Tag Archives: Intelligenza Artificiale

CHE COS’È LA COMPUTER VISION E COME FUNZIONA?

L’intelligenza artificiale sta prendendo il sopravvento! Forse non ne hai sentito parlare, ma gli algoritmi di Computer Vision saranno uno dei modi in cui i robot e i computer interagiranno con gli umani in futuro. Lasciate che vi parli di questa eccitante tecnologia.

Ci sono molti progetti in corso proprio qui sul suolo italiano dove i ricercatori si sforzano di sviluppare una tecnologia AI all’avanguardia per l’uso da parte delle aziende di tutto il mondo.
La crescente capacità di analizzare le immagini rende la computer vision una delle soluzioni software più promettenti nel campo dell’intelligenza artificiale (anche se molti studi si trovano ancora in una fase preliminare), tuttavia sempre più aziende sembrano interessate a questa tecnologia e di conseguenza con ogni probabilità presto vedremo quali opportunità ci verranno fornite.

 

Che cos’è la Computer Vision

La Computer Vision è lo studio degli algoritmi e delle tecniche che permettono ai computer di replicare la visione umana. Non solo permette di identificare oggetti, persone o animali all’interno di una singola immagine, ma anche di estrarre informazioni utili da essi a livelli sempre più alti di comprensione. In altre parole, è possibile costruire un contesto ad ogni immagine o parte di immagine individuata dando loro anche un significato.

Affinché un sistema di computer vision funzioni in modo ottimale, ha bisogno di grandi quantità di immagini con un’etichettatura adeguata, in modo che l’algoritmo possa diventare davvero intelligente.

 

Come funziona la Computer Vision

L’avvento di potenti tecniche di apprendimento automatico ha reso possibile per i computer eseguire azioni che prima erano realizzabili solo dagli esseri umani. Questo include compiti come l’identificazione di oggetti in foto o video, che una volta si riteneva impossibile a causa della complessità e della difficoltà associate alla comprensione dei dati contenuti nei pixel presenti nei sensori delle fotocamere.

Con i recenti progressi nell’apprendimento automatico, i computer possono ora riconoscere le immagini con un livello di precisione che una volta era raggiungibile solo dagli esseri umani. Il processo non è però così semplice: si tratta di identificare certe caratteristiche tra molte possibilità e usarle per classificare un oggetto o una scena in una categoria come “persone” o “paesaggio”.

Tra le possibili applicazioni si individuano :

  • Image Classification: analisi del contenuto dell’immagine e attribuzione di un’etichetta (es. cane, gatto);
  • Object Detection: identificazione di una o più entità all’interno di un’immagine;
  • Image Segmentation: suddivisione dell’immagine in sezioni (es. per evidenziare i pixel di un referto medico in cui si riscontra un tumore);
  • Face Recognition: riconoscimento di volti di persone;
  • Action Recognition: identificazione di una o più entità e della loro relazione nel tempo e nello spazio, al fine di identificare e descrivere azioni specifiche (es. un calciatore che colpisce il pallone di testa);
  • Visual Relationship Detection: comprensione della relazione tra gli oggetti in un’immagine;
  • Emotion Recognition: rilevamento del sentiment di un’immagine;
  • Image Editing: modifiche a un’immagine (es. oscuramento di dati sensibili).

Una delle sfide principali nell’implementazione di progetti di computer vision è la creazione di un grande dataset per l’addestramento e l’insegnamento ad un algoritmo di come comprendere le immagini anche quando si verificano alterazioni (come livelli di luminosità subottimali o deformazioni).

 

Le applicazioni di Computer Vision

I sistemi di visione artificiale trovano numerose applicazioni. Si passa dal riconoscimento degli oggetti alla biometria, dalla smart surveillance (videocamere di sorveglianza intelligenti o in cloud per analizzare le immagini registrate e identificare infrazioni) al tracciamento di movimenti e analisi diagnostica in telemedicina.
Ma in Italia le soluzioni di Computer Vision hanno assunto un ruolo chiave soprattutto in ambito industriale e manifatturiero, grazie alla possibilità di essere integrate direttamente sulle linee di produzione e negli ambienti di fabbrica.

Ecco alcuni esempi di come le imprese stanno sfruttando questa tecnologia:

  • Manutenzione predittiva: algoritmi di Computer Vision per il monitoraggio di asset industriali – principalmente macchinari – in ottica di manutenzione predittiva (evitare fermi macchina intervenendo su possibili guasti o malfunzionamenti);
  • Monitoraggio dei prodotti: sistemi per il controllo della qualità e l’analisi di eventuali difettosità dei prodotti, in modo da garantire il massimo livello di soddisfazione dei clienti e limitare eventuali problemi in fase di post-vendita;
  • Sicurezza nei luoghi di lavoro: sistemi per monitorare le immagini dell’impianto, dei lavoratori e delle loro azioni, in modo da individuare eventuali situazioni di rischio e/o incidenti dannosi per le persone o per l’ambiente.

 

Deep Learning e Computer Vision

Lo sviluppo delle tecniche di Deep Learning ha portato a un progresso significativo nella visione artificiale. Vediamo come funziona!

Esistono diverse modalità con cui un’architettura di visione artificiale può estrarre informazioni dalle immaginiHand Crafted Features, Computer Vision Features e Data Driven Features – scelte singolarmente o combinate a seconda delle esigenze dell’analisi.

Quando si tratta di computer vision, ci sono due approcci principali che gli algoritmi utilizzano. Il primo si basa sul concetto di estrarre e definire algoritmicamente ciò che è rilevante in un’immagine (ad esempio, un colore o delle forme specifiche), mentre un’altra tecnica si concentra più specificamente attraverso la suddivisione in piccole aree per l’analisi. Quello che però diventerà la vera frontiera della Computer Vision sono le tecniche basate su Data Driven Features, che permettono il riconoscimento e la classificazione delle immagini (anche naturali) senza dover progettare la fase di estrazione delle features che viene svolta da particolari reti neurali: le reti neurali convoluzionali.

Le reti neurali convoluzionali utilizzate per la classificazione delle immagini (che hanno contribuito notevolmente allo sviluppo del Deep Learning) sono il tipico esempio di quelle che vengono chiamate ‘Reti Neurali Profonde’. Queste tecnologie coinvolgono una grande quantità di layer con capacità di elaborazione complesse, rendendoli molto potenti.Cosa significa questo per la comprensione delle immagini? Le reti deep sono altamente efficaci per l’analisi naturale delle immagini e si prestano molto bene al transfer learning, un insieme di tecniche che permettono di riutilizzare reti precedentemente addestrate su grandi risorse di dati.

FRAMEWORK

Alcuni dei migliori Framework per la Computer Vision

Google Cloud’s Vision

TensorFlow

OpenCV

Raster Vision

VUOI SAPERNE DI PIÚ?

Contattaci per una consulenza gratuita

Elon Musk svela i piani di Neuralink, la sua sturtup di neurotecnologie e intelligenza artificiale

“L’intelligenza artificiale è il futuro, chiunque diventi leader in questo ambito sarà il sovrano del mondo”. Queste le parole di Vladimir Putin agli studenti russi

Controllare smartphone e computer tramite un sensore impiantato nel cervello non è più fantascienza, ma il traguardo raggiunto da Neuralink, ed annunciato dal fondatore Elon Musk.

Un foro di 8 mm nel cranio permetterà di impiantare il chip collegato al cervello con fili più sottili di un capello umano, che possono essere “iniettati” con un ago di 24 micron per rilevare l’attività dei neuroni. A farlo, sotto la guida di un neurochirurgo, sarà un robot programmato per ridurre al minimo il margine di rischio per la salute e le funzionalità cerebrali.

Finora il sistema è stato testato con risultati incoraggianti su topi e una scimmia che ha controllato il computer con il suo cervello.

I campi di applicazioni di queste tecnologie sul genere umano sono potenzialmente infinite, prima fra tutte quelle in campo medico per aiutare le persone paraplegiche o amputate, fino a restituire addirittura il tatto o la vista.

Musk ha spiegato che in futuro potremmo creare un’interfaccia cervello-macchina in grado di creare una simbiosi con l’intelligenza artificiale. L’obiettivo di Neuralink è quello di mettere in grado chiunque di digitare 40 parole al minuto utilizzando solo col pensiero. Precisa anche che la “superintelligenza” sarà una facoltà per l’individuo ma con un potenziale enorme per lo sviluppo della nostra civiltà.

Musk non ha mai nascosto il suo pensiero che vede grandi minacce derivanti dall’intelligenza artificiale, infatti dice che Neuralink ha fatto passi da gigante sul “lato buono dell’intelligenza artificiale. La speranza per il momento è quella di arrivare alla prima sperimentazione su un paziente con paralisi nel 2020.

La Rivoluzione Dell’Intelligenza Artificiale

Dopo la rivoluzione industriale a cavallo tra il 1700 e il 1800 e la rivoluzione digitale negli ultimi anni del 1900, questo secolo sarà caratterizzato dalla rivoluzione dell’Intelligenza Artificiale.

L’intelligenza artificiale porterà grandi cambiamenti sociali e nella vita di tutti i giorni, ma rappresenterà anche un grande volano per l’economia. Si stima infatti che l’AI permetterà una crescita del pil mondiale compreso tra lo 0,8 e l’1,2%, pari a 13.7000 MILIARDI di dollari da qui al 2030. A guidare questa classifica teorica, ovviamente gli Stati Uniti con un incremento stimato di 8.300 miliardi di dollari da qui al 2035.

I colossi digitali come Google, Amazon, Netflix, Facebook, Alibaba, Baidu, sfruttano l’intelligenza artificiale per i propri modelli predittivi, al fine di creare nuove vendite e quindi nuovo valore. Basti pensare, che per quanto riguarda Netflix, il consumo dell’utente è basato per l’80% su suggerimenti derivanti dagli algoritmi, e solo il 20% su ricerche specifiche dell’utente. Netflix, stima che questi sistemi, in grado di suggerire all’utente contenuti che possono piacergli e ridurre quindi il tasso di abbandono, gli fruttino 1miliardo di dollari all’anno (circa il 10% del proprio fatturato). Il motivo di questi numeri? La soglia d’attenzione di un utente è di 60-90 secondi. Se entro questo tempo non trova qualcosa che può piacere, rinuncia, aumentando il rischio di abbandono del servizio.

Oltre ai sistemi predittivi, l’intelligenza artificiale troverà applicazioni nella vita di tutti i giorni. Esistono già auto che si guidano da sole, in grado di fare migliaia di kilometri senza il guidatore. Oppure le auto che già guidate, in grado di riconoscere pedoni e di frenare da sole, di allertarci se ci stiamo addormentando o se stiamo invadendo un’altra carreggiata. All’interno del vostro telefono vi è un’intelligenza artificiale che vi chiama per nome, in grado di scrivere messaggi per voi o di ricordarvi gli appuntamenti.

L’AI troverà grandi applicazioni nei servizi alla persona: Yape è un robot italiano che ha appena debuttato all’estero, in grado di fare consegne a domicilio. Viaggia da solo per le città, può contenere fino a 30 kg di peso, e viaggiare fino a 20km/h. E’ in grado di riconoscere segnali stradali e ostacoli, e riconosce il viso della persona a cui deve consegnare la merce per aprirgli il vano porta oggetti. In Giappone, stanno progettando robot in grado di assistere gli anziani con disabilità come farebbe una persona. Anzi meglio…. Perché questi robot saranno progettati per tenere compagnia ai loro assistiti, stimolarli nel ragionamento e nelle relazioni, oltre che a preparargli e servirgli il cibo, aiutarli nelle operazioni di deambulazione e ricordargli i farmaci da assumere. Questi robot, in grado anche di soccorrere il loro assistito e chiamare i soccorsi in caso di emergenza, non potranno mai arrecare danno alla persona, non potranno aggredirla o derubarla (come invece può avvenire con operatori umani)…. semplicemente perché non sono programmati per farlo.

I governi giocheranno un ruolo fondamentale in questa rivoluzione: al momento sembra essere una corsa a 2 tra Stati Uniti e Cina. Se gli Stati Uniti sono stati il primo paese ad avere sviluppato nel 2016, un piano strategico per l’intelligenza artificiale, la Cina ha risposto con un piano denominato “New Generation Artificial Intelligence Development Plan”, il cui obiettivo è portare il paese a essere leader nel settore dell’AI entro il 2030.

A livello Europeo invece, la Commissione ha aumentato del 70% gli investimenti previsti nel triennio 2018-2020, nell’ambito del programma H2020, portandoli a 1.5 miliardi di euro.

 

Dobbiamo quindi prepararci all’avvento di una nuova era… un’era in cui la tecnologia non è più solamente al servizio dell’uomo, ma lo affianca e lo accompagna alla stregua di “un’amico”, di un collega, di un compagno di viaggio. Il team di Swifty, come sempre appassionato alle nuove tecnologie (tra i primi in Italia a prelevare bitcoin da un bancomat, e sviluppare progetti di blockchain), è pronto a lanciarsi nell’avventura di un progetto che riguardi l’intelligenza artificiale…. avrete presto notizie a riguardo.