In quali luoghi del mondo le persone sono più felici? La risposta potrebbe arrivare non da ragionamenti filosofici bensì dall'intelligenza artificiale,o meglio dall'applicazione degli algoritmi di machine learning all'analisi delle fotografie. Le circa 200mila raccolte da 15mila persone attraverso l'app per smartphone Mappiness sono state studiate per tre anni dai ricercatori dell'Alan Turing Istitutute, istituto creato da cinque università britanniche (Cambridge, Oxford, Warwick, Edinburgo e la Ucl di Londra) insieme all'ente di ricerca statale Engineering and Physical Sciences Research Council. E non solo. Accanto alle fotografie, sono stati analizzati i punteggi di “valore scenografico” attribuiti dagli utenti del sito Scenic-Or-Not a oltre 100mila luoghi dell'Inghilterra mappati con un massimo di un chilometro di approssimazione.

Il lagame fra la bellezza di un luogo e le emozioni umane è certamente stato indagato per secoli dalla pittura, dalla poesia, dalla lettura, dalla fotografia. Ma solo ora, grazie alla tecnologia, può essere oggettivato e misurato. “La nostra ricerca”, ha spiegato Suzy Moat, docente di scienze comprtamentali della Warwick Business School e fellow dell'Alan Turing Institute, “cerca di misurare aspetti del mondo di cui, in quanto esseri umani, siamo largamente consapevoli ma su cui tradizionalmente abbiamo pochi o nessun numero”.

Il modello di analisi è stato validato studiando inizialmente un campione di immagini relative a Londra: scorci naturali, come il parco di Hampstead Heat, ma anche luoghi dominati da monumenti simbolo, come il Big Ben e il Tower Bridge. Le immagini, opportunamente arricchite di tag, in una prima fase sono state analizzate usando come piattaforma di calcolo il computer di una giovane ricercatrice dell'istituto, Chanuki Seresinhe. Incappando, però, in inevitabili lentezze per via degli impegnativi calcoli richiesti alla Gpu.

 

 

 

 

La svolta è arrivata con il ricorso al cloud: utilizzando le Gpu di Azure, la piattaforma di Microsoft, i tempi di calcolo sono stati ridotti da mesi a giorni.  “Poter correlare grandi quantità di dati non strutturati utilizzando Azure mi ha aiutato a espandere l'orizzonte dei miei studi”, ha detto Seresinhe. Abbiamo scoperto che le persone sono più felici in ambienti più scenografici, a prescindere da variabili quali il meteo, le attività svolte, il reddito medio della zona e, quel che più conta, il fatto che si tratti di uno scenario naturale o urbano”. Procedendo nel lavoro di analisi, l'algoritmo di machine learning ha via via imparato a comprendere in autonomia quali elementi raffigurati in un'immagine (per esempio u edificio di architettura pregevole, una chiesa, un albero e via dicendo) siano da considerarsi più o meno “scenici”.

Un'altra giovane ricercatrice della University of Warwick, Merve Alanyali, ha invece utilizzato Azure Batch Shipyard per studiare 25 milioni di immagini di cortei, pubblicate sui social media dal 2013 a oggi. Il modello di analisi messo a punto permette a un software di comprendere rapidamente e senza l'ausilio di contenuti testuali se una foto raffiguri una manifestazione di protesta. Grazie al cloud, i tempi dell'opera di calcolo sono stati ridotti da 10 mesi a una sola settimana.