L’Assistente Vocale che non t’aspetti

Il prolungato periodo di pandemia, destinato ad allungarsi anche al periodo delle feste, costringendo un pò tutti a trascorrere larga parte del proprio tempo fra le mura domestiche, potrebbe accentuare l’utilizzo degli Assistenti Vocali. Neanche a farlo apposta, fra le tante – più o meno indispensabili – essi presentano alcune interessanti funzioni che consentono di apprezzare quanto questi dispositivi siano vicini al giorno d’oggi all’intelligenza artificiale.
Così ad esempio Google Assistant spicca proprio per presentarne alcune che, oltre a (anche) venirci incontro in questo periodo, mettono in evidenza il livello raggiunto da questi dispositivi … da far stropicciare gli occhi !
Trattasi di implementazioni di comandi vocali che dicono “Google, fai questo … fai quello ! ..” soddisfando le nostre esigenze. Ecco sette nuove funzionalità che sottintendono alla comodità e versatilità di questi strumenti.
Ora, è possibile impostare l’Assistant Google come temporizzatore per l’accensione/spegnimento delle luci (paradossalmente, questa funzionalità non è ancora resa disponibile su Amazon Echo). Ora é possibile programmare Google Assistant perché provveda automaticamente … senza bisogno di intervenire manualmente. E’ possibile impostarne l’attivazione o dopo un certo tempo trascorso oppure ad una determinata ora; unica pecca è che, ad ora, non è possibile interromperne la programmazione.
L’assistente vocale permette anche di creare una lista della spesa ….. consuetudine questa che torna di moda oggi, permettendo di appuntarsi – in questo caso di elencare all’assistente virtuale di turno – i prodotti da acquistare quando si va al supermercato: mediante un comando vocale si può creare una vera e propria lista di quanto necessario.

O addirittura di affidargli la gestione della sorte emulando il classico ‘Testa o croce‘ per le nostre scelte.

“Ok Google lancia una moneta”


Di impostare la sveglia tramite Spotify quindi programmare il nostro risveglio con un brano ad hoc o una playlist, permettendo cosi di scegliere un modo più soft per iniziare la giornata.
Per sciogliere le tensioni accumulate durante la giornata, è possibile inoltre impostare una ‘modalità relax‘ a cui abbandonarsi mediante la riproduzione di suoni della natura.
Continuando in questa breve elencazione, la funzionalità ‘Traduci’ è però il cavallo di battaglia di Google Assistant per cui si presta a svolgere al meglio la funzione di traduttore, sia di singole parole come di costrutti, facendo così diventare l’Assistente Vocale un interprete.

“Ok Google come si dice (Ciao) in (Inglese)?”


Come Alexa anche Google introduce l’intrattenimento interattivo dei giochi, allargando in questo senso il concetto di intelligenza artificiale all’intrattenimento interattivo.

“Ok Google giochiamo”


In conclusione, oggigiorno si sta dimostrando che un Assistente Vocale riesce ad andare ben oltre il concetto di utilità, aprendo a nuovi orizzonti come quello dell’interattività, benché sia un settore ancora in fase di maturazione, arrivando a rivalutare quello che è il significato di Intelligenza Artificiale.

(Fonte:www.https://www.tuttoandroid.net/)

Connubio fra AI e marketing

Con il termine di Artificial Intelligence Marketing (“marketing con uso di intelligenza artificiale”) si fa riferimento al marketing diretto che si basa su tecniche, concetti e modelli elaborati dall’intelligenza artificiale tramite l’apprendimento automatico (la parte di ragionamento che suggerisce le azioni da intraprendere è qui svolta da un computer e da algoritmi anziché dall’uomo).

Del significato dell’Intelligenza Artificiale non si ha ancora una piena cognizione: in sostanza, indica l’abilità di un sistema tecnologico nel risolvere problemi o svolgere compiti e attività tipici della mente e delle abilità umane. In ambito informatico allora potremmo identificare l’AI – Artificial Intelligence – come la disciplina che si occupa di progettare macchine – sia hardware che software – e soluzioni attraverso cui poter risolvere autonomamente problemi, compiere azioni, ecc..

In quest’ottica si sente spesso parlare di Machine Learning e Deep Learning, due distinti modelli di apprendimento e applicazione dell’intelligenza artificiale. ‘Machine Learning‘ si distingue per essere un insieme di tecniche di applicazione mediante cui consentire al software di intelligenza artificiale (modello di apprendimento) di ‘allenare’ le macchine di AI ad apprendere e svolgere autonomamente un compito o un’attività, senza bisogno che siano programmate (senza dover cioè dipendere da sistemi programmati che regolano come deve comportarsi e reagire un sistema di AI); sistemi che servono ad “abituare” l’AI in modo che imparando, correggendo gli errori, allenando sé stessa possa poi essere autonoma nello svolgimento delle azioni impartite.
Deep Learning‘: in questo caso parliamo di modelli di apprendimento basati sulla struttura e capacità cognitive del cervello umano. A differenza del precedente metodo allora, il Deep Learning rappresenta la “messa su strada” dell’intelligenza artificiale così concepita andando ad emulare direttamente la mente dell’uomo. Non dunque un modello matematico: il Deep Learning si basa su una rete neurale artificiale che verosimilmente riceve e smista infinite operazioni di calcolo e analisi (simulando in questo modo le connessioni del cervello). Anche se non ce ne accorgiamo, questo modello lo ritroviamo già nel riconoscimento vocale, delle immagini e nei sistemi di NLP – Natural Language Processing.

Secondo l’Osservatorio Artificial intelligence del Politecnico di Milano, è possibile distinguere otto distinte classi di applicazione dell’Intelligenza Artificiale: Autonomous Vehicle: si riferisce a qualunque mezzo a guida autonoma; Autonomous Robot: robot in grado di muoversi ed eseguire azioni senza intervento umano, traendo informazioni dall’ambiente circostante; Intelligent Object: tutti quelli oggetti in grado di eseguire azioni e prendere decisioni autonomamente; Virtual Assistant e Chatbot: sistemi evoluti capaci di comprendere tono e contesto di un dialogo, memorizzare e riutilizzare le informazioni raccolte e sostenere con intraprendenza la conversazione; Recommendation: soluzioni orientate a indirizzare le preferenze, gli interessi, le decisioni dell’utente, basandosi su informazioni fornite; Image Processing: sistemi in grado di effettuare analisi di immagini o video per il riconoscimento di persone, animali e cose presenti nell’immagine stessa; Language Processing: capacità di elaborazione del linguaggio per la comprensione del contenuto, la traduzione, fino alla produzione di testi in modo autonomo; Intelligent Data Processing: soluzioni che utilizzano algoritmi di intelligenza artificiale su dati strutturati ma non per estrarre informazioni, quindi ad es. per sistemi di controllo e analisi complesse.

Step da perseguire dal punto di vista delle abilità intellettuali, il funzionamento di una AI si sostanzia principalmente attraverso su quattro differenti livelli funzionali:

comprensione: mediante la simulazione di capacità cognitive di correlazione dati ed eventi l’AI (Artificial Intelligence) è in grado di riconoscere testi, immagini, tabelle, video, voce e ricavarne informazioni;

ragionamento: mediante la logica i sistemi riescono a collegare le molteplici informazioni raccolte (attraverso precisi algoritmi matematici e in modo automatizzato);

apprendimento: sistemi con funzionalità predefinite per l’analisi degli input di dati e per la loro “corretta” restituzione in output (è il classico esempio dei sistemi che con modelli di apprendimento automatico portano le AI ad imparare e a svolgere varie funzioni);

interazione (Human Machine Interaction): in questo caso ci si riferisce alle modalità di funzionamento dell’AI in relazione alla sua interazione con l’uomo. È qui che stanno fortemente avanzando i sistemi di Nlp – Natural Language Processing, tecnologie che consentono all’uomo di interagire con le macchine (e viceversa) sfruttando il linguaggio naturale.

L’AI nasce negli anni 50, ma è solo oggi che i progressi tecnologici registrati nel campo della potenza di calcolo, della disponibilità dei dati e nella capacità di analisi per la risoluzione di problemi complessi hanno permesso alle applicazioni di nascere e diffondersi.
Il 2020 sarà l’anno in cui tali soluzioni esploderanno.
Le tecnologie di base sono mature e, mediante quelle più avanzate, vengono rese fruibili a costi accessibili.