Come semplificare i progetti di intelligenza artificiale e machine learning
20 ottobre 2018
FacebookTwitterLinkedIn

Oracle compra DataScience.com per semplificare la gestione dei progetti di Intelligenza Artificiale e Machine Learning

Annalisa Casali

Dal palco dell’evento milanese organizzato da Oracle per fare da megafono alle esperienze concrete delle aziende data driven arriva la conferma dell’acquisizione di DataScience.com, la società che sviluppa strumenti per accelerare il rilascio di progetti di Intelligenza Artificiale e Machine Learning

 

Stefano Maio, Country Sales Leader Big Data, Analytics & ML di Oracle Italia
Stefano Maio, Country Sales Leader Big Data, Analytics & ML di Oracle Italia

ExplAIn your tomorrow today è l’evento che Oracle ha organizzato recentemente a Milano, chiamando a raccolta manager, clienti e partner per discutere di come Intelligenza Artificiale e Machine Learning siano una realtà concreta già oggi, non un tech topic del futuro. Lo dimostrano, secondo Stefano Maio, Country Sales Leader Big Data, Analytics e ML di Oracle Italia, le tantissime esperienze concrete di realtà italiane. Sedici quelle testimoniate sul palco dell’evento, raggruppate in tre aree: Life & Sport, Industry 4.0 e Customer eXperience o Customer Engagement. «L’AI è dappertutto – si dice convinto il manager –. Molte delle nostre esperienze quotidiane sono gestite da algoritmi e molte aziende italiane sono, ormai, a pieno titolo realtà data driven. Realtà che sfruttano il Cloud come infrastruttura abilitante per utilizzare le predictive analytics, l’AI e il machine learning e migliorare la relazione con i propri clienti, ridurre i difetti di produzione o aumentare la sicurezza dei lavoratori».

 

Come semplificare la gestione dei progetti di intelligenza artificiale e machine learning

L’evento si apre con l’annuncio dell’acquisizione da parte di Oracle di DataScience.com. La società americana ha sviluppato una piattaforma che permette ai data scientist di accedere a un insieme di strumenti open source, dati e risorse di elaborazione utile per semplificare e centralizzare la gestione di progetti complessi di AI e machine learning, migliorando la collaborazione in team e facilitando il lavoro del reparto IT.
Una volta completata l’acquisizione, Oracle sarà in grado di offrire al pubblico degli “scienziati dei dati” un ambiente completo per creare modelli di simulazione e algoritmi di auto apprendimento, che potranno essere utilizzati per migliorare i processi e diffondere una cultura “data driven” in tutta l’azienda. In pratica, quindi, un’offerta completa di soluzioni di data science che sfrutterà la flessibilità dell’infrastruttura Cloud Oracle e gli strumenti di produttività dei team di data scientist di DataScience.com.

 

Il machine learning per purificare l’aria

Luisella Giani, EMEA Industry Strategy Director di Oracle
Luisella Giani, EMEA Industry Strategy Director di Oracle

«Non appena funziona non è più intelligenza artificiale», ricorda Luisella Giani, EMEA Industry Strategy Director di Oracle, citando niente meno che John McCarthy, a cui si attribuisce la paternità della definizione stessa di AI, nell’ormai lontanissimo 1956. Ed è proprio la Giani a sottolineare come intelligenza artificiale e machine learning sono il cuore pulsante del business di diverse realtà multinazionali, come Netflix e Spotify. Ma anche di tante realtà italiane. Sul palco dell’evento Oracle si susseguono i racconti di startup, sviluppatori e consulenti che negli ultimi anni hanno aiutato le aziende italiane a tradurre il concetto di data driven in pratica. Startup come l’italo-americana Clairy Inc., che si occupa di ridurre l’inquinamento negli ambienti chiusi grazie all’AI. Il suo vaso smart, Natede, è un sistema ibrido che fonde tecnologia, natura e design Made in Italy. «Il nostro sistema per purificare l’aria – spiega il co-fondatore e CEO, Paolo Ganis – si basa su una scoperta fatta dalla NASA, l’ente spaziale americano. Le piante e i microcosmi associati, come il suolo, hanno il potenziale per migliorare sensibilmente la qualità dell’aria degli ambienti indoor. Un’aria che è fino a 5 volte più inquinata rispetto a quella esterna da sostanze come formaldeide, ammoniaca e monossido di carbonio». Grazie a un sistema di sensori e a un’App per smartphone, Natede permette agli occupanti di un appartamento o di un ufficio di sapere sempre qual è il livello di inquinamento interno e gli algoritmi di AI fanno in modo che, attraverso il maggior nutrimento somministrato alla pianta, questa contribuisca a depurare l’aria in modo più efficace.

 

Sport 4.0 per ridurre gli infortuni e migliorare le prestazioni

Interessanti anche le testimonianze di LUISS Sport Academy e di Aiace Rusciano (AC della squadra di calcio del Chievo Verona). Quest’ultimo, insieme a Reply Consulting, ha sviluppato NeuroPlus Lab. «Si tratta – spiega Rusciano – di un approccio che mixa neuroscienze e tecnologie di processing rapido per potenziare caratteristiche come la resilienza dell’atleta. Permette di migliorare le performance del singolo giocatore e quelle della squadra, riducendo sensibilmente gli infortuni, che per inciso in una squadra di calcio di Serie A costano, in media, 40mila euro al giorno per ciascun atleta».

 

La produzione è Zero Defect

Diverse anche le applicazioni concrete di intelligenza artificiale e machine learning in ambito manifatturiero. L’Industria 4.0 si basa su processi data driven, come conferma sul palco Federico Perrero, Plant Manager dello stabilimento di Grugliasco (TO) di Bitron Electronics. Bitron ha inaugurato un paio d’anni fa l’era della “Zero Defect Line” ma non riusciva a ridurre il tasso di difettosità dei suoi componenti elettronici al di sotto del limite fisiologico del 2,5%. «Oggi, invece – chiarisce il manager – abbiamo implementato un progetto di realtime prediction. Il sistema sfrutta le Oracle Analytics Cloud per raccogliere i dati lungo tutta la linea di produzione. Un team di data scientist ha sviluppato un algoritmo che ci permette di prevedere la potenziale difettosità di un componente mentre è in produzione. Questo consente all’operatore della catena di montaggio di intervenire in tempo reale sulla linea produttiva e ridurre sensibilmente gli scarti».

Sempre di AI e machine learning ma declinate nella direzione della computer vision, parla invece Marco De Bellis di Exage. «Attraverso l’applicazione di algoritmi di intelligenza artificiale ai filmati delle telecamere di sicurezza di un cantiere, è possibile capire se un carico pendente è potenzialmente pericoloso per un operaio e predisporre gli interventi del caso. Per esempio inviargli una notifica sull’App dello smartphone».

 

Droni e stream analytics per tutelare meglio l’ambiente

L’uso di droni e scanner laser combinato con algoritmi di autoapprendimento permette di valutare l’evoluzione di uno scavo da cantiere o quella di processi naturali come le frane, migliorando la tutela ambientale e riducendo i rischi di dissesti idrogeologici.

Nel settore aerospaziale, poi, la tecnologia di stream analytics di LSI acquisisce i dati telemetrici provenienti dai droni e li analizza in ottica di geofencing, per creare no-fly zone dinamiche che si adattano al contesto.

 

Oracle Autonomous Analytics per avvicinare le LOB ai data scientist

OracleSul palco di ExplAIn your tomorrow today trovano spazio anche le applicazioni di pricing dinamico e i motori di recommendation, già ampiamente utilizzati dai merchant online, e le Data Management Platform. Le DMP applicano gli algoritmi di AI e machine learning ai comportamenti dei web surfer per “scovare” i profili che, con una buona approssimazione, sono quelli di potenziali clienti interessati all’offerta di un’azienda. Clienti che, nell’ottica delle strategie di Customer eXperience multicanale, devono essere ingaggiati in modo istantaneo: «Non appena varcano la soglia del negozio – spiega il CTO di BitBang, Andrea De Marco – ci sono meno di 200 millisecondi di tempo per inviargli una notifica push sullo smartphone, incuriosirli e ingaggiarli proprio nel momento in cui sono più propensi ad acquistare». Impossibile farlo senza l’ausilio del Cloud e di strumenti come Oracle Autonomous Analytics.
I progetti innovativi, infatti, sono sempre più spesso l’espressione di una necessità di business – aumentare la sicurezza, ridurre gli scarti della produzione, migliorare il Customer Engament – e sempre meno un’imposizione dell’IT. «Grazie a Oracle Autonomous Analytics – conclude Fabrizio Orlando, Analytics Domain Leader di Oracle Italia – anche l’utente business potrà acquisire dimestichezza con tecnologie di intelligenza artificiale e machine learning, che fino a qualche tempo fa era appannaggio esclusivo del personale tecnico, e lavorare insieme all’IT per contribuire a rendere ogni azienda una realtà data driven».

FacebookTwitterLinkedIn
FacebookTwitterLinkedIn

Questo sito utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all’uso dei cookie. Leggi la nostra Cookie Policy per esteso

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi