Tag: ai

Blog

DATA CENTER DEL FUTURO: I TOP TREND TECNOLOGICI

Autore articolo Di 8quip
Data dell'articolo 2 Agosto 2019

DATA CENTER DEL FUTURO: I TOP TREND TECNOLOGICI

Come sarà il Data Center del futuro?

IDC, nota azienda di analisi, ha individuato i trend tecnologici che caratterizzeranno i data center del futuro. Da dieci anni a questa parte infatti, il mondo dei data center sta subendo una grande trasformazione, complici fenomeni come Cloud ed Edge Computing, ma anche Machine Learning e Intelligenza Artificiale. I data center del futuro saranno infrastrutture sempre più agili, distribuite ed automatizzate, capaci di garantire i servizi richiesti con performance ed efficienza superiori alle strutture tradizionali. Il cambio di paradigma tecnologico deriva da un lato dalle nuove applicazioni aziendali che richiedono un cambio sostanziale nella gestione dell’infrastruttura, dall’altro dalla necessità di continuare a supportare il mondo legacy.

Si creerà una sorta di strato intermedio tra il core e l’edge: è qui che IDC colloca i data center del futuro. Le strutture tradizionali dovranno trasformarsi secondo le nuove logiche della tecnologia: la vicinanza all’utente e all’Internet of Things è un aspetto essenziale per poter approcciare e gestire il flusso sempre maggiore di dati che verrà creato quotidianamente. Vediamo quali saranno i principali trend tecnologici dei data center del futuro secondo le previsioni degli esperti del settore.

Data center interni: inversione di tendenza

Per quanto riguarda le strutture dei data center interni, ci sarà un’inversione della tendenza attuale. Fino ad ora le aziende hanno concentrato i loro sforzi nello sviluppo e nel potenziamento di grandi data center centrali, mentre con la trasformazione digitale si investirà sempre di più in centri più piccoli, dislocati in punti strategici per rispondere meglio a livello di latenza e servizio. Nel corso dell’anno corrente IDC prevede che il 25% delle aziende abbandonerà il consolidamento di grandi data center a favore di strutture più piccole e meglio posizionate.

Edge Computing & smart gateway

L’edge computing sarà un elemento essenziale nei data center del futuro, poichè avvicina i dati agli utenti e permette l’implementazione di tecnologie avanzate come Internet of Things e Intelligenza Artificiale, che richiedono capacità elaborative maggiori. A questo riguardo bisogna evidenziare l’importanza dei gateway IoT, in grado di raccogliere i dati edge e di collegarli ad altre reti e data center. I dispositivi IoT sono uno strumento prezioso per l’intero processo di monitoraggio e anche per ciò che concerne la gestione di eventuali problemi di archiviazione e di calcolo. I data center diventeranno il punto di riferimento per le infrastrutture di edge computing, che manderanno ai data center i dati raccolti in prima istanza e riceveranno dagli stessi data center i dati una volta elaborati, e dovranno inoltre garantire la sicurezza dei dati.

Incremento di strategie di Data Vaulting

IDC afferma anche che nel 2020 il 40% delle società userà una strategia di data vaulting per gestire la proliferazione incessante di dati, dotandosi di centri intermedi di immagazzinamento dati gestiti da colocator, senza dover costruire nuove facility. Le imprese potranno accedere a questi siti tramite pacchetti a consumo che includono spazio, connettività, sicurezza e storage, dove potranno avviare processi di pulizia e gestione dei dati archiviati e, aiutati dai colocator, scambiare i dati tra i vari cloud data center, data vault e siti edge.

Automazione: Machine Learning & Intelligenza Artificiale

Quanto sopra descritto corrisponde ad una sempre maggiore granularizzazione, che porterà ad un impiego crescente di tecnologie avanzate per ottimizzare la gestione infrastrutturale dei network di data center, siti edge e data vault. In particolare Intelligenza Artificiale e Machine Learning influenzeranno significativamente le modalità di gestione delle infrastrutture portando un alto livello di automazione che garantirà maggiore resilienza e prestazioni migliori. IDC prevede che entro il 2022 il 50% degli asset IT dei data center aziendali potrà operare in modo autonomo grazie a tecnologie di IA. Un trend che sarà ancora più evidente nei siti edge, dove la supervisione umana sarà piuttosto limitata se non praticamente inesistente.

Consolidamento di ambienti Multi-Cloud

Le strategie Multi-Cloud subiranno un ulteriore consolidamento. Questo perchè da ogni ambiente Cloud dovrà essere possibile erogare servizi personalizzati in base alle esigenze di business di ogni azienda. E’ solamente in questa maniera che i data center del futuro potranno rispondere in maniera adeguata alla domanda del mercato assicurando la flessibilità e l’agilità richiesta.

Tag ai, cloud computing, multicloud

Blog

8 VANTAGGI DEL MONITORAGGIO INTELLIGENTE PER I BUSINESS

Autore articolo Di 8quip
Data dell'articolo 30 Ottobre 2018

8 VANTAGGI DEL MONITORAGGIO INTELLIGENTE PER I BUSINESS

L’Intelligenza Artificiale al servizio delle aziende

I sistemi di monitoraggio costituiscono un aspetto fondamentale nella gestione dell’infrastruttura IT, poichè consentono alle aziende di controllarne il funzionamento, la produttività e di ottimizzare processi, ma soprattutto sono uno strumento essenziale per prevenire problematiche bloccanti ed intervenire in tempo reale con azione correttive ed efficaci laddove si verificasse un evento negativo. Con l’evoluzione della tecnologia, i sistemi di monitoring sono diventati sempre più complessi ed avanzati, fino ad arrivare al monitoraggio basato sull’Intelligenza Artificiale.

Cosa lo differenzia dall’attività di monitoring classica e quali sono i benefici di una soluzione di questo tipo? Lo vediamo subito! Di seguito alcuni vantaggi della soluzione di monitoraggio avanzato offerta dal nostro partner tecnologico, Dynatrace, azienda leader mondiale nel settore del performance management.

1. Software “tutto-incluso”
Dynatrace ha un grandissimo vantaggio rispetto alle soluzioni tradizionali: include tutte le funzionalità di monitoring in un unico software. Real User Monitoring (RUM), Synthetic Monitoring, monitoraggio dell’infrastruttura e dell’applicativo sono integrati all’interno dello stesso strumento, semplificando notevolmente la vita ai business. Oltre al semplice monitoraggio, Dynatrace viene utilizzato anche per una gestione ottimale delle performance e delle esperienze digitali, al fine di fornire agli utenti user experience di massimo livello.
2. Automazione
Il cuore della piattaforma è costituito dall’automazione; ogni step è automatizzato, inclusi gli aggiornamenti. Grazie al forte automatismo presente, Dynatrace è in grado di identificare ogni problematica e di prevederne l’impatto sul sistema. Tutto ciò si traduce in processi più semplici, più veloci e in un grande risparmio di tempo e costi per il reparto IT.
3. Intelligenza Artificiale
Ciò che differenza maggiormente Dynatrace dagli altri sistemi di monitoraggio è il motore di Intelligenza Artificiale alla base della soluzione. Con L’AI il monitoraggio diventa proattivo e fornisce in real time insight precisi che aiutano le aziende nella gestione di sistemi complessi altrimenti ingovernabili. Grazie all’Intelligenza Artificiale, il monitoraggio non offre solamente dati ma risposte concrete, azioni da mettere in pratica per gestire al meglio la complessità delle infrastrutture Cloud.
4. Full stack
Dynatrace analizza ogni singolo componente del sistema, offrendo una visione a 360 gradi dell’esperienza digitale. Non solo monitora tutti gli elementi ma è anche capace di identificare e comprendere le relazioni e le interdipendenze che sussistono all’interno dell’intero ecosistema digitale.
5. Elevata scalabilità
Dynatrace è una soluzione nativa in Cloud e proprio grazie a questo è in grado di fornire un servizio di monitoraggio dotato di un’elevata scalabilità, affidabilità e sicurezza. La piattaforma può raggiungere facilmente una portata di oltre 100,000 host.
6. Deployment flessibile
La piattaforma Dynatrace è dotata della massima flessibilità e permette di semplificare il processo di deployment in maniera significativa.
7. Livello enterprise
Un unico accesso role-based alla piattaforma e misure di sicurezza avanzate rendono Dynatrace uno strumento di qualità enterprise, progettato con lo scopo di essere largamente utilizzato da aziende di alto livello.
8. Compatibile con Cloud ibridi
Dynatrace è un tool molto flessibile, compatibile con la maggior parte delle tecnologie enterprise presenti sul mercato.

La tua azienda ha bisogno di un servizio di monitoraggio avanzato? Scopri maggiori dettagli sulla soluzione Dynatrace e prenota subito una consulenza gratuita con i nostri esperti!

Tag ai, Application Performance Monitoring, business, monitoring

Blog

VR, AR, MR: TROVA LE DIFFERENZE

Autore articolo Di 8quip
Data dell'articolo 25 Ottobre 2018

VR, AR, MR: TROVA LE DIFFERENZE

Realtà Virtuale (VR), Realtà Aumentata (AR), Mixed Reality (MR)…e chi più ne ha più ne metta! La tecnologia ha fatto passi da gigante e ci propone la sua versione della realtà, o meglio, le sue versioni. Facciamo un po’ di chiarezza sulle differenze che sussistono tra VR, AR e MR, termini che spesso vengono usati come sinonimi ma si riferiscono invece a concetti distinti.

Indice dei contenuti

Realtà Virtuale (VR)
Realtà Aumentata (AR)
Mixed Reality (MR)

Realtà Virtuale (VR)

La Realtà Virtuale consente all’utente di entrare in un mondo immaginario creato digitalmente e di calarsi completamente in esso. Questo è possibile tramite visori appositi che isolano l’utente dall’ambiente circostante e rendono l’esperienza totalmente immersiva.
Tra i dispositivi di Realtà Virtuale più popolari vi sono Oculus Rift e Htc Vive, attraverso i quali l’individuo può vedere l’ambiente digitale intorno a lui a 360 gradi, dotato di una perfetta continuità e coerenza. L’immersività può essere aumentata ulteriormente con device che digitalizzano i movimenti delle mani, in modo da rendere l’esperienza ancora più realistica. I settori dove la VR viene utilizzata di più sono sicuramente entertainment e gaming, dove questo tipo di tecnologia viene già ampiamente sfruttata per creare esperienze di gioco che siano il più possibile coinvolgenti. Con i visori di VR si possono visualizzare anche foto e video a 360 gradi, immergendosi nei ricordi di un’estate o perfino passeggiando per le vie di una città mai visitata.

Realtà Aumentata (AR)

Diversa è la tecnologia della Realtà Aumentata, sia per scopi che per modalità. Con il termine Realtà Aumentata si fa riferimento a tutti quei dispositivi che consentono di arricchire il mondo intorno a noi con contenuti digitali, in particolare informazioni. La differenza principale con la Realtà Virtuale è che i visori AR non hanno lo scopo di separare totalmente l’utente dall’ambiente ma presuppongono il mantenimento del contatto visivo con la realtà circostante, mentre si occupano di valorizzare la nostra “visione” sovrapponendo le informazioni ritenute rilevanti. Inizialmente la tecnologia di AR veniva utilizzata per costruire gli HUD (Head Up Display), dispositivi ad uso militare che consentivano ai piloti di arei e carri armati, ad esempio, di visualizzare informazioni utili senza la necessità di spostare l’attenzione dall’ambiente circostante. Un esempio recente è invece l’applicazione Pokemon Go che ha spopolato qualche tempo fa: tramite lo schermo dello smartphone era possibile visualizzare ed inquadrare i vari Pokemon nello spazio fisico circostante. I campi di applicazione della Realtà Aumentata sono moltissimi, dalla semplice visualizzazione di informazioni utili in luoghi come stazioni, musei, strade alla manualistica e al marketing, ma rispetto alla VR è un settore ancora piuttosto inesplorato.

E la Mixed Reality (MR)?

Realtà Virtuale e Realtà Aumentata hanno, ovviamente, dei limiti: la prima tecnologia è in gran parte vincolata al tipo di device (lo schermo di uno smartphone non sarà troppo piccolo?), l’altra manca totalmente di interazione con lo spazio fisico reale. La Mixed Reality cerca di superare questi limiti combinando elementi dell’una e dell’altra tecnologia. Un esempio è HoloLens, un visore sviluppato da Microsoft che permette di andare ben oltre alle possibilità di VR e AR. Con questo dispositivo l’utente può visualizzare le informazioni contenute nel proprio campo visivo e allo stesso tempo interagire con gli oggetti digitali, perfettamente integrati nell’ambiente, che a loro volta possono subire variazioni ed interagire con gli altri elementi presenti.

Tag ai

Blog

MACHINE LEARNING VS DEEP LEARNING

Autore articolo Di 8quip
Data dell'articolo 28 Settembre 2018

MACHINE LEARNING VS DEEP LEARNING

Abbiamo già parlato di Intelligenza Artificiale e oggi approfondiremo due tematiche strettamente legate a questa disciplina, il Machine Learning e il Deep learning, cercando di far un po’ di chiarezza tra i due concetti. I due termini vengono spesso utilizzati impropriamente come sinonimi dell’AI, ma, sebbene siano “parenti stretti” di questa branchia informatica, non si tratta dello stesso concetto. Vediamo nel dettaglio quali sono le differenze tra Machine Learning e Deep learning.

Indice dei contenuti

Che cos’è il Machine Learning?
3 tipi di apprendimento automatico
Cos’è il Deep Learning?

Che cos’è il Machine Learning?

Il termine Machine Learning (apprendimento automatico) si riferisce ad un insieme di metodi con cui si allena l’Intelligenza Artificiale in modo che possa autonomamente svolgere delle attività senza che siano preventivamente programmate. Grazie all’apprendimento automatico le macchine sono in grado non solo di risolvere problematiche pre-impostate ma di apprendere dall’esperienza proprio come noi, correggendo gli errori e prendendo decisioni in modo autonomo. In generale possiamo dire che sono meccanismi grazie ai quali le macchine intelligenti possono migliorare le proprie capacità e prestazioni nel tempo.

Tre tipi di apprendimento automatico:

Con supervisione: fornisce alla macchina una serie di nozioni che le permettono di capire come comportarsi, una sorta di database di esperienze dal quale può attingere man mano che deve svolgere dei compiti. Le esperienze fornite sono già codificate, e la macchina non deve far altro che analizzarle e scegliere quale risposta dare in base allo stimolo ricevuto.

Senza supervisione: l’apprendimento senza supervisione è un metodo basato sull’analisi dei risultati. Alla macchina vengono fornite una serie di informazioni non codificate che dovrà organizzare in maniera intelligente in modo da imparare quali risultati sono i migliori rispetto alla situazione che si presenta. Rispetto all’apprendimento con supervisione offre una maggior libertà di scelta alla macchina e si colloca ad un livello di complessità più elevato.
Reinforcement learning: è un modello di apprendimento che può essere definito “meritocratico”, ossia la macchina impara come comportarsi attraverso dei rinforzi/ricompense: ad esempio viene premiata quando agisce correttamente e raggiunge gli obiettivi. Si tratta del modello di apprendimento più complesso dei tre.

Cos’è il Deep Learning?

Il Deep Learning (apprendimento approfondito) è un sotto-insieme del Machine Learning, un approccio di apprendimento che prende come modello di ispirazione il funzionamento del cervello umano. Si tratta di un metodo di apprendimento a più livelli caratterizzato da una certa complessità, che necessita di reti neurali artificiali progettate su misura e di una capacità computazionale molto potente in grado di supportare differenti strati di calcolo e analisi. Nonostante possa sembrare un livello tecnologico futuristico, in realtà il deep learning è già ampiamente applicato e presente nella nostra vita quotidiana. Un esempio di utilizzo dell’apprendimento approfondito sono i sistemi di riconoscimento vocale e di immagini che usiamo tutti i giorni attraverso i nostri smartphone.

Tag ai, AI e ML

Blog

7 PREVISIONI SUL FUTURO DI INTELLIGENZA ARTIFICIALE E MACHINE LEARNING

Autore articolo Di 8quip
Data dell'articolo 6 Settembre 2018

7 PREVISIONI SUL FUTURO DI INTELLIGENZA ARTIFICIALE E MACHINE LEARNING

Cosa succederà nei prossimi dieci anni in ambito Intelligenza Artificiale e Machine Learning?

Oggi vi presentiamo le previsioni di 7 esperti tech sul futuro di Intelligenza Artificiale e Machine Learning nei prossimi dieci anni: come cambierà la società con l’utilizzo dell’AI e quali ambiti applicativi saranno maggiormente influenzati? Secondo questi specialisti, da qui a dieci anni l’Intelligenza Artificiale sarà in grado di…

1. Aumentare la sicurezza
Secondo Nicholas Horbaczewski, CEO & Founder della Drone Racing League, i droni cambieranno il nostro modo di vivere. In qualche modo rappresentano in questo momento l’equivalente di ciò che potevano essere i telefoni cellulari negli anni ’90. I droni sono dispositivi capaci di trasportare oggetti in modo molto rapido e, soprattutto, sono in grado di volare. Che si tratti di consegnare pacchi, effettuare interventi di emergenza o trasportare urgentemente dispositivi sanitari, qualsiasi cosa diventerà immediata grazie ai droni. Horbaczewski li considera un elemento centrale nell’ambito della sicurezza: renderanno il mondo un luogo decisamente più sicuro grazie alla possibilità di ispezionare luoghi altrimenti difficili da raggiungere. I droni diventeranno parte integrante della nostra quotidianità e la modificheranno radicalmente, proprio come hanno fatto in passato gli smartphone e la diffusione di internet.

2. Generare nuovi servizi (e potenziali problematiche sociali)
Martin Ford, autore del NY Times, afferma che l’Intelligenza Artificiale migliorerà la nostra abilità di risolvere i problemi e di generare nuove idee. E’ probabile che nei prossimi dieci anni l’AI e la robotica saranno completamente integrate all’interno delle operazioni aziendali e che avranno un forte impatto sull’efficienza delle organizzazioni: nasceranno nuovi servizi e prodotti basati su AI e si creeranno nuovi consumatori e mercati. Allo stesso tempo però, la diffusione dell’Intelligenza Artificiale potrebbe eliminare alcuni impieghi lavorativi, automatizzandoli, e creare situazioni critiche in termini di privacy, sicurezza e applicazioni militari. Secondo Ford, tra dieci anni il dibattito sulle problematiche derivanti dall’applicazione di queste nuove tecnologie sarà centrale sia a livello politico che sociale.

3. Potenziare i business
Secondo Matthew Kamen, Vicepresidente della sezione Engineering di Foursquare, in questo momento le applicazioni di Intelligenza Artificiale sono “bloccate”, e si limitano a riprodurre ciò che gli esseri umani sanno già fare, o meglio, quello che gli esseri umani non hanno timore di far eseguire a una macchina. Da qui a dieci anni queste barriere di diffidenza nei confronti della tecnologia AI crolleranno progressivamente e la nostra dipendenza da algoritmi e macchine intelligenti crescerà. Kamen crede che le tecnologie AI porteranno un grande cambiamento nelle aziende e nello sviluppo di applicazioni orientate al consumatore, dando la possibilità a sviluppatori, analisti, marketer e molti altri di interagire con i propri utenti e comprenderli in modi che prima non erano possibili.

4. Migliorare l’assistenza sanitaria
Nel campo dell’assistenza sanitaria, in opinione di Serkan Kutan – CTO di Zocdoc, le macchine intelligenti potranno essere molto utili. Tanti medici lavorano troppo, non riescono a vedere tutti i pazienti e spesso non riescono a mantenersi aggiornati su nuovi studi e tecniche per mancanza di tempo. In questo senso, l’AI potrebbe rappresentare un valido supporto, soprattutto per quello che riguarda l’analisi dei dati dei pazienti e l’aspetto diagnostico. Le macchine, infatti, avrebbero un accesso rapido ed immediato ad un set di dati clinici molto più ampio e il medico, delegando questa parte del lavoro, avrebbe più tempo per interagire con i pazienti e migliorare i risultati.

5. Favorire la sostenibilità
Nikita Johnson, Founder di RE.WORK, dichiara che l’Intelligenza Artificiale avrà un serio impatto su ogni settore industriale e su ogni cosa che facciamo. Ad un livello più alto, in campi come la sostenibilità, i cambi climatici e le problematiche ambientali, AI e Machine Learning saranno in prima linea. Vi sono moltissime aree nelle quali le macchine possono dare supporto e creare dei miglioramenti, soprattutto se parliamo delle grandi sfide del nostro secolo, come l’urbanizzazione, la crescita della popolazione e l’energia. L’Intelligenza Artificiale potrà essere utilizzata, quindi, non solamente per migliorare la produttività dei business, ma anche per scopi più alti e significativi.

6. Renderci più intelligenti
John Stecher, Group Managing Director alla Barclays Investment Bank, è convinto che la potenza di calcolo aumenterà progressivamente, dandoci maggior potere nel creare i nostri modelli di Intelligenza Artificiale. Inoltre, la quantità di dati analizzati crescerà esponenzialmente e ci consentirà di monitorare più elementi sulle nostre piattaforme e nel mondo in generale.Combinando ciò con l’Intelligenza Artificiale, avremo la capacità di effettuare previsioni molto più intelligenti su eventi e comportamenti futuri e di formare sistemi di conoscenza e modelli più smart. Stecher pensa che le preoccupazioni di molti studiosi intorno al potere che potrebbe assumere l’AI siano infondate, poichè formare una piattaforma AI è come educare un bambino; se gli vengono insegnate le cose correttamente, come la differenza tra giusto o sbagliato, crescerà diventando un membro produttivo della società a cui importano le persone e il futuro, proprio come un essere umano.

7. Ispirare gli artisti
Stephanie Dinkins, Artista AI Transdisciplinare, pensa che in dieci anni gli algoritmi intelligenti faranno parte della maggior parte delle decisioni, piccole o grandi che siano, e gli artisti potrebbero essere coinvolti nell’Intelligenza Artificiale. Anche se quest’idea potrebbe rivelarsi scoraggiante, in realtà si tratta di iniziare a usare l’AI e di esplorare le sue potenzialità. Dickins incoraggia gli artisti a sfruttare l’AI per creare opere artistiche cariche di bellezza ed espressività, come farebbero con qualsiasi altro media. Dall’altro lato, non vorrebbe mai vedere la tecnologia trasformarsi in artista. L’AI deve essere considerata come uno strumento per accrescere il pensiero umano e sviluppare maggiormente la creatività, e non come un piegare la volontà degli esseri umani alle macchine. Secondo l’artista, il quesito che dovrebbero porsi gli sviluppatori di AI dovrebbe essere: come i sistemi di AI potranno essere usati per migliorare la produttività mantenendo un senso di civiltà e rispettando la diversità, la dignità e le differenze culturali umane?.

Tag ai, AI e ML

Blog

INTELLIGENZA ARTIFICIALE: DALLA NASCITA AD OGGI

Autore articolo Di 8quip
Data dell'articolo 31 Agosto 2018

INTELLIGENZA ARTIFICIALE: DALLA NASCITA AD OGGI

Tutti ne parlano, ma che cosa si intende esattamente per Intelligenza Artificiale?

“L’intelligenza artificiale (o AI) è una disciplina appartenente all’informatica che studia i fondamenti teorici, le metodologie e le tecniche che consentono la progettazione di sistemi hardware e sistemi di programmi software capaci di fornire all’elaboratore elettronico prestazioni che, a un osservatore comune, sembrerebbero essere di pertinenza esclusiva dell’intelligenza umana”. In altre parole, il termine Intelligenza Artificiale si riferisce all’abilità di una macchina di risolvere problemi e, in generale, agire in modo analogo a quello degli esseri umani. Non parliamo di un’intelligenza intesa solamente come capacità di calcolo o conoscenza di dati, ma di una capacità intellettiva che comprenda diverse forme di intelligenza tipicamente associate all’uomo, da quella spaziale a quella introspettiva.

Indice dei contenuti

I primi passi verso l’Intelligenza Artificiale
Anni ’70: gli esperimenti decisivi
L’Intelligenza Artificiale oggi

I primi passi verso l’Intelligenza Artificiale

I primi sviluppi di Intelligenza Artificiale non sono recenti, bensì da ricondurre al lontano 1943, quando nacque il primo vero progetto di AI dagli studi di due ricercatori, Warren McCulloch e Walter Pitt, che presentarono alla comunità scientifica il primo neurone artificiale. In seguito, intorno agli anni 50, vennero sviluppati i primi prototipi di reti neurali funzionanti, ossia algoritmi matematici che avevano l’obiettivo di riprodurre il funzionamento dei neuroni biologici. Il termine Intelligenza Artificiale è però ufficialmente collegato ad un’altra data e ad un’altra personalità: venne usato nel 1956 dal matematico statunitense John McCarthy durante un convegno americano al quale presero parte le maggiori figure del settore e durante il quale furono presentati alcuni programmi capaci di effettuare ragionamenti logici, in particolar modo legati alla matematica.

Anni ’70: gli esperimenti decisivi

Da quel momento gli studi e le ricerche nel campo dell’Intelligenza Artificiale divennero numerosi e nel 1973 nacque Lisp, il primo linguaggio di programmazione che rimase alla base dei software di AI per i successivi trent’anni. In quel periodo il fermento intorno all’AI era alto e vennero sviluppati molti programmi sempre più sofisticati, ma in qualche modo si avvertiva il limite di non riuscire ancora a riprodurre le capacità intuitive e di ragionamento tipicamente umane. Dopo una fase di rallentamento degli investimenti per le ricerche in questo ambito, un nuovo impulso venne dalla biologia: nel 1969 alcuni ricercatori crearono DENDRAL, un programma in grado di ricostruire una molecola semplice a partire dalle informazioni sulla massa molecolare

L’AI trovò quindi una nuova direzione di sviluppo, basata sui sistemi esperti, ossia macchine che usavano intensivamente la conoscenza per giungere a soluzioni specifiche per contesti differenti, sulla base di una serie di informazioni di partenza. Raggiunto questo obiettivo, i progressi furono veloci. Agli inizi degli anni ’80 l’Intelligenza Artificiale venne applicata in ambito commerciale per la prima volta e gli studi oltrepassarono i limiti geografici degli Stati uniti per arrivare fino a Giappone ed Europa. Durante questi anni la svolta fu segnata dalla ricreazione di un algoritmo per l’apprendimento attraverso le reti neurali, originariamente inventato negli anni ’60. L’esempio più popolare dell’uso dell’Intelligenza Artificiale è Deep Blue, una macchina sviluppata da IBM che, attraverso l’apprendimento, arrivò a battere il campione di scacchi mondiale grazie ad un livello elevato di conoscenze e creatività non raggiungibile dal giocatore.

L’Intelligenza Artificiale oggi

Oggi l’AI trova numerose applicazioni ed è già presente abbondantemente nel quotidiano, basti pensare a tutti i sistemi di riconoscimento vocale dei dispositivi elettronici o agli impianti di sicurezza. Nota a molti è la sperimentazione dell’Intelligenza Artificiale sui veicoli: dotati di sistemi intelligenti in grado di guidare anche senza un conducente umano, grazie a telecamere e sensori specifici assimilabili a occhi ed orecchie umane percepiscono tutto ciò che accade durante la guida e sono in grado di prendere decisioni ed effettuare manovre di sicurezza.

Quali scenari futuri si prospettano per l’Intelligenza Artificiale e i relativi campi di applicazione? Ne parliamo in quest’articolo: 7 previsioni sul futuro di Intelligenza Artificiale e Machine Learning.

Tag ai, AI e ML

DATA CENTER DEL FUTURO: I TOP TREND TECNOLOGICI

Come sarà il Data Center del futuro?

Data center interni: inversione di tendenza

Edge Computing & smart gateway

Incremento di strategie di Data Vaulting

Automazione: Machine Learning & Intelligenza Artificiale

Consolidamento di ambienti Multi-Cloud

8 VANTAGGI DEL MONITORAGGIO INTELLIGENTE PER I BUSINESS

L’Intelligenza Artificiale al servizio delle aziende

VR, AR, MR: TROVA LE DIFFERENZE

Realtà Virtuale (VR)

Realtà Aumentata (AR)

E la Mixed Reality (MR)?

MACHINE LEARNING VS DEEP LEARNING

Che cos’è il Machine Learning?

Tre tipi di apprendimento automatico:

Cos’è il Deep Learning?

7 PREVISIONI SUL FUTURO DI INTELLIGENZA ARTIFICIALE E MACHINE LEARNING

Cosa succederà nei prossimi dieci anni in ambito Intelligenza Artificiale e Machine Learning?

INTELLIGENZA ARTIFICIALE: DALLA NASCITA AD OGGI

Tutti ne parlano, ma che cosa si intende esattamente per Intelligenza Artificiale?

I primi passi verso l’Intelligenza Artificiale

Anni ’70: gli esperimenti decisivi

L’Intelligenza Artificiale oggi

Dove siamo

Menu

Supporto

Newsletter

Richiedi la tua prova gratuita

Ehi! Stai già andando via?