• Home
  • Blog
  • Ideare, gestire e sviluppare un progetto di Intelligenza Artificiale
Tags: Artificial Intelligence

Ideare, gestire e sviluppare un progetto di Intelligenza Artificiale

Ideare, gestire e sviluppare un progetto di Intelligenza Artificiale significa lavorare su 4 direttrici: quella della soluzione, quella della capacità, quella delle metodologie e quella delle tecnologie. Lo racconta bene uno studio pubblicato dal Politecnico di Milano secondo il quale, una volta individuato il problema da risolvere, il punto di partenza sta nella ricerca della specifica soluzione al problema. Ecco che quindi è indispensabile definire l’insieme di capacità utili [come natural language processing o simili] e metodologie necessarie ad implementare le tecnologie più appropriate a risolvere il problema in questione. Per quanto lineare e apparentemente semplice, questo metodo non deve portarci a pensare che i 4 livelli siano uno indipendente e staccato dall’altro: questa teoria non va intesa come una soluzione statica e rigida ai tanti problemi che pensiamo di poter risolvere attraverso l’implementazione di un progetto di intelligenza artificiale, ma piuttosto come un set di strumenti che dobbiamo usare in maniera intelligente. Man mano che interagiamo con il problema, che conosciamo il mercato e che familiarizziamo con le dinamiche del “gioco”, dobbiamo essere capaci di modellare le capacità e le metodologie affinché queste si possano adattare perfettamente al problema che affrontiamo. Ecco che quindi, quando riusciamo ad unire i 4 puntini della soluzione [desiderata], delle capacità [necessarie], delle metodologie [presunte] e delle tecnologie [pianificate] da impiegare, possiamo passare all’implementazione: questo è il momento in cui scendiamo in campo e applichiamo la teoria alla pratica per capire se il modello ideato e costruito funziona effettivamente. Passare dalla teoria alla pratica nell’esperienza di Cherry Bit ha significato rispondere ad una serie di domande che, in un modo o nell’altro, ci hanno permesso di mettere in fila i diversi passaggi necessari per prendere consapevolezza delle diverse fasi che stavamo attraversando e vivendo.

Individua il settore d’interesse e trova la soluzione.

What problem do you want to solve? Why is using AI for this purpose better than existing processes? Condizione necessaria per rispondere al meglio ad una domanda o ad una necessità è quella di raccogliere più informazioni possibile sul problema per il quale si vuole trovare una soluzione. Oggi ricorrere all’intelligenza artificiale significa ottimizzare il lavoro riducendo il numero di operazioni manuali e ripetitive, ottimizzando i tempi decisionali attraverso suggerimenti smart e fornendo una visione completa dello scenario decisionale. Le applicazioni di questa tecnologia hanno un effetto immediato sulla vita delle persone e sulle loro attività quotidiane: i software intelligenti sono in grado di completare automaticamente e autonomamente attività ripetitive quotidiane e finiscono per rappresentare – nel lungo periodo – gli strumenti di perfezionamento e di completamento efficiente del lavoro. In questa prospettiva l’AI, a disposizione del mondo del lavoro, riduce i cali di produttività e permette di ottenere informazioni più accurate e precise: i dispositivi dotati di AI sono infatti capaci di scomporre complicati costrutti matematici in azioni pratiche più rapidamente e precisamente rispetto a quanto possa fare un essere umano.

Scegli il team.

What skills does your team need? “Find tech nerds that can face modern tech challenge from cloud deployment to ML pipelines” La formula vincente è formare un team multidisciplinare, composto da tecnici, ingegneri, sociologi, designer, ricercatori, artisti e altre figure professionali, la cui attività è incentrata sull’esplorazione del “lato umano” dell’intelligenza artificiale. Il team, oltre a condurre ricerche sull’interazione tra l’essere umano e l’intelligenza artificiale, deve dedicarsi alla creazione degli strumenti utili alla progettazione di framework con diverse realtà. ll machine learning, per poter raggiungere pienamente il suo potenziale positivo, deve essere partecipativo; pertanto nel suo sviluppo devono essere coinvolte le realtà su cui esso avrà un impatto. Riconoscendo l’importanza e la necessità dell’intelligenza artificiale, la crescita del team dovrà passare soprattutto per la condivisione di un patrimonio unico di informazioni e di scelte tecnologiche e metodi all’avanguardia, proponendosi l’obiettivo di sviluppare nuovi prodotti digitali fortemente volti alla risoluzione di problemi specifici di dominio.

Market Analysis.

Who will this project benefit? L’intelligenza artificiale può approdare ovunque: sono tantissimi, infatti, i campi di applicazione dove questa tecnologia potrebbe esplicarsi. In primis, può facilitare l’accesso all’informazione, all’istruzione e alla formazione. L’intelligenza artificiale, inoltre, può aiutare nello sviluppo di una nuova generazione di prodotti e servizi attraverso la creazione di percorsi di vendita più fluidi e ottimizzati e il miglioramento della manutenzione dei macchinari. Il risultato si traduce nell’aumento della produzione in termini di qualità e servizio in un’ottica di risparmio energetico per il cliente e il produttore. Attenzione a non fare l’errore di sottovalutare quanto già esiste sul mercato: implementare una soluzione di Intelligenza Artificiale non ci permette, automaticamente, di ragionare come se i prodotti competitor siano inferiori o meno performanti. Ecco perché, prima di partire, è necessario [se non fondamentale] produrre una fotografia del mercato in cui vogliamo entrare e operare: solo così si potrà prevenire [o comunque essere consapevoli] delle possibili difficoltà che potremmo incontrare.

Understand the process.

How will it specifically improve experience or outcomes, and HOW can this be measured? WHAT is the upside if it succeeds, and WHAT are the consequences if it fails? L’adozione di un’innovazione tecnologica è il punto di arrivo di un processo che porta l’utente a fare propria una particolare tecnologia. Questo processo è basato su quattro fasi: la consapevolezza – il soggetto prende atto dell’innovazione; l’interesse – l’utente si appassiona all’idea e cerca informazioni aggiuntive su di essa; la valutazione – si prefigura uno scenario d’uso per spiegarne le opportunità che verranno completamente comprese poi nella fase di prova; l’adozione – il soggetto diventa consapevole dei benefici apportati dalla tecnologia e da ciò decide di continuare ad utilizzarla. Questa evoluzione, come tutte quelle che riguardano le nuove tecnologie, viene accolta da alcuni come un’opportunità sociale, da altri come un pericolo. Per rimanere innovatori è importante che il processo sia iterativo e ripetuto: non dobbiamo avere paura di stravolgere quanto fatto, anzi è essenziale essere aperti al cambiamento in quanto cambieranno sia il problema che le tecnologie.

Get data.

Where will the data come from, and does it already exist? I dati possono essere considerati come un’enorme opportunità di business se si adottano gli strumenti adeguati per trasformarli in informazioni utili a generare risposte e soluzioni. Qui entra in gioco l’intelligenza artificiale quale supporto ideale per raccogliere, analizzare e gestire i dati: uno dei grandi vantaggi nell’uso dell’intelligenza artificiale è la capacità di elaborare rapidamente una quantità enorme di dati rendendo la previsione dei risultati più semplice e facilitando enormemente i processi decisionali. L’intelligenza artificiale è divenuta così un efficace strumento che ci permettere di analizzare i dati e la modalità di interazione dei singoli clienti, permettendo di ottimizzare i contenuti in termine di qualità e quantità. Inoltre, con un’analisi continua dei dati in tempo reale, i tempi decisionali vengono ridotti al minimo. Nel raccogliere questi dati, però, si deve fare attenzione alle 3 domande che condizionano il funzionamento dell’Intelligenza Artificiale:
  1. Quali sono le fonti da cui trarre i dati? Importante assicurarsi che siano accessibili oltre che affidabili;
  2. Dove sono ospitati questi dati da acquisire? È un portale web da cui posso scaricare i database o devo utilizzare delle API? E quindi: qual è lo strumento che posso/devo utilizzare per raccogliere questi dati?
  3. Una volta raccolti, come faccio a internalizzare i dati per uniformare tutti i database e metterli in relazione l’uno con l’altro?
Solo dopo aver risposto a ciascuna di queste prime domande, potrò cominciare a raccogliere, immagazzinare e organizzare i dati.

Security.

Security e Intelligenza Artificiale stanno diventando un binomio indissolubile nella lotta alle minacce informatiche, agli attacchi hacker e ai disservizi. Oggi sfruttare a pieno potenziale piattaforme avanzate vuol dire contrastare efficacemente una cyber criminalità che è sempre più versata nell’utilizzo degli algoritmi di Machine learning e dei kit basati sull’intelligenza artificiale. L’intelligenza artificiale, nell’ambito della sicurezza informatica, non si occupa solamente di individuare le minacce e di indagare sulle attività all’interno della rete, ma opera anche attraverso la prevenzione evitando le intrusioni non autorizzate a protezione dei dati sensibili contenuti nei dispositivi. Le questioni relative alla riservatezza dei dati inoltre sono disciplinate nel Regolamento generale sulla protezione dei dati (GDPR), introdotto dall’Unione Europea, il quale potrebbe rallentare lo sviluppo dell’IA nel caso in cui i principi di protezione dei dati non vengano rispettati. Alla base del Regolamento europeo c’è un costante dialogo con le autorità di protezione dei dati e tutte le parti interessate, compresi i responsabili del trattamento dei dati e la società civile.

Iterate Iterate Iterate.

When should an initial working prototype and, subsequently, a final solution in production be delivered? Sin dalla prima versione pubblica, bisogna usare il prodotto. Quasi stressarlo per trovare eventuali debolezze e possibili mancanze. In questa fase il dialogo con l’utente finale è fondamentale per continuare a sviluppare e migliorare il prodotto: bisogna interagire con lui, coinvolgerlo nell’utilizzo delle prime funzioni e ascoltare attentamente i suoi feedback. Ciascun riscontro contiene una potenziale miglioria: piccola o grande che sia, ciascuna funzione gioca un ruolo nel successo (o nell’insuccesso) del progetto. Ecco perché è importante implementare un metodo agile che permetta di provare, implementare, testare e ricominciare: solo così saremo in grado di operare in maniera veloce e dinamica con l’obiettivo di sviluppare in tempi brevi una grande quantità di feature [seppur incomplete] che saranno testate immediatamente dal Mercato. Questo è il momento in cui si raccolgono i feedback che ci permetteranno di completare le funzionalità e rendere il prodotto  (quasi) perfetto.

Security.

Security e Intelligenza Artificiale stanno diventando un binomio indissolubile nella lotta alle minacce informatiche, agli attacchi hacker e ai disservizi. Oggi sfruttare a pieno potenziale piattaforme avanzate vuol dire contrastare efficacemente una cyber criminalità che è sempre più versata nell’utilizzo degli algoritmi di Machine learning e dei kit basati sull’intelligenza artificiale. L’intelligenza artificiale, nell’ambito della sicurezza informatica, non si occupa solamente di individuare le minacce e di indagare sulle attività all’interno della rete, ma opera anche attraverso la prevenzione evitando le intrusioni non autorizzate a protezione dei dati sensibili contenuti nei dispositivi. Le questioni relative alla riservatezza dei dati inoltre sono disciplinate nel Regolamento generale sulla protezione dei dati (GDPR), introdotto dall’Unione Europea, il quale potrebbe rallentare lo sviluppo dell’IA nel caso in cui i principi di protezione dei dati non vengano rispettati. Alla base del Regolamento europeo c’è un costante dialogo con le autorità di protezione dei dati e tutte le parti interessate, compresi i responsabili del trattamento dei dati e la società civile.

Iterate Iterate Iterate.

When should an initial working prototype and, subsequently, a final solution in production be delivered? Sin dalla prima versione pubblica, bisogna usare il prodotto. Quasi stressarlo per trovare eventuali debolezze e possibili mancanze. In questa fase il dialogo con l’utente finale è fondamentale per continuare a sviluppare e migliorare il prodotto: bisogna interagire con lui, coinvolgerlo nell’utilizzo delle prime funzioni e ascoltare attentamente i suoi feedback. Ciascun riscontro contiene una potenziale miglioria: piccola o grande che sia, ciascuna funzione gioca un ruolo nel successo (o nell’insuccesso) del progetto. Ecco perché è importante implementare un metodo agile che permetta di provare, implementare, testare e ricominciare: solo così saremo in grado di operare in maniera veloce e dinamica con l’obiettivo di sviluppare in tempi brevi una grande quantità di feature [seppur incomplete] che saranno testate immediatamente dal Mercato. Questo è il momento in cui si raccolgono i feedback che ci permetteranno di completare le funzionalità e rendere il prodotto  (quasi) perfetto.

Modify the process.

“Modificare il processo” è sinonimo di “maturità”. Arrivare a questo step significa aver già provato e testato il prodotto. Quando il processo è conosciuto e il prodotto è robusto, significa che ciascuno dei precedenti passaggi ha funzionato a dovere e ha permesso di costruire una struttura solida. È questo il momento in cui il prodotto è pronto fare il salto di qualità: il progetto – come abbiamo visto – nasce molto spesso da una mancanza del mercato che, però, in questa fase si trasforma nell’opportunità di introdurre un vero cambiamento. Quanto è stato sviluppato fino a questo momento non è altro che una risposta innovativa – capace di portare efficienza con incremento delle performance – ad un problema riscontrato ed evidenziato; ora che la conoscenza del mercato è più profonda e dettagliata, il prodotto può ambire a cambiare definitivamente i processi e non solo a migliorarli.

Modify the process.

“Modificare il processo” è sinonimo di “maturità”. Arrivare a questo step significa aver già provato e testato il prodotto. Quando il processo è conosciuto e il prodotto è robusto, significa che ciascuno dei precedenti passaggi ha funzionato a dovere e ha permesso di costruire una struttura solida. È questo il momento in cui il prodotto è pronto fare il salto di qualità: il progetto – come abbiamo visto – nasce molto spesso da una mancanza del mercato che, però, in questa fase si trasforma nell’opportunità di introdurre un vero cambiamento. Quanto è stato sviluppato fino a questo momento non è altro che una risposta innovativa – capace di portare efficienza con incremento delle performance – ad un problema riscontrato ed evidenziato; ora che la conoscenza del mercato è più profonda e dettagliata, il prodotto può ambire a cambiare definitivamente i processi e non solo a migliorarli.
Chai Botta
Chai Botta
Chai è l'Infrastructure Lead di Cherry Bit. Laureato in Matematica all'Università di Roma Tre, e in Computer Science & Engineering al Politecnico di Milano, è il re dei software e delle soluzioni brillanti. Parla di Kubernetes e DevOps come della lista della spesa, e crede fortemente nella soluzione innovativa di Cherry.
Vedi articoli autore

Ti potrebbero interessare

Blog
Welcome on board, Guida galattica dell’ operatore di onboarding: come muoversi nel caos documentale e conoscere gli esiti delle raccomandate prima del loro ritorno.
Di Chai Botta
- 02/10/2023
Welcome on board, è questo il titolo del nostro quarto Meetup, evento tenutosi il 27 Settembre 2023 presso la nostra sede di Milano.
Continua a leggere
Blog
Come orientarsi tra aste immobiliari, tool tecnologici e database specializzati: la soluzione arriva dal 3° MeetUp di Cherry Srl
Di Giacomo Fava
- 10/07/2023
Giacomo Fava, Lead AI Engineer della startup fintech Cherry srl: «Soddisfatti di aver dimostrato che, con una tecnologia avanzata e un’approfondita conoscenza del settore, possiamo rendere più efficiente il mercato delle aste immobiliari»
Continua a leggere
BlogEventiInnovazioneNews
Oltre l’ottimizzazione dei costi e dei tempi: le nuove frontiere per le informazioni catastali e conservatoriali al centro del 2° MeetUp di Cherry Srl
Di Chai Botta
- 22/05/2023
Luca Bonacina, Co-Founder & Head Of Technology della startup fintech Cherry srl: «Siamo entusiasti di poter offrire al pubblico un momento di networking in cui scoprire le migliori best practice e strategie per migliorare le proprie opportunità di business nel settore immobiliare»
Continua a leggere

Vuoi sapere di più? Ti contattiamo noi!

Sarà nostra premura contattarti all’indirizzo email che ci fornirai qui sotto il prima possibile.

© 2023 Tutti i diritti sono riservati
Cherry Srl

Via Ulrico Hoepli 3, Milano
C.F. / P.I. IT10914850960
Capitale sociale 1.000.000€ i.v.

Sitemap

Home

Chi siamo

Prodotti

Contatti

Lavora con noi

News

Blog

Press release

Privacy

Cookie

Prodotti

cherry bit

cherry brick

Iscriviti alla nostra newsletter
Instagram Linkedin
© 2023 Tutti i diritti sono riservati
Cherry Srl

Via Ulrico Hoepli 3, Milano
C.F. / P.I. IT10914850960
Capitale sociale 1.000.000€ i.v.

Instagram Linkedin
Sitemap

Home

Chi siamo

Prodotti

Contatti

Lavora con noi

Prodotti

cherry bit

cherry brick

News

Blog

Press release

Privacy

Cookie

Iscriviti alla newsletter