Fioccano le previsioni su quanto annuncerà Aws, Amazon Web Services, prossimamente. Ciò che sembra abbastanza sicuro è che da Seattle arriverrà l’annuncio di un deep learning cloud service, un po’ come sta facendo la concorrenza.
Ibm e Microsoft in particolare hanno anche loro progetti simili chiamati, rispettivamente, Brainwave e Distributed Deep Learning.
Automatico e profondo
Quindi, qual è la differenza tra l’apprendimento automatico e quello profondo? In poche parole, l’apprendimento automatico si occupa di applicazioni tattiche di Ai, come ad esempio fare previsioni immediate. L’apprendimento profondo fornisce una base per la comprensione di enormi quantità di modelli o dati.
L’apprendimento automatico è disponibile nella maggior parte delle nuvole pubbliche che forniscono le capacità fondamentali di Ai necessarie alle imprese. Da parte sua il deep learning ha l’opportunità di migliorare la capacità di far fare con maggiore precisione ciò che le aziende già fanno, fornendo anche la capacità di migliorare la conoscenza attraverso la modellazione o l’osservazione dei dati. I sistemi di apprendimento profondo migliorano nel tempo, in genere molto meglio di un team di esperti.
Deep learning e intelligenza artificiale
L’apprendimento automatico permette anche l’utilizzo dell’intelligenza artificiale fornendo suggerimenti per un sito web di e-commerce per aumentare le vendite o spostando lo spam dalla casella di posta al cestino. Ma l’apprendimento profondo può andare oltre.
Una tipica applicazione del deep learning riguarda l’elaborazione dei crediti. Il sistema di approfondimento del merito del credito probabilmente individuerà altri fattori che possono avere un significato in termini di capacità del potenziale cliente di pagare un prestito, arrivando anche a determinare elementi come il gruppo etnico, l’orientamento sessuale o se sta divorziando. Con qualche problema sul fronte della privacy almeno in Europa.
Le giuste applicazioni
Altre applicazioni meno “inquietanti” includono la capacità di comprendere immagini medicali digitali come risonanze magnetiche o raggi X per fornire un parere di supporto ai medici. Ma ci sono anche applicazioni per veicoli senza conducente, e altre che formulano previsioni sul mercato azionario o sugli eventi climatici. Il senso è che per le aziende il deep learning può essere una buona strada, a patto di trovare le le giuste applicazioni per la propria attività.
