Le principali applicazioni delle reti neurali artificiali

“Ehi Siri, a che ora è fissato l’appuntamento per il colloquio?”
“Google, calcola l’itinerario più breve verso casa”
“Alexa, fammi ascoltare una brano ballabile”
“Cortana, trova la cartella creata ieri”

No, non si tratta un dialogo di apertura di una nuova commedia dell’assurdo.
Anzi, sono frasi abbastanza ricorrenti nell’uso attuale, tanto che potremmo averle pronunciate anche noi per richiedere servizi o comandare azioni per nostra necessità o nostro piacere, semplicemente rivolgendo la nostra voce a un pc, oppure a uno smartphone, oppure ancora a uno smartspeaker.
Tutti questi sono dispositivi piuttosto comuni, ma evoluti, intelligenti, …smart, appunto. Ma dietro questa parola che sembra quasi magica al giorno d’oggi per attrarre acquirenti e suscitare curiosità e interesse verso oggetti e gadget all’ultimo grido, dietro questa parola che talvolta dice tutto o niente, risiede una tecnologia ben precisa; una tecnologia che da alcuni è addirittura considerata l’anello di congiunzione tra l’essere umano e ciò che verrà dopo di lui, evolvendosi dall’essere umano stesso.
Si tratta della tecnologia dell’Intelligenza Artificiale, o per meglio dire, dell’apprendimento artificiale (che comprende Intelligenza Artificiale a un primo livello, Machine Learning a un livello più avanzato, Deep Learning al livello più profondo). Una tecnologia che nasce dallo studio del funzionamento del sistema nervoso umano per applicarlo alle reti di computer, con il modello delle reti neurali artificiali.
Le reti neurali artificiali costituiscono oggi una tecnologia di grande valore strategico, tanto da essere annoverata tra le innovazioni più disruptive per gli innumerevoli vantaggi e per le infinite possibilità che offre attualmente e nel prossimo futuro.

Con questo articolo vogliamo passare in rassegna le principali applicazioni in cui le reti neurali artificiali trovano impiego, rivolgendo anche l’attenzione e restando in attesa degli sviluppi prossimi che questa tecnologia sarà in grado di mostrarci, ma non dimenticando e sempre ricordando che la sua forza è insita proprio nella replica e nell’imitazione a livello avanzato dei processi cognitivi propri dell’essere umano (col sistema nervoso), ma attuati con la potenza di calcolo e l’affidabilità tecnica della macchina (computer).

Reti neurali nella salute

La teoria delle reti neurali artificiali sfruttando il Deep Learning dei computer è applicata per esempio con successo e diffusione in radiologia medica, cardiologia e altre branche della medicina. La funzione peculiare e il vantaggio che offre in questo caso la tecnologia risiede nella capacità diagnostica e predittiva per la cura e ancor più per la prevenzione delle patologie. Imitando la finezza di indagine dell’essere umano, il vantaggio tecnologico sfrutta anche la capacità di calcolo del computer per non farsi sfuggire i dettagli utili a diagnosi e screening che verrebbero omessi da un’eventuale lacuna di attenzione da parte dell’operatore medico in carne e ossa.

Applicazioni in ambito industriale

Un altro campo in cui trova applicazione il vantaggio di coniugare capacità di apprendimento artificiale a più livelli (Intelligenza Artificiale, Machine Learning, Deep Learning) è l’ambito della produzione industriale, con un particolare riferimento al controllo qualità.

Possiamo confermare che la somiglianza con l’impiego nel campo della salute e della medicina diagnostica e preventiva è molto forte. Anche qui, infatti, si tratta di abbinare la capacità di riconoscimento del Machine Learning e del Deep Learning (imitativi dell’essere umano) alla potenza di calcolo (tipica della macchina) per rilevare conformità, anomalie o difetti, a seconda dei più disparati tipi di prodotti (al posto di pazienti e patologie).

Gli impiegni delle reti neurali nell’industria automobilistica

Un settore particolare tra quelli manifatturieri che implementano la tecnologia delle reti neurali artificiali in modo massiccio, ma diverso dall’impiego per il controllo qualità, è rappresentato dall’Automotive. In questa industria la tecnologia del Deep Learning è soprattutto applicata per l’innovazione legata alle Smart Cities, all’Internet of Things e particolarmente ai sistemi di guida autonoma, alla realtà aumentata e alla realtà virtuale. I servizi smart, in crescente diffusione messi a disposizione dalle diverse case produttrici, non possono prescindere dalle skill di elaborazione dei dati e nemmeno dalla capacità di gestione dei sensori del veicolo che sono propri di questa tecnologia.

La scienza dei dati

Un altro importantissimo campo di attività che non può fare a meno dei modelli di reti neurali artificiali è quello delle metodologie di estrazione e analisi di informazioni dai big data.
Senza l’utilizzo del Deep Learning e della sua fondamentale capacità di formulare modelli predittivi efficaci, non è infatti pensabile che i Data Scientists possano elaborare, dai dati raccolti in enormi quantità allo stato grezzo, informazioni utili per i vari e molteplici tipi di business e per correggere le diverse strategie di marketing in relazione alle caratteristiche dei clienti.

Le reti neurali nella sicurezza informatica

Anche per difendersi dai cyber-attacchi è di fondamentale importanza l’utilizzo del Deep Learning e delle reti neurali artificiali. Come nel caso della scienza dei dati, questo ambito necessita di elaborare, gestire e classificare enormi quantità di dati (qui si tratta di difenderli invece che di scoprirli). La grossa esigenza è quella di gestire e automatizzare la complessità dei processi oltre che di imparare al meglio (attraverso l’esperienza di apprendimento del sistema) come riconoscere e prevenire i tentativi di attacco.

Francesca

Classe 90, appassionata di computer fin da ragazzina, mi sono avvicinata al mondo dei PC con un meraviglioso 486. Il mio primo videogame è stato Prince of Persia, seguito da un meraviglioso Wolf3d. Oggi tra le altre cose, amo scrivere riguardo tecnologia, digitale e marketing.