Nel post precedente ho scritto di come l’Intelligenza Artificiale trasformerà l’industria del software e, di conseguenza, tutte quelle tradizionali che sul codice si basano. Qui proverò, senza pretesa di esaustività, ad evidenziare i progressi delle più grandi aziende di tecnologia.
Google è quella che più di altre sta già usando estensivamente l’Intelligenza Artificiale. Per individuare lo spam in GMail, per il riconoscimento vocale e della scrittura, per le traduzioni e, recentemente, per migliorare i risultati del suo motore di ricerca. RankBrain è il nome di una serie di algoritmi messi a punto per individuare la pagina migliore di una ricerca complessa fatta in linguaggio naturale, anche se non contiene le parole usate dall’utente per cercarla. Oggi RankBrain è il terzo segnale più importante per determinare la classificazione dei contenuti.
L’azienda di Mountain View, inoltre, ha già messo in produzione alcune applicazioni intelligenti. La più sorprendende è Google Photos che è in grado di riconoscere le immagini non classificate presenti della vostra libreria, senza attingere al nome del file.
Lo stesso motore di ricerca, che ora si limita a restituire una lista di risultati, diventerà un assistente personale, Google Assistant, incorporato in tutti i prodotti dell’azienda a cominciare da quelli di prossima uscita: Home e Allo.
Google Home è un dispositivo casalingo che, attivato dalla voce, è in grado di rispondere a domande e compiere azioni se collegato ad altri dispositivi intelligenti.
Allo è un’applicazione di messagistica istantanea che, interrogata, permette di ottenere informazioni contestuali all’interno della chat.
Le tecniche di Machine Learning in Allo abiliteranno anche la funzione Smart Reply, già presente in Inbox, in grado di suggerire le risposte da dare, interpretando le domande e le foto, ma anche apprendendo il nostro linguaggio dalle precedenti conversazioni.
Ovviamente l’Intelligenza Artificiale è il cuore dei progetti più ambizioni come Google Self-Driving Car. L’auto senza conducente usa una tecnica (LIDAR) di telerilevamento che permette di determinare la distanza di un oggetto o di una superficie utilizzando un impulso laser. Il sistema riesce a costruire in tempo reale un modello preciso del mondo circostante, prevedendo i movimenti degli oggetti/soggetti circostanti.
La strategia di Google è di usare l’Intelligenza Artificiale come layer per tutti i suoi servizi, non solo per creare singole smart app.
Big G, oltre ad aver incorporato IA nei suoi prodotti per il grande pubblico, ha anche un’offerta di servizi enterprise compresa nella sua Cloud Platform. Si tratta di una serie di servizi di Machine Learning che comprendono modelli “pre-addestrati” e una piattaforma per generare modelli custom. Ad esempio le API di Cloud Vision permettono la classificazione di immagini e le API di Cloud Speech la conversione di audio in testo.
IBM è stata pioniera nell’uso delle tecniche di Machine Learning. A dimostrarlo valgono i successi del suo super calcolatore Watson, in grado di battere gli umani a scacchi e a Jeopardy! Il prodotto commerciale scaturito da quella esperienza si chiama Watson Analytics. E’ pensato per offrire la potenza di calcolo di Watson, nascondendone la complessità all’utente business. In pratica sulla base di estesi set di dati prova ad estrapolare degli insight predittivi. Inoltre rende disponibili diverse API per usufruire di molteplici servizi (analisi del testo, speech to text/text to speech, riconoscimento delle immagini).
IBM ha da poco annunciato Watson Knowledge Studio, un’applicazione cloud che permette agli sviluppatori di creare annotatori custom, utili ad identificare relazioni in testi non strutturati.
Microsoft usa l’Intelligenza Artificiale per Cortana, il suo assistente personale. Inoltre le capacità di Machine Learning, offerte all’interno di Cortana Intelligence Suite, permettono di costruire soluzioni di “predictive analytics” usando un’interfaccia grafica “drag and drop”.
Amazon usa le tecniche di IA per migliorare le capacità predittive del suo store e per il riconoscimento vocale di Alexa (incorporato nel device per la casa Echo). Alle aziende offre la piattaforma cloud Amazon Machine Learning che attraverso procedure guidate, permette la creazione di modelli di Machine Learning, senza dover apprendere tecnologie e algoritmi complessi.
Facebook ha, da poco, iniziato ad utilizzare le tecniche di Deep Learning per migliorare la distribuzione delle notizie nel News Feed ossia per individuare quello che interessa di più al singolo utente. DeepText è il sistema che gli permette di comprendere i contenuti dei post, delle foto e dei video (utile anche per migliorare l’accessibilità per gli ipovedenti).
Inoltre ha sviluppato M, un assistente personale, in grado di fornire risposte alle domande degli utenti. La sua tecnologia è disponibile agli sviluppatori di terze parti, che la possono usare per creare bot intelligenti per Facebook Messenger (Wit.AI).
Apple usa le tecniche di Deep Learning per Siri e per riconoscere le immagini della applicazione Photos. Recentemente ha annunciato una collezione di funzioni, Basic Neural NetworkSubroutines, che dovrebbe aiutare gli sviluppatori ad implementare reti neurali nelle proprie applicazioni. Insomma ancora poco per competere in un settore così strategico.
Tesla è famosa per la costruzione di auto elettriche, ma sta investendo ingenti risorse nell’Intelligenza Artificiale. Ad esempio la funzione “Autopilot” è resa possibile dall’analisi dei dati catturati in oltre 160 milioni di chilometri percorsi.
Questi sono solo alcuni esempi dei progressi fatti dalle grandi aziende tecnologiche in tema di IA, ma se ne conoscete altri segnalatemeli nei commenti. In un prossimo post affronterò il tema della democratizzazione dell’Intelligenza Artificiale.
