Office Automation gennaio-febbraio 2018

41 / 100

39
gennaio-febbraio 2018
intelligenceautomation
mente dalle ‘reti neurali artificiali’, che si ispirano alla rete
neurale del cervello umano e possono essere realizzate
sia da programmi software, grazie ad algoritmi sempre
più evoluti, che da hardware dedicato, in particolare da
processori DSP (Digital Signal Processing) ottimizzati per
eseguire in maniera estremamente efficiente sequenze di
istruzioni ricorrenti. Una rete neurale di fatto si presenta
come un sistema ‘adattativo’ in grado di modificare la sua
struttura (i nodi e le interconnessioni) basandosi sia su
dati esterni che su informazioni interne che si ‘connetto-
no’ e passano attraverso la rete neurale stessa durante
la fase di apprendimento ed elaborazione.
Capire l’esigenza, trovare la risposta
Negli ultimi anni gli investimenti sia pubblici che privati
tesi a sviluppare tecnologie di intelligenza artificiale - ter-
mine omnicomprensivo all’interno del quale ricadono
applicazioni di machine learning, deep learning, cognitive
computing e molto altro - si sono moltiplicati, perché i
benefici che tali soluzioni sono in grado di apportare, se
implementate correttamente, spesso sono persino supe-
riori alle aspettative.
Non esiste, però, un approccio, una tecnologia o un siste-
ma che possa andare bene per qualunque tipo di esigenza.
Come per ogni altra applicazione IT bisogna innanzitutto
avere ben chiari gli obiettivi che si vogliono raggiungere
e i mezzi che si vogliono e/o possono mettere in campo
- in termini economici, organizzativi e di risorse umane
- e solo in un secondo tempo, dopo aver analizzato at-
tentamente anche l’infrastruttura e i sistemi già in essere,
capire quali sono l’approccio e gli strumenti più indicati
per raggiungere tali obiettivi.
La nuova sezione di Office Automation
Partendo da questi presupposti Office Automation ha
deciso di inaugurare una nuova sezione dedicata all’In-
telligence Automation, focalizzandosi ogni mese sulla sua
applicazione all’interno di mercati verticali specifici. La se-
zione ospiterà, oltre all’opinione e al contributo di esperti
del mondo accademico e associativo, anche le esperienze
già maturate da operatori del mondo dell’offerta che han-
no deciso di investire su questo paradigma. Per rendere
questa nuova iniziativa sempre più utile e interessante
vi invitiamo a segnalare le vostre esperienze all’indirizzo
Bibliografia
‘I rischi e le opportunità del Web 3.0 e delle tecnologie
che lo compongono’, a cura di Rudy Bandiera, Dario
Flaccovio Editore
‘KB Neural Data Mining’, Roberto Bollo, scaricabile da
‘Alan Turing e l’intelligenza delle macchine’, T. Numerico,
Franco Angeli Editore
Enciclopedia Treccani,
Glossario minimo
Algoritmo - Procedimento che permette la risoluzio-
ne di specifici problemi mediante l’applicazione di una
sequenza di istruzioni.
Cibernetica - Termine coniato dal matematico Nor-
bert Wiener intorno al 1947 che indica una disciplina
basata sull’analogia funzionale dei meccanismi di co-
municazione e di autoregolazione (mediante feedback)
negli esseri viventi e nelle macchine.
Deep Learning - Metodologia che si basa su diversi
livelli di rappresentazione, corrispondenti a gerarchie
di caratteristiche di fattori o concetti, dove i concetti
di alto livello sono definiti sulla base di quelli inferiori.
DSP - Processore di segnale digitale (Digital Signal Pro-
cessor) dedicato e ottimizzato per eseguire sequenze
di istruzioni ricorrenti.
Lisp - Famiglia di linguaggi di programmazione con
implementazioni sia compilate sia interpretate.
Machine Learning (apprendimento automatico) - Un
insieme di metodologie tese a fornire alle macchine
la capacità di apprendere senza essere state esplici-
tamente programmate. La statistica computazionale,
il riconoscimento di pattern, le reti neurali artificiali,
il filtraggio adattativo, la teoria dei sistemi dinamici,
l’elaborazione delle immagini, il data mining e gli algo-
ritmi adattativi rientrano in questa macro-definizione.
Phyton - Linguaggio di programmazione dinamico orien-
tato agli oggetti utilizzabile per molti tipi di sviluppo
software. Offre un forte supporto all’integrazione con
altri linguaggi e programmi, è fornito di una estesa libre-
ria standard ed è abbastanza semplice da apprendere.
Prolog - Linguaggio di programmazione nato negli
Anni ‘70 che consente l’espressione di un problema
in forma logica.
Reti Neurali Artificiali - Sistemi che tendono a ripro-
durre il funzionamento delle reti neurali biologiche che
affidano la risoluzione dei problemi cognitivi a reti (o
circuiti) composti da centinaia di cellule neuronali in-
terconnesse tra loro.
Sistemi esperti - Programmi che hanno l’obiettivo di
riprodurre le prestazioni di esperti umani nella riso-
luzione dei problemi attraverso meccanismi di auto
apprendimento (ad esempio motore inferenziale).