L’evoluzione dell’Intelligenza Artificiale: arriva il machine learning supervisionato
Si chiama machine learning supervisionato e, aldilà del nome futuristico, rappresenta già una piccola evoluzione dell’Intelligenza Artificiale.
Si tratta di una delle principali categorie dell’apprendimento automatico e consiste nell’addestrare un modello utilizzando un insieme di dati etichettati.
L’obiettivo di questo strumento, come spiega IBM, è imparare dal mondo esterno e fornire assistenza, strumenti, strategie per qualsiasi scopo.
I sistemi di riconoscimento facciale, ad esempio, utilizzano algoritmi supervisionati per identificare o verificare l’identità di una persona confrontando un’immagine del viso con un database di volti etichettati. Viene utilizzato in ambiti come la sicurezza, l’autenticazione per dispositivi e le applicazioni di sorveglianza oppure in ambito medico.
Nel settore sanitario, i modelli supervisionati vengono utilizzati per supportare i medici nella diagnosi di malattie: dati relativi a immagini mediche (come radiografie o risonanze magnetiche) possono essere utilizzati per addestrare modelli a riconoscere patologie come tumori o fratture, migliorando l’accuratezza diagnostica e velocizzando il processo.
Questa innovazione viene utilizzata in ambito finanziario, per la previsione del valore di mercato nel settore immobiliare e azionario, oppure nel marketing, per raccomandazioni personalizzate (come quello che avviene su Netflix e Spotify).
La sua vocazione principale, però, resta quella della sicurezza. Applicata anche ad altri settori. Come si legge su Giochi di Slots, infatti, il machine learning supervisionato viene utilizzato dal circuito dei casinò legali gestiti dall’Agenzia delle Dogane e dei Monopoli di Stato proprio per proteggere la filiera e alzare i livelli di sicurezza.
Questo strumento permetterà di sviluppare algoritmi capaci di migliorare il monitoraggio dei flussi giuridici ed economici del Paese, incrementando la possibilità di individuare soggetti ad alto rischio di evasione e frode.
I modelli attualmente in fase di sviluppo dall’Agenzia si baseranno su un insieme di dati storici e utilizzeranno tecniche di analisi regressiva, facilitando così il lavoro degli uffici di controllo sul territorio nell’identificare i casi con maggiore probabilità di infrazione e migliorando, di conseguenza, i risultati finanziari legati al recupero fiscale
Una rivoluzione a più livelli insomma. Perché dove non arriva l’uomo può arrivare l’Intelligenza Artificiale. Soprattutto con il machine learning supervisionato, uno strumento valido nella finanza, nel marketing, nel contrasto all’illegalità, nella sanità. Ovunque, insomma. Senza che noi ce ne accorgiamo.
