machine-learning-deep-learning-miura

Deep & Machine Learning, ovvero come le macchine imparano a comunicare

di Gloria Vitari

deep & machine learning dettano il futuro del Marketing, dell'intrattenimento eD OLTRE. come cambieranno le nostre vite?

Nel dicembre 2021 è stato distribuito, attraverso la piattaforma Disney+, un documentario che ha dimostrato la vera potenza del Deep Learning: “Get Back” è stato ottenuto facendo studiare, ad algoritmi basati su questa tecnologia, oltre 60 ore di girato originale anni ‘60 sui Beatles, durante la realizzazione del loro album Let It Be.

Che cos’ha di sconvolgente questo prodotto?

Le riprese sono in alta definizione, le voci e le musiche sembrano registrati il giorno prima. I dialoghi, le espressioni catturate, che necessariamente non potevano essere colte dai mezzi dell’epoca, sono frutto del Deep Learning che ha imparato e restituito una realtà che non esiste ma che con un’eccellente approssimazione può essere considerata credibile. Resta il fatto che non lo è.

Il Deep Learning, la cui traduzione letterale significa apprendimento profondo, è una sottocategoria del Machine Learning (che letteralmente viene tradotto come apprendimento automatico) e indica quella branca dell’intelligenza artificiale che fa riferimento agli algoritmi ispirati alla struttura e alla funzione del cervello chiamate reti neurali artificiali.

Con questo tipo di tecnologia possiamo far “imparare” una macchina: esistono casi di romanzi scritti copiando, pardon “imparando”, lo stile dell’autore originale, fumetti realizzati dopo la morte dell’autore (disegni, dialoghi e sceneggiatura impressionanti, il caso di Paidon, opera della macchina che sembra un originale Osamu Tezuka ma realizzata decenni dopo la scomparsa del maestro grazie ai dati di oltre 60 suoi lavori).

Come funziona?

Il Deep Learning e il Machine Learning lavorano assieme per facilitare il lavoro umano anche nell’ambito marketing digitale: pensiamo ai social più recenti come TikTok, che già solo dopo pochi giorni capiscono i nostri gusti e ci mostrano, incredibilmente, solo contenuti che ci piacciono davvero, oppure la pubblicità online di ultima generazione che, pur rispettando la privacy e in piena regola con la GDPR, impara dalla nostra fruizione anonima online e ci propone sempre più spesso prodotti che ci piacciono davvero, pagine da seguire o programmi video (pensiamo ai colossi dello streaming che riescono ad anticiparci nella scelta d’intrattenimento).

Il Deep Learning e il Machine Learning non sono frutto di dati “sottratti” agli utenti ignari ma si basano sulla statistica: tantissimi sono i dati che nei decenni si sono riversati nel web e grazie a questa mole di prodotti e il loro utilizzo si sono definiti infiniti “pattern” comportamentali che alimentano queste matrici statistiche.

Che cosa imparano le macchine?

Guardando ai tipi di applicazione (intesi come compiti che una macchina può svolgere grazie al Deep Learning), quelli di seguito sono quelli ad oggi più maturi:

  1. colorazione automatica delle immagini in bianco e nero
  2. aggiunta automatica di suoni a filmati silenziosi
  3. traduzione simultanea 
  4. classificazione degli oggetti all’interno di una fotografia
  5. generazione automatica della grafia 
  6. generazione automatica di testo (riprendendo gli esempi su citati di fumetti e romanzi basati su uno stile)
  7. generazione automatica di didascalie
  8. gioco automatico: l’ormai classico esempio di computer che batte a scacchi il campione umano.

Evoluzione, non competizione

I campi di applicazione sono pressoché infiniti e possono aiutarci ad automatizzare molte operazioni che richiedono tempo ma non portano valore: ad esempio uno dei suoi aspetti di impiego più tangibili è il marketing online.

Nella creazione di campagne pubblicitarie online occorre proporre messaggi personalizzati per gli utenti senza venir meno alle norme GDPR, come ad esempio il rispetto per la privacy che non permette di “spiare” di nascosto i comportamenti di un potenziale acquirente mente naviga il web: grazie al Machine Learning possiamo creare degli scenari pattern da usare come buyer personas alimentati con dati storici anonimi e sicuri; oppure, ancora in contesti simili, la classificazione di materiale fotografico automatizzata permette ai professionisti di avere in tempo brevissimo archivi già ben organizzati di materiale senza doversene passare ore a rinominare ogni contenuto e classificarlo. 

Il Machine Learning e il Deep Learning rendono di certo le macchine più umane ma non “tolgono lavoro” né disumanizzano gli impieghi attuali, al contrario: potremo tornare a impiegare il nostro genio nella creazione di strutture e progetti lasciando agli automatismi tutto il compito manuale.

Vuoi aggiungere innovazione al tuo business?

Contattaci per una call gratuita di 30 minuti.

Tags: No tags

Comments are closed.