Intelligenza artificiale per tutti, e un po’ per tutte le occasioni. Tra gli annunci dell’evento di Amazon Web Service in corso a Las Vegas, “Aws re:Invent”, molti riguardano l’AI fruibile via cloud, destinata alle attività più variegate. A testimonianza di come questa collezione di tecnologie, un tempo estremamente esigente in termini di risorse di calcolo e storage nonché di conoscenze tecniche, oggi sia decisamente più alla portata delle aziende anche prive di grandi budget o di sviluppatori espertissimi. Oltre ad aver arricchito il proprio servizio cloud di contact center con funzioni di machine learning, Amazon Web Services ha presentato una serie di altre novità in tema intelligenza artificiale e dintorni, rivolte principalmente agli sviluppatori.

 

Alcune riguardano Amazon SageMaker, una piattaforma di machine learning utile per creare, allenare, ottimizzare e distribuire modelli di apprendimento automatico. Nella piattaforma debuttano diverse nuove funzionalità e SageMaker Studio, un ambiente di sviluppo completamente integrato (Ide) per le applicazioni di machine learning, il primo del suo genere a detta di Amazon. Al suo interno figurano strumenti come i notebook elastici, la gestione degli esperimenti, la creazione automatica dei modelli, il debug, il profiling e il rilevamento della deriva dei modelli.

 

 

Vanno poi citati diversi nuovi servizi con cui gli sviluppatori di app (anche non esperti in materia di machine learning) possono inserire capacità di AI all’interno delle proprie creazioni: ricerche basate su apprendimento automatico, revisioni dei codici e profiling, rilevamento delle frodi, trascrizione medica, revisione “umana” delle previsioni dell'intelligenza artificiale. Vediamoli un po’ più nel dettaglio.

 

Amazon Kendra permette di trovare informazioni e contenuti all’interno di documenti aziendali, anche disseminati su risorse diverse, utilizzando tecniche di apprendimento automatico. Anziché elenchi casuali di link in risposta a query contenenti parole chiave, si possono ottenere risultati più significativi in risposta a query scritte in linguaggio naturale. CodeGuru è un servizio che impiega algoritmi di machine learning per automatizzare le revisioni del codice, proporre ottimizzazioni e identificare le linee di codice più problematiche, quelle che possono incidere pesantemente sulle prestazioni delle applicazioni. Augmented Artificial Intelligence (A2I), invece, aiuta gli sviluppatori di a convalidare le previsioni elaborate dagli algoritmi (per esempio l’identificazione di oggetti in un’immagine, l’estrazione di testo da documenti acquisiti con lo scanner, la comprensione dei comandi vocali, eccetera) attraverso la conferma umana, un’attività che normalmente può risultare costosa e può far perdere molto tempo.

 

Molto interessante è DeepComposer, definita come la prima tastiera al mondo basata sul machine learning: non quella di un computer, ma quella di un pianoforte. Si tratta, infatti, di una tastiera a 21 tasti, bianchi e neri, che permette di creare delle reti antagoniste generative (Generative Adversarial Network, anche dette reti avversarie generative) senza le difficoltà tecniche solitamente richieste per questo scopo, ma semplicemente “suonando”. DeepComposer è in realtà più che altro uno strumento di training che aiuta i principianti a creare delle melodie per avvicinarsi al mondo delle reti generative avversarie, sistemi di intelligenza artificiale con cui due reti neurali vengono addestrate per poter competere fra di loro come avversari di un gioco. Hanno svariati campi di applicazione, dalla modellazione 3D ai videogiochi, fino alle simulazioni di sistemi complessi nel campo scientifico, medico o nello studio del clima.  Oltre alla tastiera fisica, Amazon mette a disposizione l’analoga versione digitale, utilizzabile da qualsiasi computer.

 

 

Altri annunci fatti da Aws a Las Vegas interessano non soltanto i professionisti dell’informatica che sviluppano app o modelli di machine learning ma, più in generale, le aziende. Nell’ambito della sicurezza la novità è Fraud Detector, un servizio totalmente gestito che permette di identificare potenziali truffe online riguardanti identità e pagamenti: analizzando dati storici su transazioni legittime e non, permette di costruire, allenare e distribuire modelli di machine learning che eseguono in tempo reale previsioni su potenziali rischi. Fraud Detector, tra l’altro, si basa sulla medesima tecnologia usata da Amazon per proteggere da truffe le proprie attività di e-commerce.

 

In campo medico debutta invece un servizio rivolto agli operatori sanitari, Transcribe Medical, che esegue in tempo reale delle trascrizioni dei dialoghi parlati, così che medici e altro personale ospedaliero possano concentrarsi su altro mentre sono a colloquio o visitano un paziente. Programmi speech-to-text destinati a questa funzione già esistono, ma - sottolinea Amazon - sono piuttosto inaccurati specie quando devono interpretare parole tipiche del lessico medico: per questo motivo l’azienda ha confezionato algoritmi specifici, allenati su decine di migliaia di ore di “conversazioni mediche”.