Il machine learning, o apprendimento automatico, rappresenta una delle più importanti tappe della storia dell’informatica: dopo i primi esperimenti negli anni ’50, oggi è abbondantemente presente nelle nostre vite quotidiane.
Ma cos’è esattamente il machine learning? Vediamolo insieme.
Il machine learning è una branca dell’intelligenza artificiale che permette ad un sistema di imparare autonomamente, senza che debba essere esplicitamente programmato da un umano per fare quello che deve fare.
Ad esempio, se vogliamo creare un software che sappia giocare a scacchi, possiamo insegnargli tutte le regole e le strategie necessarie… Oppure, possiamo fare in modo che il software analizzi in poco tempo centinaia di migliaia di partite fino a capire da solo quali sono le regole e come fare a vincere. In che modo?
Nel 2016 l’AI LipNet ha analizzato migliaia di brevi video che riprendevano persone mentre pronunciavano delle brevi frasi. Al termine dell’esperimento, paragonando nuovi video a ciò che aveva appreso in precedenza, era in grado di leggere le labbra con una precisione del 93,4% (contro il 52,3% totalizzato dagli umani sottoposti allo stesso esperimento).
Oggi abbiamo esempi di intelligenza artificiale, come gli assistenti vocali o gli algoritmi dei social, che continuano ad imparare costantemente dalle nostre richieste: proprio noi gli insegniamo come aiutarci senza nemmeno saperlo, mentre loro semplificano la nostra quotidianità.
Potrebbe interessarti anche: il cellulare ti sta ascoltando?
Quali sono le principali applicazioni, presenti e future, di questa tecnologia.
-Guida autonoma: questo è uno degli argomenti più in voga negli ultimi tempi. Mentre le implicazioni etiche e giuridiche della guida senza pilota sono ancora molto controverse, esistono già automobili che sono in grado di muoversi da sole, seguendo perfettamente la strada, riconoscendo autonomamente ostacoli e segnaletica, e reagendo agli imprevisti.
-Medicina: gli algoritmi possono memorizzare i dati di milioni di diagnosi, ed imparare a collegare determinati sintomi ad una precisa malattia. Su un campione di 22000 casi un’intelligenza artificiale è stata in grado di identificare correttamente l’insorgenza di formazioni tumorali, con una precisione del 52% più alta rispetto ai radiologi.
-Agricoltura: grazie al machine learning è possibile istruire droni perché siano in grado di riconoscere e diagnosticare immediatamente malattie e parassiti delle piante, così da ridurre i trattamenti “preventivi” e intervenire rapidamente sulle piante interessate appena il problema si presenta.
-Vendite: lo studio delle abitudini d’acquisto viene utilizzato per migliorare l’esperienza dei clienti e il settore delle vendite. Ne è un chiaro esempio Amazon, la cui intelligenza artificiale è in grado di suggerire acquisti molto precisi (ad esempio, se acquisti un nuovo profumo per la casa ogni tre mesi, dopo un po’ Amazon capirà che deve suggerirti nuovi profumi ogni tre mesi!)
Anche in settori come il servizio clienti il machine learning può tornare utile: quando ci sono da gestire grandi moli di richieste un bot può essere addestrato a rispondere, capire i problemi, proporre le giuste soluzioni ed eventualmente reindirizzare la chiamata al giusto reparto. In questo caso però la “componente umana” rimane ancora fondamentale… Chiunque abbia avuto a che fare con questi bot sa che la strada da percorrere perché possano essere allo stesso livello di un interlocutore umano è ancora molto lunga, ma sappiate che esistono già diversi sistemi in grado di risolvere i quesiti CAPTCHA e dimostrare che “non sono robot”!
Per approfondire il ruolo dei bot nel customer care, ne abbiamo parlato più nel dettaglio qui!
