipiche dell’essere umano, quali, per esempio, la comprensione e l’elaborazione del linguaggio naturale (NLP- Natural Language Processing). La sua finalità non è replicare l’intelligenza umana, ma emularne alcune funzioni per realizzare macchine che agiscano autonomamente.
Per fare ciò sono necessarie tre caratteristiche fondamentali:
Potenza di calcolo: equiparabile alla potenza del cervello umano, resa possibile dalle GPU ovvero chip di elaborazione in grado di sopportare processi complessi molto più rapidamente di una CPU;
Metodo: ovvero una tecnica rappresentata dall’utilizzo dell’algoritmo (un procedimento che risolve uno specifico problema attraverso un numero finito di passi elementari);
Dati: rappresentano il nutrimento dell’IA e sono equiparabili a ciò che la mente umana apprende tramite i sensi.
Ciò che caratterizza l’IA da un punto di vista tecnologico è il modello di apprendimento con cui una macchina impara a svolgere un’azione o un compito. Possiamo distinguere modelli di:
Machine Learning
Deep Learning
Per Machine Learning si intende una serie di metodi che consentono al software di “allenarsi” correggendo gli errori per riuscire in una fase avanzata a svolgere autonomamente un compito senza essere programmato.
Con il termine Deep Learning si individua un modello di apprendimento più recente (2012 circa) che cerca di emulare la mente umana. Sono necessari in questo caso un modello matematico, una rete neurale artificiale e una forte capacità computazionale per sostenere differenti gradi di calcolo e analisi.
Elemento comune a tutte le tipologie di IA è la capacità di apprendere dai dati e di generalizzare e applicare ciò che viene appreso a situazioni nuove. I dati, quali input, giocano dunque un ruolo fondamentale per favorire l’innovazione in tale ambito.

Articolo di Enrico Perinelli

Intervista ad Andrea Maria Cosentino: Entrepreneurial Fintechologist

L’intervista della rubrica “VGen Interview” di oggi è con lo special guest Andrea Maria Cosentino, Sales & Business Development in Bloomberg LP, ma è anche docente e mentore in General Assembly e opera in altre tre imprese specializzate in fintech e startup.

Guida al trading online | Part 5: opzioni e certificates

Con questa rubrica di più articoli, a cura di Davide Serafini — studente di Economia e Finanza all’Università di Modena e Reggio Emilia e trader part time in opzioni con interesse per il trading quantitativo e sistematico —  affronteremo passo per passo il mondo del trading online, sfatandone alcuni miti ma allo stesso tempo dando una panoramica interessante da un punto di vista generale.

Intervista a Nicola lotti, Co-founder e CTO di Caligoo

Qualche giorno fa abbiamo avuto l’occasione di intervistare Nicola Lotti, Co-founder e CTO di Caligoo.
Il progetto che illustreremo ha le radici in Italia, più precisamente in provincia di Reggio Emilia, ma nasce, cresce e si sviluppa a Bend nello Stato dell’Oregon (USA).