Le slide presentate da Fabrizio Barbero (CSI Piemonte) in occasione del seminario sull'intelligenza artificiale del 13 marzo 2018.
Il professor Luciano Gallino, allora Presidente del Comitato Scientifico di CSI Piemonte, volle nel 1984 la costituzione di un laboratorio di intelligenza artificiale capace di interagire con il mondo delle imprese e di aprire nuovi orizzonti alle strategie di governance della pubblica amministrazione.
Macchine specializzate, le Lisp-machines, l’attenzione all’interfaccia uomo-macchina, sistemi capaci di mimare il comportamento di operatori specializzati. Oggi abbiamo macchine che imparano, algoritmi sofisticati di uso sempre più generale, forme di intelligenza di sistemi automatici diverse da quelle proprie dell’uomo. Le nuove macchine non paiono soltanto imitare il nostro comportamento ma, si sostiene, imparano ad imparare, in modo originale.
Non sappiamo ancora come funziona il cervello umano, ma è sempre più diffusa, e, per alcuni studiosi, sempre più fondata, la preoccupazione che anche le attività intellettuali, e non solo quelle manuali, possano essere perfettamente eseguite da robot.
Abbiamo a Torino chi impiega queste tecniche innovative per produrre nuovi lavori e per rendere il nostro Paese protagonista attivo di cambiamenti di cui, con fatica, intravediamo le prospettive. Ne parlano Dario De Jaco, già direttore del laboratorio del CSI, un esperto quale Pietro Terna che esporrà i possibili scenari del lavoro futuro. Seguono due testimonial di eccezione che esplorano campi applicativi che vanno dall’analisi delle immagini all’estrazione di informazione contenuta in documenti amministrativi.
2. Progetto Cutes ( Cutting Tool Expert Systems )
KEE Expert System technology
Obiettivo «immagazzinare conoscenza»
Laboratorio Intelligenza Artificiale
3.
4. Obiettivi:
• analizzare le potenziali applicazioni dell’IA
nei servizi pubblici
• studiare le implicazioni economiche, sociali
e culturali sull’introduzione dell’IA nei
servizi pubblici
• definire rischi e opportunità strategiche per
le amministrazioni italiane
• mappare il lavoro avviato dalle pubbliche
amministrazioni e dai principali centri di
ricerca italiani e internazionali
• realizzare delle raccomandazioni sull'IA al
servizio del cittadino destinate alle
pubbliche amministrazioni
Task force IA
6. Campi di applicazione
• Pubblico Impiego
• Organizzazione del Lavoro, ottimizzazione dei
processi, gestione delle pratiche
• Rapporti con il Cittadino/Imprese
• Semplificazione e interazione bidirezionale
• Turismo e Cultura
• Catalogazione del patrimonio informativo
• Mobilità e Trasporti
• Modelli predittivi traffico, inquinamento,
incidentalità
• Sicurezza/Privacy
• Sicurezza pubblica, uso anomalo dei dati personali
7. Campi di applicazione
• Sistema Normativo
• Semplificazione e accesso alle
normative
• Sistema Sanitario
• Gestione cronicità
• Sistema Scolastico
• Tutoring e autovalutazione studenti
• Sistema Tributario
• Sospetta evasione ed elusione
11. Il patrimonio informativo del Piemonte
• 16 milioni di documenti dematerializzati (7.7 Tbyte) a fine 2017
• Catalogazione del patrimonio librario (circa 2.650K titoli), culturale e
archivistico (circa 500K e 70K img)
• 1.400 basi dati territoriali: Raster, Vector, Ortofoto, Modelli digitali del
terreno, telerilevamento satellitare
• Banche Dati normative e amministrative: Leggi Regionali , Atti
Amministrativi (Delibere, Determine, ecc.)
• Banche Dati multimediali (Biblioteca Digitale Piemontese; Condivisione
di informazioni multimediali sul territorio per Regione Piemonte e ARPA;
Archivio Fotografico della Provincia di Torino)
• 1.300 basi dati alfanumeriche
• 160 basi dati statistiche
• 860 dataset open data
• Reti monitoraggio
13. Yucca Smart Data Platform
E’ la piattaforma per Internet of Things e
BigData della Regione Piemonte
• Realizzata da CSI-Piemonte
• Opensource (GITHUB)
• Multitenant PaaS
Offre:
• IoT data integration
• Data/Event Hub
• Data Management & Data Analytics
• API Store
• Realtime complex event processor
14.
15. AI – i nuovi elementi abilitanti
1. Data – 50 exabytes (2000), 300 exabytes (2007), 4.4 zettabytes (2013), 44
zettabytes 2020)
16. AI – i nuovi elementi abilitanti
1. Data – 50 exabytes (2000), 300 exabytes (2007), 4.4 zettabytes (2013), 44
zettabytes 2020)
2. Algoritmi e Tecniche – Neural Networks, CNNs, RNNs, DeepLearing,
Reinforcement Learning …
3. Compute Power – Silicon ( CPUs, GPUs, FPGA, … ); Hyperscale compute
capacity, cloud available …
4.
5.
17. AI – i nuovi elementi abilitanti
1. Data – 50 exabytes (2000), 300 exabytes (2007), 4.4 zettabytes (2013), 44
zettabytes 2020)
2. Algoritmi e Tecniche – Neural Networks, CNNs, RNNs, DeepLearing,
Reinforcement Learning …
3. Compute Power – Silicon ( CPUs, GPUs, FPGA, … ); Hyperscale compute
capacity, cloud available …
4. Commodity AI software - open source «enterprise ready» frameworks &
libraries
5. Commodity AI services – Cognitive services, AI-as-a-services
21. Voice
Intents
Identification
&
Conversation
-------
NLP + ML
Workflow
Execution
------
Rule Engine
AI Support
Interaction
Adapter
Transport
information
systemAPI
Enterprise
System X
Enterprise
System Y
API
API
Yucca Smart Data Platform
Chat (IM)
Customer
support ticket
system
Internal knowledge Base
meaning, syntax, time, location,
appropriate domain, regulations,
user's profile, process, task and
goal
API
Hadoop
Spark ML
Solr
Geo Tools
Integration
23. Assistente personale
• Gestione completamente delegata,
fino all’obiettivo
• Utilizzo del profilo dati ( calendario,
abitudini )
• Ingaggio multiplo risorse
• Proattività, Propositività
• Reminder
• Negoziazione
24.
25. Esempio: prima domanda con
sola risposta automatica.
Seconda domanda con
richiesta di conversazione con
operatore. Il problema in
questo caso era l’orario!
EDBot risponde a semplici
domande: motore di ricerca
semantico sulle FAQ.
Sistema IA ibrido
26. Analisi dati del bot
Crescita costante degli
utenti anche se numeri
«contenuti»
Picchi nei periodi «caldi»
27.
28. Capacità di gestire diverse intenzioni
Conoscere il tipo di blocco del
traffico previsto
Sapere se si può circolare con il
proprio mezzo. Vengono richieste
informazioni specifiche (giorno,
carburante, classe, persone)
Capacità di riconoscere casi
particolari e informazioni già nella
domanda. Se disponibile le
informazioni sulle caratteristiche
dellauto
Dare informazioni su deroghe e link
dell’ordinanza
29. Servizi Digitali
(AI-powered)
Web Browser
e Mobile app messanger siri telegram
Voice Siri Voice Assistant
Driving
Robot Concierge
Amazon Echo Apple HomePod GoogleHome
Web Browser
Accesso in mobilità
Instant Messaging (Chat)
Assistenti Vocali
Robot Concierge
Assistente Personale @Home
Piattaforma
Conversazionale
per il Cittadino
30. Conclusioni
• E’ essenziale una robusta «data strategy»
• Gli algoritmi AI richiedono dati in volume, dettaglio e freschezza
• Gestire e valorizzare i Big Data diventerà un operazione impossibile senza
l’impiego di tecniche AI
• Attenzione a Privacy & Trasparenza ( XAI - Explain AI )
• Necessario operare in domini ristretti
• L’attività umana può essere integrata, parzialmente sostituita,
migliorata grazie alle tecniche AI
• L’intelligenza artificiale AI sarà determinante per l’evoluzione dei servizi
digitali ai cittadini
https://www2.deloitte.com/insights/us/en/focus/cognitive-technologies/artificial-intelligence-government-summary.html
GARTNER
https://www.commerce-associe.fr/wp-content/uploads/predicts_2018_ai_and_the_fut_342326.pdf
http://www.govtech.com/GT-September-Automation-Beyond-the-Physical-AI-in-the-Public-Sector.html
https://www2.deloitte.com/insights/us/en/focus/cognitive-technologies/artificial-intelligence-government.html
https://www2.deloitte.com/content/dam/insights/us/articles/3832_AI-augmented-government/DUP_AI-augmented-government.pdf
Un più efficace supporto alle decisioni
L’automazione di parte dei processi, integrando o sostituendo l’attività umana
Big Data needs an intelligence layer
AI algoritms need detailed, fresh, bigger data
Esperienze di uso delle tecniche AI dei servizi pubblici
gli studenti pongono domande al bot principalmente per
- borse di studio: requisiti, graduatorie, scadenze della domanda, argomenti correlati
- servizio abitativo, residenze, richieste e tempistiche per ottenere un posto in residenza
Big Data needs an intelligence layer
AI algoritms need detailed, fresh, bigger data