27 maggio 2017
Aggiornato 00:30
conferenze

Data Driven Innovation 2017, come l'AI sta cambiando il mondo

Big Data e Intelligenza Artificiale diventano applicabili a tutti i settori. Di tutto ciò si è parlato il 24 e 25 febbraio a Data Driven Innovation 2017, l’evento organizzato da Codemotion in collaborazione con l’Università Roma Tre e svoltosi presso il dipartimento di Ingegneria

Una foto dell'evento (© Facebook)

ROMA - Dai social network al marketing dall’agricoltura di precisione alla cyber security, dall’Industria 4.0 al FinTech. L’intelligenza artificiale, il machine learrning e i Big Data stanno rivoluzionando completamente ogni settore dell’economia, innovativa e non. Un mercato in crescente espansione che mira a contribuire sempre più a quella che in molti definiscono la quarta rivoluzione industriale. A partire dal 2011 sono stati 1,2 i miliardi i dollari raccolti da 258 startup che hanno fatto del settore il loro business principale. Di tutto ciò si è parlato il 24 e 25 febbraio a Data Driven Innovation 2017, l’evento organizzato da Codemotion in collaborazione con l’Università Roma Tre e svoltosi presso il dipartimento di Ingegneria. Un evento che ha visto la partecipazione anche di alcuni personaggi molto importanti del panorama tra cui Raffaele Lillo, membro del Team per la trasformazione Digitale diretto da Diego Piacentini.

I Big Data e la precision farming
L’evento, che ha visto un pubblico molto consistente, si è sviluppato sui temi caldi dell’innovazione con diverse sessioni relative ai diversi ambiti di applicazione dei Big Data e dell’Intelligenza Artificiale. Tra cui anche la precision farming, mercato in costante espansione ma ancora troppo poco utilizzato nel nostro Paese, dove l’agricoltura resta il principale motore di crescita per il Pil. E lo dimostrano aziende come Barilla che hanno puntato proprio sui Big Data per migliorare la produzione del grano utilizzato per la loro pasta. L’azienda, per un territorio pari a quello del Molise, ha infatti messo a disposizione degli agricoltori tutta una serie di strumenti di supporto che analizzano le informazioni relative ad esempio al terreno e al meteo e che, integrate con le informazioni a disposizione degli agricoltori, sono in grado di fornire delle analisi predittive e di indirizzare le azioni di coltivazione, suggerendo interventi antiparassitari mirati o di irrigazione. Queste analisi predittive, ovviamente, garantisco un raccolto migliore e si fondano completamente sulla tecnologia dell’intelligenza artificiale: «Il mondo agricolo è quello che più di tutti resta lontano dall’innovazione - afferma Luca Ruini Health, Safety, Environment & Energy Director Barilla -. Stanno nascendo però delle aziende nuove fatte da giovani e più propense a nuovi modelli di business. In questo senso la più grande sfida è quella di rendere la tecnologia semplice ed efficace anche per gli agricoltori».

Il marketing e i Big Data
Il machine learning e i Big Data sono fondamentali anche per le strategie di marketing e advertising, soprattutto nel mondo dei social network. Se un tempo c’era la cartellonista appesa alle fermate dell’autobus, oggi la pubblicità si fa con l’intelligenza artificiale. Si chiamano Data Driven Marketing e Advertising Platform. Sono piattaforme che permettono di prendere decisioni in tempo reale per la personalizzazione dei contenuti e quindi l’acquisto di spazi pubblicitari su Internet. Del resto i meccanismi che oggi regolano gli spazi pubblicitari e il loro acquisto dipendono dalla mole infinita di dati che noi utenti stessi lasciamo sul web. Dati che servono ovviamente alle aziende per formulare in modo ottimizzato le proprie campagne di advertising. La tecnologia viene progettata dalle persone per essere al servizio delle persone. Si adatta ai nostri comportamenti e impara da noi per migliorare le nostre vite, arricchendo e rendendo più appaganti le nostre esperienze.

I social e i Big Data
E molti di questi Big Dat si trovano principalmente sui social network e sono rappresentati dalle interazioni (like, condivisioni, ecc.) che facciamo ogni giorno. Anche i commenti. Immaginate i forum e i post che inondano le bacheche dei social network. Nella maggior parte dei casi sono corredati da commenti più o meno critici, da un susseguirsi di pareri lasciati dalla community. Potrebbero non avere alcun valore e - di fatto - non è necessario che lo abbiano. Ma quei commenti possono dire molto delle comunità che partecipano a un forum. Ed è ciò a cui sta pensando Sara Di Bartolomeo, studentessa di Ingegenria che sta facendo una ricerca proprio su questo. Lei sta infatti studiando il modo di applicare alcuni metodi di machine learning per poter ricavare informazioni utili dai commenti che popolano i social network, in particolare quelli degli utenti iscritti a Reddit, un sito di social news in cui gli utenti registrati possono condividere storie, notizie e opinioni sotto forma di messaggio testuale o link.