Intelligenza Artificiale - Evento IULM BIG DATA
•
1 like•1,765 views
La presentazione di Alessio Semoli all'evento IULM di presentazione dell'uso dell'intelligenza artificiale nelle aziende.
Recommended
Recommended
More Related Content
Similar to Intelligenza Artificiale - Evento IULM BIG DATA
Similar to Intelligenza Artificiale - Evento IULM BIG DATA (20)
Intelligenza Artificiale - Evento IULM BIG DATA
- 1. Artificial Intelligence: Lo scenario futuro e gli sviluppi nel marketing e la comunicazione
- 3. Le innovazioni legate alle tecnologie per i big data devono essere accompagnate da un nuovo approccio nel modo in cui i dati vengono utilizzati per le decisioni aziendali e nella creazione di innovazione in prodotti e servizi. BIGDATA–DATADRIVEN LeTecnologieinnovativedelmomentoIl vero valore dei BIG DATA non deriva dai dati nella loro forma grezza, ma dalle informazioni che risultano dalla loro elaborazione e analisi
- 9. I primi approcci all’AI nascono molti anni fa, ma qualcosa ancora mancava..
- 11. Robot Leonardo da Vinci (1495) Il progetto di Leonardo non era attuabile e l’automa è stato costruito soltanto nel 2002 dall’esperto di robotica della NASA Mark Rosheim
- 12. •Potenza di calcolo •Big Data •Algoritmi •Applicazioni delle aziende Oggil’AIhatuttigliingredienti
- 13. CloudComputing
- 14. QuantumComputer
- 15. Artificial Intelligence Machine Learning Deep Learning Computer con l’abilità di ragionare e rispondere come umani. Computer con l’abilità di imparare senza essere programmati. Reti neurali in grado di comprendere autonomamente i dati ArtificialIntelligence
- 16. • Apprendimento senza supervisione Apprendimento mediante analisi dei risultati senza dati di input o output ma mappando i risultati di determinate azioni e compiti chiamati a svolgere • Apprendimento con supervisione Apprendimento mediante esempi di input e di output per far capire all’AI come deve comportarsi • Reinforcement learning Apprendimento “meritocratico”: l’AI viene premiata quando raggiunge gli obiettivi, i risultati, esegue un’azione, ecc. In questo modo impara quali sono le azioni corrette e quelle errate MachineLearning
- 17. Giudizi (o pregiudizi) che non corrispondono necessariamente alla realtà, sviluppati sulla base dell’interpretazione delle informazioni in possesso, anche se non logicamente o semanticamente connesse tra loro e che portano dunque ad un errore di valutazione o mancanza di oggettività di giudizio. BIASCognitivi
- 18. Computer Vision e Audio Processing. Per esempio: essere capaci attivamente di percepire cosa ci sta attorno acquisendo e percependo immagini, suoni e parole. SENTIRE Natural language processing e inference engine. Possono abilitare i sistemi di AI ad analizzare e comprendere le informazioni raccolte. COMPRENDERE Un sistema di AI può prendere una decisione , attraverso l’utilizzo di tecnologie quali inference engine. Auto-pilot e assisted braking nelle auto sono un esempio di questa capacità. AGIRE
- 19. AutonomousCar
- 20. LidarSensor
- 22. Genomica&AI
- 23. 1. Predictive Analysis 2. Clustering & Customization 3. Recomendation Engine 4. NLP 5. Image recognition 5esempidiapprocciopraticoalmercatoMarketinggrazie all’ArtificialIntelligence
- 24. Data Generated Data Stored Data Processing Actionable Insights Big Data Artificial Intelligence Dati strutturati, semi-strutturati e non strutturati. I dati vengono memorizzati in database e server. Processo di elaborazione tramite CPUs/ GPUs e algoritmi AI per rilevare i modelli. I segnali predittivi vengono generati. 1)PredictiveAnalysis
- 25. 2)Clustering&Customization Psycographic segmentation E’ un mix tra la segmentazione demografica e la segmentazione del comportamento. E’ la somma di: • Personalità • Interessi • Attitudine • Comportamento Conquestopotetecapirechisonoivostriclientieperchèstannocomprandoi vostriprodottioservizi
- 29. Face Recognition
- 34. La tecnologia ci consentirà di fare grandi passi avanti per un mondo migliore. Diventiamo portatori di una #positiveinnovation
- 35. Seguimi sui social GRAZIE PER L’ATTENZIONE