61 / 84
È
tra noi, ormai realtà visibile e misurabile; sembra ieri
quando si ascoltava di Learning Machine, di Smart
Machine e ci si chiedeva, con una punta di scettici-
smo, quanto lontano fosse il giorno in cui queste no-
vità avrebbero fatto la comparsa in molte delle attività
produttive prettamente umane. Ora la Smart Machine
Age è qui, muove i primi passi e promette già trasforma-
zioni profonde. Secondo Gartner il ciclo delle tecnologie
smart è appena cominciato e ci si attende che duri al-
meno 75 anni, anni ricchi – è l’auspicio – di opportunità.
Ciò che caratterizza le tecnologie smart è la capacità di
imparare dall’esperienza, generando risultati capaci di
sorprendere gli stessi ideatori/creatori. Grazie alle reti
Deep Neural (Dnn, deep neural network) le Smart Ma-
chine sono in grado di reagire al contesto realizzando
soluzioni adattive e si dimostrano particolarmente effi-
caci soprattutto nei dati immagini, voci, video o testi, in
cui i Dnn imparano da se stessi e sono capaci di nuove
operazioni che nessuno ha codificato prima per loro.
Soprattutto, si dimostrano più efficienti delle persone nel
riconoscimento facciale e delle immagini, mentre non
raggiungono le prestazioni degli umani nel riconosci-
mento e nelle traduzioni linguistiche. I Dnn oggi disponi-
bili hanno ancora un discreto numero di limitazioni, ma i
miglioramenti dell’hardware attesi nell’immediato futuro
sono destinati a costruire risultati duraturi.
Dnn per Smart Machine adattive
Le Smart Machine rappresentano una ‘super classe’
emergente di tecnologie capace di operare su un ampio
ventaglio di lavori e di portare un grande valore aggiunto
ai processi di business. Le tecnologie si definiscono
Smart quando sono in grado di imparare dall’esperienza
e possono produrre risultati del tutto inattesi. Due le tipo-
logie fondamentali oggi disponibili, la cui combinazione
può dare origine a soluzioni ibride: ci sono le ‘Perceptual
Smart Machine’ che classificano progressivamente gli
input e le ‘Executive Smart Machine’ che aggiustano
progressivamente il proprio comportamento. Esiste
inoltre un precursore storico di entrambe le categorie,
il sistema ‘rule-based’. Le Smart Machine ‘perceptual’
assimilano ingenti moli di dati e progressivamente iden-
tificano i differenti oggetti, a partire da quelli più semplici
(come una linea di contrasto in una foto) fino a quelli più
complessi e astratti. Si tratta di prodotti la cui funziona-
lità è legata dal modello che utilizzano, costruito dai data
scientist. Nei veicoli autonomi, per esempio, ci sono (e
ci saranno) Dnn che processano flussi di dati da video,
radar, microfoni, sensoristica varia. Le Smart Machine
Scenari sempre più smart per le tecnologie del presente
TOM AUSTIN, WILL CAPPELLI, SIMON F JACOBSON, LISA KART, ALEXANDER LINDEN, MARK HUNG,
CHARLOTTE PATRICK, MAGNUS REVANG, MARTIN REYNOLDS, NOHA TOHAMY*
Fonte: Gartner
DOSSIER
marzo-aprile 2017
59
Fonte: Gartner