Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Intelligenza artificiale, innovazione e opportunità

426 views

Published on

Walter Aglietti
IBM Software Lab
Director

Published in: Education
  • download free here createKindle
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Read now Create DOWNLOAD for free ebook ===dayna.club8887058628-Il-linguaggio-del-cinema-Significazione-e-retorica-.html
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Be the first to like this

Intelligenza artificiale, innovazione e opportunità

  1. 1. Intelligenza Artificiale nella PA: esperienze e prospettive Roma, 5 Novembre 2019 h. 9.00-13.30 organizzato e promosso da www.prsmonitor.euwww.di.uniroma1.itwww.miur.gov.it Intelligenza artificiale, innovazione e opportunità Walter Aglietti IBM Software Lab Director
  2. 2. organizzato e promosso da 2 Walter Aglietti Ruolo - Organizzazione A (not so) difficult topic Intelligenza Artificiale Insieme di tecnologie e metodi per la risoluzione di problemi complessi che includono riconoscimento del linguaggio, di immagini, comprensione di concetti, ragionamento, pianificazione e previsione Machine Learning Metodi e algoritmi per il riconoscimento di schemi nei dati e decisioni data-driven Cognitive Computing Decision-making interattivo e ragionamento su domini specifici con l’utilizzo di tecniche di ML & DL, che uniscono comprensione del linguaggio naturale, elaborazione di immagini e molto altro ai dati tradizionali Deep Learning Metodi e algoritmi (ex. reti neurali) che emulano il processo di apprendimento umano
  3. 3. L’intelligenza artificiale oggi… Fornisce soluzioni per problemi specifici e viene quindi utilizzata per specifiche opportunità: in altre parole…competenze per industria/settore E’ un mercato enormemente competitivo e veloce dove è essenziale (ri)utilizzare competenze, casi d’uso e prodotti E’ un ambito caratterizzato da hype perdiodici che bisogna comprendere e governare E’ un ambito in cui chi ha i modelli migliori ottiene il prodotto migliore
  4. 4. organizzato e promosso da 4 Walter Aglietti Ruolo - Organizzazione Alcuni esempi
  5. 5. 5
  6. 6. organizzato e promosso da 8 Walter Aglietti Ruolo - Organizzazione Un po’ più avanti e un po’ più complesso
  7. 7. Think Milano / DOC ID / June 5th-12th, 2018 / © 2018 IBM Corporation 9
  8. 8. 10
  9. 9. 11
  10. 10. organizzato e promosso da 13 Walter Aglietti Ruolo - Organizzazione Il problema dei dati e dei modelli
  11. 11. organizzato e promosso da 14 Walter Aglietti Ruolo - Organizzazione Valore Utilizzo dei dati Operazionale Reporting & Data Warehousing Self-Service Analytics Nuovi modelli di consumo dei dati Evolution through data
  12. 12. organizzato e promosso da 15 Walter Aglietti Ruolo - Organizzazione Tools & infrastructures • An environment is needed to quickly prototype, restart and then start again • The heterogeneity of platforms and development tools makes collaboration difficult Governance • If the data is not completely governed, if the life cycle and its rules are not known, the self- service becomes a utopia. Skills • Data science skills are not so common ... and it's not just algorithms • The growth of new skills requires time and resources Data • Almost always siloed, obsolete or difficult to access • Unstructured data introduce complexity 15 Cosa vuol dire lavorare con AI
  13. 13. organizzato e promosso da 16 Walter Aglietti Ruolo - Organizzazione Agenda Il problema dell’etica
  14. 14. L’intelligenza artificiale è utilizzata in molte applicazioni ed in decisione “delicate” Finanziario Impiego Istruzione Legale e giudiziario
  15. 15. organizzato e promosso da 18 Walter Aglietti Ruolo - Organizzazione Finanziario Impiego Istruzione Legale e giudiziario L’intelligenza artificiale è utilizzata in molte applicazioni ed in decisione “delicate”
  16. 16. organizzato e promosso da 19 Walter Aglietti Ruolo - Organizzazione Cosa serve per fidarsi di una macchina ? (Oltre ad una accuratezza del 99%) E’ equa ? E’ facile da comprendere ? Qualcuno ci ha “messo le mani” ? E’ responsabile ? #21, #32, #93 #21, #32, #93
  17. 17. organizzato e promosso da 20 Walter Aglietti Ruolo - Organizzazione Utenti finali “Perche è stato raccomandato questo trattamento/provvedimento/percorso ?” Who: Medici, giudici, impiegati, insegnanti Why: fiducia/responsabilità Utenti coinvolti “Perché il mio mutuo è stato negato ? Cosa faccio ?” Who: Pazienti, accusati, richiedenti, insegnanti Why: comprensione dei fattori Autorità regolatorie “Dimostra che il Sistema non ha discriminato” Who: EU (GDPR), NYC Council, US Gov’t, etc. Why: assicurare la correttezza e la dimostrabilità della stessa Sviluppatori/fornitori di sistemi di AI “Il Sistema si comporta correttamente ? Come lo miglioro ?“ Who: EU (GDPR), NYC Council, US Gov’t, etc. Why: assicurare o migliorare il funzionamento Una spiegazione non va bene per tutti
  18. 18. organizzato e promosso da 21 Walter Aglietti Ruolo - Organizzazione Rilevamento bias a runtimeRilevamento bias a runtime
  19. 19. organizzato e promosso da 22 Walter Aglietti Ruolo - Organizzazione Cosa serve per fidarsi di una macchina ? (Oltre ad una accuratezza del 99%)
  20. 20. Intelligenza Artificiale nella PA: esperienze e prospettive Roma, 5 Novembre 2019 h. 9.00-13.30 organizzato e promosso da www.prsmonitor.euwww.di.uniroma1.itwww.miur.gov.it GRAZIE

×