Intelligenza artificiale.
Due parole che sono uscite piano piano dalla fantascienza per entrare sempre più nella nostra vita quotidiana. Se negli anni ‘60 l’intelligenza artificiale trovava spazio solo nei film - l’indimenticabile HAL 9000 di 2001: Odissea nello Spazio del maestro Kubrick - oggi la vediamo all’opera nella mondanità (pubblicitaria) dei post sponsorizzati sui social, degli annunci su Youtube, dei prodotti consigliati su Amazon.
Da qualche anno a questa parte, inoltre, si parla molto (a sproposito) anche di machine learning e deep learning: due sviluppi ulteriori dell’intelligenza artificiale nei confronti dei quali il grande pubblico prova alternativamente infondato entusiasmo o ansia distopica.
In realtà è bene pulire il campo da un primo equivoco fondamentale: intelligenza artificiale, machine learning e deep learning sono tre concetti diversi, che non dovrebbero essere usati in maniera indistinta.
Intelligenza artificiale è il concetto più ampio e trasversale che comprende gli altri due. Indica tutti quei casi in cui un programma applica semplici automatismi in reazione ad un determinato stato di cose. Classico caso di “intelligenza artificiale” è la struttura condizionale if-then-else: se si verifica condizione 1, allora opzione A; se si verifica condizione 2, allora opzione B. Il limite, naturalmente, è che il programmatore deve aver previsto a monte condizioni e reazioni possibili, quindi l’”intelligenza” è più farina del suo sacco che della macchina.
Il machine learning rappresenta un ulteriore grado di sofisticazione dell’intelligenza artificiale: un algoritmo in grado di imparare dai dati che gli vengono forniti. L’algoritmo di machine learning viene utilizzato per analizzare grandi quantità di dati, che un essere umano non potrebbe processare da solo in tempo utile. L’algoritmo analizza i dati e ne riassume le caratteristiche salienti per l’essere umano, che così ottiene delle informazioni utili per determinare le misure da prendere.
Il deep learning (apprendimento profondo) è il machine learning portato al livello successivo, un algoritmo che cerca di emulare i processi di riconoscimento di pattern propri del cervello umano. Da un suono, riconosce vocali e consonanti, le parole, le frasi: come fanno i vari assistenti vocali di Apple, Amazon e Google.
Nel marketing viene utilizzato principalmente il machine learning. L’algoritmo di facebook, instagram, google, processa dati come pagine seguite, cronologia di navigazione, età, posizione geografica, sesso, stato sentimentale per recapitare con precisione chirurgica l’annuncio giusto al target adatto.
Questa è una forma di cluster recognition o segmentazione intelligente.
L’intelligenza artificiale utilizza i dati relativi ai clienti che le vengono dati in pasto per dividere la clientela in un certo numero di gruppi dalle caratteristiche simili. Ed è l’algoritmo di IA che stabilisce, in base ai dati con cui è alimentato, in base all’output richiesto e senza aiuto esterno, quali sono le dimensioni e le soglie significative da prendere in considerazione per definire i gruppi.
Naturalmente la scelta di quali gruppi utilizzare spetta poi a chi paga per la sponsorizzazione: può lasciarsi aiutare dall’IA per trovare il proprio target, oppure può scegliere di prendere come destinatari gli utenti di una data area geografica, di una certa età o di un certo sesso. Per cui, quando vediamo annunci parecchio fuori dai nostri interessi dobbiamo ringraziare non tanto il Facebook o Google di turno, quanto il committente dell’annuncio.
L’intelligenza artificiale, oltre a essere qualcosa di in realtà molto più mondano di quello che normalmente si crede, non è nemmeno (se mai lo è stato) monopolio delle grandi aziende della Silicon Valley.
Infatti, proprio nella nostra Torino, fresca della nomina di capitale italiana dell’intelligenza artificiale, Nurtigo, una start up innovativa che si occupa di marketing automation, promette di applicare l’intelligenza artificiale all’e-mail marketing per aiutare le aziende a digitalizzarsi e crescere.
Un’altra conferma che il nostro territorio è in grado di offrire eccellenze digitali di livello avanzato.