Machine Learning & Cognitive Computing

From 2011 We Trust in Value

Machine Learning & Cognitive Computing

Negli ultimi decenni le aziende hanno utilizzato l’analisi dei dati per prendere decisioni operative o impostare piani strategici per il futuro. Gli Analytics sono diventati ormai un patrimonio acquisito e diffuso e come tale sono uno strumento operativo e non costituiscono più un elemento differenziale come nel passato. Le organizzazioni stanno quindi cercando di sfruttare il loro patrimonio modalità nuove ed innovative che possano aumentate la loro efficienza e competitività sul mercato differenziandosi dai competitor. Le recenti innovazioni tecnologiche, specie nell’ambito della capacità computazionale hanno reso nuovamente di interesse tecniche e algoritmi di Machine Learning che trovano le loro radici nella ricerca informatica sin dagli anni ’60.

La disciplina del Machine learning nasce da diversi filoni di studio e ricerca, dall’intelligenza artificiale, la statistica, il data mining e la ricerca operativa e di fatto costituisce la naturale evoluzione delle tecniche e dei modelli di analisi dei dati, o Analytics come ultimamente definiti.

Esistono numerosi scenari per l’utilizzo del Machine Learning così come diversi tipi di algoritmi che possono essere implementati a seconda dei dati disponibili o dei risultati da raggiungere. Questi approcci includono modelli di Machine Learning di tipo “supervised”, “unsupervised” e “semi-supervised”. Il Machine Learning offre alle organizzazione la possibilità di prendere decisioni accurate e finalmente “data driven” per risolvere problemi che i tradizionali sistemi di analisi non erano in grado di affrontare.

Una evoluzione sempre più apprezzata delle tecnologie di Machine Learning è il Cognitive Computing, che vede l’impiego di questi algoritmi per analizzare moli di dati crescenti di tipo non strutturato, a partire dal testo per arrivare alle immagini, alla voce e al video. Questo permette e permetterà sempre più all’azienda di effettuare analisi non solo sull’insieme di dati strutturati presenti internamente ma di accedere ad un patrimonio informativo molto più ampio, sia internamente (mail, documenti, processi non automatici, etc) che esternamente (social network, ricerche di mercato, analisi del sentiment, etc).

Il Machine learning e il Cognitive Computing sono già in uso presso diversi settori dell’industria e del business, tra cui:

  • Automobilistico: automobili a guida autonoma, sistemi di risposta/intervento/emergenza automatici
  • Finanziario: sistemi per l’identificazione delle frodi, sistemi di gestione/mitigazione del rischio, trading automatico
  • Pubblica amministrazione e Sanità: Pattern recognition su immagini e video per la sicurezza delle strade e delle città, sistemi di identificazione delle frodi in ambito sanitario, sistemi di supporto alla diagnostica
  • Industriale: Patter detection per la manutenzione pro-attiva/preventiva, sistemi di gestione automatica a supporto delle linee di produzione
  • Grande distribuzione: modelli di segmentazione della clientela e sistemi di monitoraggio continuo dei comportamenti dei clienti per la gestione di campagne e offerte mirate

Trust4Value è in grado di offrire ai propri clienti un ecosistema di tecnologie, modelli e approcci per sperimentare e implementare soluzioni di Machine Learning a supporto del proprio business.

Tecnologie e prodotti come SAS Visual Analytics, SAS Visual Statistics, SAS Enterprise Miner, SAS Text Miner, SAS Model Manager già oggi offrono una piattaforma abilitante per implementare soluzioni di Machine Learning per i Clienti, in attesa di un futuro prossimo dove utilizzando una soluzione come SAS Viya sarà possibile far evolvere quanto fatto direttamente in ambienti Private/Hybrid o Public Cloud.