Visual Analytics e Machine Learning: tecnologie dal volto umano

“Storicamente la tecnologia mirava a un unico scopo: migliorare la produttività. Gli utenti dovevano investire tempo per imparare ad usarla. Oggi invece i prodotti sono disegnati attorno alle azioni naturali dell’uomo: che sia basata su algoritmi automatici o sul design empatico, la user experience è fondamentale. E l’intelligenza artificiale interviene a supporto” (Vetere, 2016)

L’aspetto che più mi colpisce, quando si parla di analisi dei dati, è questa sorta di polarizzazione uomo-macchina, che vede da una parte la necessità di “umanizzare” l’analisi, con strumenti sempre più visuali in grado di semplificare la rappresentazione di fenomeni altamente complessi, e dall’altra la forte spinta all’automazione, con le “macchine” in grado di imparare, replicando il processo del pensiero e del ragionamento dell’essere umano. Da una parte la Visual Analytics, quindi, dall’altra l’Apprendimento automatico, o Machine Learning.

Gli strumenti di analisi visuale vanno incontro alle limitate capacità cognitive dell’essere umano, non in grado di processare la miriade di dati generati in azienda, e, di norma, mettono a disposizione tre funzioni principali: visualizzazione dei dati in formato grafico, suggerimenti sulle azioni da intraprendere (insight), comprensione e condivisione delle informazioni. Possono essere usati, quindi, in diverse modalità: per l’esplorazione dei dati, per l’analisi dei dati e la creazione di report, per l’ottimizzazione dei processi o ancora per fare previsioni analitiche su trend futuri.

Tableau, leader nelle piattaforme di BI e Analytics (Magic Quadrant for Business Intelligence and Analytics Platforms, 2016), è un esempio di soluzione altamente interattiva e intuitiva che consente agli utenti aziendali di accedere, preparare e analizzare facilmente i propri dati, senza necessità di programmazione; Tableau è focalizzato a migliorare l’esperienza utente, in tutte le fasi di analisi, è ha come obiettivo primario la facilità d’uso.

Quando parliamo di Intelligenza Artificiale (AI)[1] identifichiamo in realtà diverse discipline, molto diverse fra di loro per natura, risultati e possibili applicazioni; la principale divisione nel settore è tra quella che viene definita Artificial General Intelligence (AGI) e l’AI applicata, più nota come Machine Learning.

L’AGI ha come obiettivo quello di generare “macchine”, intese come software o somma di hardware e software, che riproducano le caratteristiche dell’intelligenza umana, ricorrendo a tecniche anche parecchio ambiziose, come l’emulazione tramite modelli dei neuroni e delle loro connessioni (sinapsi). Seppur attiva da decine di anni, questa branca di studi non ha prodotto risultati rilevanti, probabilmente a causa dell’elevata complessità del cervello difficilmente emulabile da una macchina. (Autori di italiaxlascienza.it, 2015)

Il discorso cambia parecchio quando parliamo di AI applicata, o Machine Learning.

Questa area dell’AI si occupa della “realizzazione di sistemi e algoritmi che si basano su osservazioni come dati per la sintesi di nuova conoscenza”[2]; sistemi automatici, quindi, istruiti per risolvere – senza l’intervento dell’uomo – problemi estremamente specifici che l’informatica tradizionale non sarebbe in grado di risolvere.

I risultati sono strabilianti e le innovazioni rivoluzionarie si susseguono ogni giorno; la loro applicazione sta diventando sempre più diffusa in tutti i campi della Tecnologia e della Scienza, tanto che qualcuno parla di “nuova rivoluzione industriale”, come il vapore lo è stato per l’Ottocento, o l’elettricità per il Novecento. “veicoli in grado di muoversi senza conducente sulle normali strade, assistenti virtuali che dialogano coi clienti di servizi online, sistemi di logistica automatizzata, diagnosi mediche basate su evidenze, gli algoritmi che regolano gli stream delle reti sociali” (Vetere, 2016) sono tutti esempi di come il Machine Learning sta rivoluzionando il mondo.

[1] L’intelligenza artificiale (AI) è l’abilità di un computer di svolgere funzioni e ragionamenti tipici della mente umana. L’intelligenza artificiale è una disciplina dibattuta tra scienziati e filosofi, che manifesta aspetti teorici e pratici oltre che etici. Nel suo aspetto puramente informatico, essa comprende la teoria e le tecniche per lo sviluppo di algoritmi che consentano alle macchine (tipicamente ai calcolatori) di mostrare un’abilità e/o attività intelligente, almeno in domini specifici. Fonte: wikipedia.org
[2] Apprendimento automatico. Fonte: wikipedia.org

~

Licenza Creative Commons
La banca liquida: Come la rivoluzione digitale sta cambiando l’industria finanziaria di Francesco Cugurra è distribuito con Licenza Creative Commons Attribuzione – Condividi allo stesso modo 4.0 Internazionale.
Based on a work at https://francescocugurra.wordpress.com/la-banca-liquida/.
Permessi ulteriori rispetto alle finalità della presente licenza possono essere disponibili pressohttp://www.linkedin.com/in/fcugurra.