{"id":53222,"date":"2019-11-26T00:00:00","date_gmt":"2019-11-25T21:00:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/blog_prohoster\/grafik-gartnera-2019-o-chyom-vse-eti-modnye-slova"},"modified":"2020-02-18T14:01:06","modified_gmt":"2020-02-18T11:01:06","slug":"grafik-gartnera-2019-o-chyom-vse-eti-modnye-slova","status":"publish","type":"post","link":"https:\/\/prohoster.info\/it\/blog\/news\/grafik-gartnera-2019-o-chyom-vse-eti-modnye-slova","title":{"rendered":"Gartner 2019: di cosa parlano tutte queste parole di moda?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Il grafico di Gartner per coloro che lavorano nel settore tecnologico \u00e8 come una sfilata di alta moda. Guardando a questo grafico, puoi anticipare quali parole saranno le pi\u00f9 popolari in questa stagione e cosa sentirai in tutte le prossime conferenze.<\/p>\n

Abbiamo decifrato cosa si cela dietro parole affascinanti su questo grafico, in modo che anche tu possa parlare questa lingua.<\/p>\n

\"Gartner
\n
\n<\/a><\/noindex><\/p>\n

Iniziamo con un paio di parole su cos'\u00e8 questo grafico. Ogni anno, in agosto, l'agenzia di consulenza Gartner pubblica un rapporto: la Gartner Hype Curve. In russo si traduce con \"curva dell'entusiasmo\", o pi\u00f9 semplicemente, hype. Trent'anni fa, i rapper del gruppo Public Enemy cantavano: \"Don't believe the hype\". Credere o meno \u00e8 una questione personale, ma \u00e8 comunque utile conoscere queste parole chiave se lavori nel settore tecnologico e vuoi essere informato sulle tendenze globali.<\/p>\n

Questo \u00e8 un grafico delle aspettative pubbliche riguardo a una tecnologia. Secondo Gartner, idealmente, una tecnologia attraversa 5 fasi: lancio della tecnologia, picco delle aspettative esagerate, valle della delusione, pendio della consapevolezza, plateau di produttivit\u00e0. Ma pu\u00f2 anche succedere che affondi nella \"valle della delusione\" \u2014 puoi facilmente ricordare esempi, come i bitcoin: inizialmente, dopo aver raggiunto il picco come \"moneta del futuro\", sono rapidamente scesi quando sono emerse le carenze della tecnologia, prima fra tutte le limitazioni sul numero di transazioni e l'enorme quantit\u00e0 di energia richiesta per generare bitcoin (che porta gi\u00e0 problemi ecologici). E certo, non si pu\u00f2 dimenticare che il grafico di Gartner \u00e8 solo una previsione: qui, ad esempio, puoi leggere in dettaglio articolo<\/a><\/noindex>, dove vengono analizzate le previsioni pi\u00f9 audaci mai realizzate.<\/p>\n

Quindi, diamo un'occhiata al nuovo grafico di Gartner. Le tecnologie sono suddivise in 5 grandi gruppi tematici:<\/p>\n

    \n
  1. Intelligenza Artificiale Avanzata e Analisi (Advanced AI and Analytics)\n<\/li>\n
  2. Calcolo e Comunicazioni Postclassiche (Postclassical Compute and Comms)\n<\/li>\n
  3. Sensoristica e Mobilit\u00e0 (Sensing and Mobility)\n<\/li>\n
  4. Uomo \"Aumentato\" (Augmented Human)\n<\/li>\n
  5. Ecosistemi Digitali (Digital Ecosystems)\n<\/li>\n<\/ol>\n

    <\/p>\n

    1. Intelligenza Artificiale Avanzata e Analisi (Advanced AI and Analytics)<\/h1>\n

    \nNegli ultimi 10 anni abbiamo assistito al momento d'oro del deep learning. Queste reti sono davvero efficaci per il loro ambito di applicazione. Nel 2018, Yann LeCun, Geoffrey Hinton e Yoshua Bengio hanno ricevuto il premio Turing per le loro scoperte in questo campo, il premio pi\u00f9 prestigioso, equivalente a un \"Nobel\" nell'informatica. Ecco quindi i principali trend in questo settore, riportati nel grafico:<\/p>\n

    1.1. Transfer Learning<\/h2>\n

    \nNon si addestra una rete neurale da zero, ma si utilizza una gi\u00e0 addestrata e le si assegna un altro obiettivo. A volte \u00e8 necessario riaddestrare solo parte della rete, ma non l'intera rete, il che \u00e8 molto pi\u00f9 veloce. Ad esempio, utilizzando una rete neurale pre-addestrata come ResNet50, addestrata sul dataset ImageNet1000, si ottiene un algoritmo in grado di classificare in base all'immagine moltissimi oggetti diversi a un livello molto profondo (1000 classi basate su caratteristiche estratte da 50 strati della rete neurale). Ma non \u00e8 necessario addestrare l'intera rete, il che richiederebbe mesi.<\/p>\n

    In corso online<\/a><\/noindex> Samsung \"Reti neurali e visione artificiale\", ad esempio, nella sfida finale di Kaggle<\/a><\/noindex> con la classificazione dei piatti puliti e sporchi, viene mostrato un approccio che in 5 minuti fornisce a disposizione una rete neurale profonda in grado di distinguere i piatti sporchi da quelli puliti, costruita secondo l'architettura descritta in precedenza. La rete originale non sapeva nemmeno cosa fossero i piatti, ma si era limitata ad apprendere a distinguere uccelli da cani (vedi ImageNet).<\/p>\n

    \"Gartner
    \nFonte:     corso online<\/a><\/noindex> Samsung \"Reti neurali e visione artificiale\"<\/i><\/p>\n

    Per il Transfer Learning \u00e8 importante conoscere quali approcci funzionano e quali sono le architetture di base gi\u00e0 pronte. In generale, ci\u00f2 accelera notevolmente la comparsa di applicazioni pratiche nell'apprendimento automatico.<\/p>\n

    1.2. Reti generative avversarie (Generative Adversarial Networks, GAN)<\/h2>\n

    \nQuesta \u00e8 la soluzione nei casi in cui ci risulta molto difficile formulare un obiettivo di apprendimento. Pi\u00f9 un compito \u00e8 vicino alla vita reale, pi\u00f9 \u00e8 comprensibile per noi (\"porta il comodino\"), ma pi\u00f9 difficile \u00e8 formularlo come un compito tecnico. Le GAN cercano proprio di liberarci da questo problema.<\/p>\n

    Qui operano due reti: una generativa (Generative), l'altra discriminativa (Adversarial). Una rete impara a svolgere compiti utili (classificare immagini, riconoscere suoni, disegnare cartoni animati). L'altra rete impara a istruire quella rete: ha esempi reali e impara a trovare una complessa formula sconosciuta per confrontare le generazioni della parte generativa della rete con oggetti del mondo reale (set di addestramento) sulla base di profonde caratteristiche veramente importanti: numero di occhi, vicinanza allo stile di Miyazaki, correttezza della pronuncia in inglese.<\/p>\n

    \"Gartner
    \nEsempio del risultato del lavoro della rete per la generazione di personaggi anime.     Fonte<\/a><\/noindex><\/i><\/p>\n

    Ma l\u00ec, naturalmente, \u00e8 difficile costruire un'architettura. Non basta semplicemente lanciare neuroni, bisogna prepararli. E l'addestramento pu\u00f2 richiedere settimane. Il tema GAN \u00e8 trattato dai miei colleghi del Centro di intelligenza artificiale Samsung, per loro \u00e8 una delle questioni di ricerca chiave. Ad esempio, ecco una cosa del genere sviluppo<\/a><\/noindex>: utilizzo di reti generative per la sintesi di fotografie realistiche di persone con pose variabili \u2014 ad esempio, per creare un camerino virtuale, o per la sintesi di volti, il che potrebbe ridurre la quantit\u00e0 di informazioni da memorizzare o trasmettere per garantire comunicazioni video di qualit\u00e0, trasmissioni o protezione dei dati personali.<\/p>\n

    \"Gartner
    \n    Fonte<\/a><\/noindex><\/i><\/p>\n

    1.3. IA spiegabile (Explainable AI)<\/h2>\n

    \nIn alcune rare attivit\u00e0, i progressi nelle architetture profonde hanno improvvisamente avvicinato le capacit\u00e0 delle reti neurali profonde a quelle umane. Ora la battaglia \u00e8 per aumentare il numero di tali compiti. Ad esempio, un robot aspirapolvere potrebbe facilmente distinguere un gatto da un cane in un incontro frontale. Ma nella maggior parte delle situazioni della vita quotidiana, sar\u00e0 incapace di trovare un gatto che dorme tra i vestiti o i mobili (come noi, del resto, nella maggior parte dei casi\u2026).<\/p>\n

    Qual \u00e8 la ragione dei successi delle reti neurali profonde? Esse sviluppano una rappresentazione del problema, basata non su informazioni 'visibili a occhio nudo' (pixel di una foto, variazioni di volume del suono\u2026), ma su caratteristiche ottenute dopo la preelaborazione di tali informazioni tramite centinaia di strati di rete neurale. Sfortunatamente, queste connessioni possono anche risultare prive di significato, contraddittorie o contenere tracce di imperfezione nel set di dati originale. Ad esempio, esiste un piccolo videogioco che illustra le conseguenze dell'applicazione sconsiderata dell'AI nel reclutamento. Sopravvivenza del migliore adattato<\/a><\/noindex>.<\/p>\n

    \"Gartner
    \nIl sistema di etichettatura delle immagini ha identificato un uomo che cucina come una donna, sebbene nella foto fosse in realt\u00e0 un uomo (    Fonte<\/a><\/noindex>). Questo hanno notato<\/a><\/noindex> all'Istituto della Virginia.<\/i><\/p>\n

    Per analizzare relazioni complesse e profonde, che spesso non possiamo formulare da soli, sono necessari metodi di Explainable AI. Essi organizzano le caratteristiche delle reti neurali profonde in modo che, dopo l'addestramento, possiamo analizzare la rappresentazione interna appresa dalla rete, invece di fare affidamento semplicemente sulla sua decisione.<\/p>\n

    1.4. Analitica perimetrale \/ AI (Edge Analytics \/ AI)<\/h2>\n

    \nTutto ci\u00f2 che contiene la parola Edge significa letteralmente quanto segue: spostare parte degli algoritmi dal cloud\/server al livello del dispositivo finale\/gateway. Un tale algoritmo funzioner\u00e0 pi\u00f9 velocemente e non avr\u00e0 bisogno di una connessione al server centrale per il suo funzionamento. Se ti \u00e8 familiare l'astrazione del \"client leggero\", qui stiamo un po' irrobustendo quel client.
    \nQuesto pu\u00f2 essere importante per l'Internet delle cose. Ad esempio, se una macchina si surriscalda e ha bisogno di raffreddamento, ha senso inviare subito un segnale su questo, a livello di fabbrica, senza aspettare che i dati arrivino nel cloud e poi vengano trasferiti all'operatore. Oppure un altro esempio: le auto a guida autonoma possono gestire la situazione stradale autonomamente, senza consultare un server centrale.<\/p>\n

    \"Gartner
    \n    Fonte<\/a><\/noindex><\/i><\/p>\n

    Oppure un altro esempio di perch\u00e9 questo \u00e8 importante dal punto di vista della sicurezza: quando digiti testi sul tuo telefono, esso ricorda le parole che usi di frequente, in modo che la tastiera ti suggerisca comodamente quelle parole \u2013 si chiama input predittivo. Inviare tutto ci\u00f2 che digiti sulla tastiera a un data center violerebbe la tua privacy ed \u00e8 semplicemente insicuro. Pertanto, l'apprendimento della tastiera avviene solo all'interno del tuo stesso dispositivo.<\/p>\n

    1.5. Piattaforma AI come servizio (AI PaaS)<\/h2>\n

    \nPaaS \u2013 Piattaforma come Servizio \u2013 \u00e8 un modello di business che ci consente di accedere a una piattaforma integrata, incluso il suo storage cloud e procedure predefinite. In questo modo, possiamo liberarci dai compiti infrastrutturali e concentrarci completamente sulla produzione di qualcosa di utile. Esempi di piattaforme PaaS per applicazioni AI: IBM Cloud, Microsoft Azure, Amazon Machine Learning, Google AI Platform.<\/p>\n

    1.6. Apprendimento automatico adattivo (Adaptive ML)<\/h2>\n

    \nE se permettessimo all'intelligenza artificiale di adattarsi... Vi chiederete \u2013 cio\u00e8 come? Non si adatta gi\u00e0 al compito? Il problema \u00e8 questo: ogni compito di questo tipo lo elaboriamo minuziosamente prima di costruire un algoritmo di intelligenza artificiale per risolverlo. Vi risponderanno \u2013 in realt\u00e0, si pu\u00f2 semplificare anche questa catena.<\/p>\n

    L'apprendimento automatico tradizionale funziona secondo il principio di un sistema aperto (open-loop): prepari i dati, progetti una rete neurale (o qualunque cosa), la alleni, poi controlli alcuni indicatori e se ti piace tutto, puoi inviare la rete neurale sugli smartphone \u2013 per risolvere i problemi degli utenti. Ma nelle applicazioni in cui ci sono molti dati e la loro natura cambia gradualmente, servono altri metodi. Questi sistemi, che si adattano e si auto-allenano, si organizzano in circuiti chiusi e autoapprendenti (closed-loop), e devono funzionare ininterrottamente.<\/p>\n

    Le applicazioni possono includere analisi in streaming (Stream Analytics), sulla base delle quali molti imprenditori prendono decisioni, o gestione produttiva adattiva. Nel contesto delle applicazioni moderne e considerando i rischi meglio compresi per le persone, i metodi che compongono la soluzione a questo problema sono tutti raccolti sotto il nome comune di AI Adattiva.<\/p>\n

    \"Gartner
    \n    Fonte<\/a><\/noindex><\/i><\/p>\n

    Guardando quest'immagine, \u00e8 difficile non avere l'impressione che i futurologi non abbiano altro da fare che insegnare a un robot a respirare...<\/p>\n

    Calcolo e Comunicazioni Postclassiche (Postclassical Compute and Comms)<\/h1>\n

    <\/p>\n

    2.1. Rete mobile di quinta generazione (5G)<\/h2>\n

    \n\u00c8 un argomento cos\u00ec interessante che vi rimandiamo subito al nostro abbiamo chiarito il corretto completamento dei programmi che utilizzano il mediastreamer.<\/a><\/noindex>. Qui c'\u00e8 un breve riassunto. Il 5G, grazie all'aumento della frequenza di trasmissione dati, render\u00e0 la velocit\u00e0 di Internet incredibilmente veloce. Le onde corte faticano a superare gli ostacoli, quindi l'architettura delle reti sar\u00e0 completamente diversa: avremo bisogno di 500 volte pi\u00f9 stazioni base.<\/p>\n

    Insieme alla velocit\u00e0, avremo nuovi fenomeni: giochi in tempo reale in realt\u00e0 aumentata, esecuzione di compiti complessi (come la chirurgia) tramite telepresenza, prevenzione di incidenti e situazioni critiche sulle strade grazie alla comunicazione tra veicoli. In un contesto pi\u00f9 prosaico: finalmente smetter\u00e0 di cadere Internet mobile durante eventi di massa, come una partita allo stadio.<\/p>\n

    \"Gartner
    \nFonte dell'immagine \u2014 Reuters, Niantic<\/i><\/p>\n

    2.2. Memoria di prossima generazione (Next-Generation Memory)<\/h2>\n

    \nSi parla qui di quinta generazione di memoria RAM \u2013 DDR5. Samsung ha annunciato che entro la fine del 2019 verranno lanciati prodotti basati su DDR5. Si prevede che la nuova memoria sar\u00e0 due volte pi\u00f9 veloce e avr\u00e0 una capacit\u00e0 doppia mantenendo il form factor, quindi potremo ottenere per il nostro computer moduli di memoria fino a 32GB. In futuro, questo sar\u00e0 particolarmente rilevante per gli smartphone (la nuova memoria sar\u00e0 disponibile in versione a basso consumo energetico) e per i laptop (dove il numero di slot DIMM \u00e8 limitato). Inoltre, l'apprendimento automatico richiede grandi quantit\u00e0 di RAM.<\/p>\n

    2.3. Sistemi satellitari a bassa orbita (Low-Earth-Orbit Satellite Systems)<\/h2>\n

    \nL'idea di sostituire pesanti, costosi e potenti satelliti con uno sciame di piccoli e a buon mercato non \u00e8 affatto nuova ed \u00e8 emersa gi\u00e0 negli anni '90. Riguardo al fatto che \u00abElon Musk presto dar\u00e0 a tutti Internet tramite satellite\u00bb<\/a><\/noindex> ora non ne ha parlato solo chi \u00e8 pigro. L'azienda pi\u00f9 nota in questo campo \u00e8 Iridium, che \u00e8 fallita alla fine degli anni '90, ma \u00e8 stata salvata grazie al Dipartimento della Difesa degli Stati Uniti (da non confondere con iRidium \u2013 il sistema russo per la casa intelligente). Il progetto di Elon Musk (Starlink) non \u00e8 affatto l'unico: nella corsa ai satelliti partecipano Richard Branson (OneWeb \u2013 1440 satelliti previsti), Boeing (3000 satelliti), Samsung (4600 satelliti) e altri.<\/p>\n

    Come sta andando in questo campo, come appare l'economia \u2013 leggete nel recensione<\/a><\/noindex>. E noi aspettiamo i primi test di questi sistemi da parte dei primi utenti, che dovrebbero avere luogo gi\u00e0 il prossimo anno.<\/p>\n

    2.4. Stampa 3D in scala nanometrica (Nanoscale 3D Printing)<\/h2>\n

    \nLa stampa 3D, anche se non \u00e8 entrata nella vita di ogni persona (nella forma di una fabbrica di plastica domestica promesso), \u00e8 gi\u00e0 uscita da tempo dalla nicchia delle tecnologie per appassionati. Lo si pu\u00f2 giudicare dal fatto che l'esistenza di almeno penne per scultura 3D \u00e8 nota a qualsiasi studente, e molti sognano di acquistare una scatola con slitte e estrusore per\u2026 \u00abper divertirsi\u00bb (o l'hanno gi\u00e0 acquistata).<\/p>\n

    La stereolitografia (stampanti 3D a laser) consente di stampare con singoli fotoni: vengono studiati nuovi polimeri, per i quali \u00e8 sufficiente un solo fotone per indurirsi. Questo permetter\u00e0 di creare in condizioni non da laboratorio filtri, supporti, molle, capillari, lenti completamente nuovi e\u2026 le vostre proposte nei commenti! E qui siamo vicini alla fotopolimerizzazione: solo questa tecnologia consente di \u00abstampare\u00bb processori e circuiti computazionali. Inoltre, da diversi anni esiste la tecnologia per la stampa di strutture tridimensionali in grafene di 500 nm<\/a><\/noindex>, ma senza uno sviluppo radicale.<\/p>\n

    \"Gartner
    \n    Fonte<\/i><\/a><\/noindex><\/p>\n

    3. Sensori e mobilit\u00e0 (Sensing and Mobility)<\/h1>\n

    <\/p>\n

    3.1. Veicoli autonomi, livello 4 e 5 (Autonomous Driving Level 4 & 5)<\/h2>\n

    \nPer non confondersi con la terminologia, \u00e8 utile chiarire quali livelli di autonomia vengono distinti (prendendo spunto da una dettagliata sul CommunityHelpWiki (sullo stesso dominio<\/a><\/noindex>, a cui rimandiamo tutti gli interessati):<\/p>\n

    Livello 1: Cruise control: assistenza al conducente in situazioni molto limitate (ad esempio, mantenere l'auto a una velocit\u00e0 impostata dopo che il conducente ha tolto il piede dal pedale)
    \nLivello 2: Assistenza limitata alla sterzata e alla frenata. Il conducente deve essere pronto a riprendere il controllo praticamente immediatamente. Le sue mani sono sul volante, lo sguardo \u00e8 rivolto alla strada. Questo \u00e8 ci\u00f2 che \u00e8 gi\u00e0 presente in Tesla e General Motors.
    \nLivello 3: Il conducente non deve pi\u00f9 seguire costantemente la strada. Ma deve rimanere vigile e pronto a riprendere il controllo. Questo \u00e8 ci\u00f2 che al momento non \u00e8 disponibile nei veicoli in commercio. Tutti i modelli attualmente esistenti sono ai livelli 1-2.
    \nLivello 4: Pilota automatico reale, ma con limitazioni: solo viaggi in aree conosciute, che sono state mappate con cura e sono generalmente note al sistema, e in determinate condizioni: ad esempio, in assenza di neve. Prototipi simili sono presenti in Waymo e General Motors, che pianificano di lanciarli in diverse citt\u00e0 e testarli in condizioni reali. Yandex ha aree di prova per taxi senza conducente a Skolkovo e Innopolis: il viaggio avviene sotto la supervisione di un ingegnere seduto sul sedile del passeggero; entro la fine dell'anno, l'azienda prevede di espandere la flotta fino a 100 veicoli autonomi.
    \nLivello 5: Guida completamente automatica, sostituzione totale del conducente umano. Tali sistemi non esistono attualmente e difficilmente appariranno nei prossimi anni.<\/p>\n

    Quanto \u00e8 realistica questa prospettiva nel breve periodo? Qui vorremmo rimandare il lettore all'articolo \"Perch\u00e9 lanciare il robotaxi entro il 2020, come promette Tesla, \u00e8 impossibile\"<\/a><\/noindex>. Questo \u00e8 in parte dovuto all'assenza di connessione 5G: le attuali velocit\u00e0 4G non sono sufficienti. In parte, a causa del costo elevato delle auto autonome: non sono ancora redditizie e non \u00e8 chiaro quale sia il modello di business. In una parola, qui \"\u00e8 tutto complicato\", e non \u00e8 un caso che Gartner scriva che la previsione di un'adozione di massa dei Livelli 4 e 5 non avverr\u00e0 prima di 10 anni.<\/p>\n

    3.2. Telecamere con visione 3D (3D Sensing Cameras)<\/h2>\n

    \nOtto anni fa, il controller di gioco Microsoft Kinect ha suscitato scalpore, offrendo una soluzione accessibile e relativamente economica per la visione 3D. Da allora, i giochi di danza e fitness con Kinect hanno vissuto un breve picco e una caduta, ma le telecamere 3D hanno iniziato a essere utilizzate in robot industriali, automobili senza conducente e telefoni cellulari per l'identificazione facciale. La tecnologia \u00e8 diventata pi\u00f9 economica, compatta e accessibile. <\/p>\n

    \"Gartner
    \nIl telefono Samsung S10 \u00e8 dotato di una camera a tempo di volo (Time-of-Flight) che misura la distanza dall'oggetto, per facilitare la messa a fuoco.     Fonte<\/a><\/noindex><\/i><\/p>\n

    Se questo argomento ti interessa, ti rimandiamo a una molto buona e dettagliata panoramica sulle telecamere di profondit\u00e0: parte 1<\/a><\/noindex>, parte 2<\/a><\/noindex>.<\/p>\n

    3.3. Droni per la consegna di piccoli carichi (Light Cargo Delivery Drones)<\/h2>\n

    \nQuest'anno Amazon ha fatto molto scalpore quando ha presentato alla fiera un nuovo drone volante capace di trasportare piccoli carichi fino a 2 kg. Per una citt\u00e0 con il suo traffico, sembra una soluzione ideale. Vedremo come questi droni si comporteranno nel prossimo futuro. Forse qui vale la pena adottare un certo scetticismo: ci sono molti problemi, che vanno dalla possibilit\u00e0 di furti facili di droni alle restrizioni legislative sugli UAV. Amazon Prime Air esiste da sei anni, ma \u00e8 ancora in fase di testing.<\/p>\n

    \"Gartner
    \nIl nuovo drone di Amazon, mostrato questa primavera. Ricorda qualcosa da 'Star Wars'.     Fonte<\/a><\/noindex><\/i><\/p>\n

    Oltre ad Amazon, ci sono altri attori in questo mercato (c'\u00e8 un dettagliato panoramica<\/a><\/noindex>), ma nessun prodotto pronto: tutto \u00e8 in fase di testing e azioni di marketing. Da notare le interessanti iniziative mediche progetti<\/a><\/noindex> in Africa: la consegna di sangue da donatori in Ghana (14.000 consegne, azienda Zipline) e in Ruanda (azienda Matternet).<\/p>\n

    3.4. Trasporto autonomo volante (Flying Autonomous Vehicles)<\/h2>\n

    \nQui \u00e8 difficile dire qualcosa di preciso. Secondo Gartner, ci\u00f2 non accadr\u00e0 prima di 10 anni. In effetti, i problemi sono gli stessi dei veicoli senza pilota, solo che acquisiscono una nuova dimensione: quella verticale. Le proprie ambizioni di costruire un taxi volante sono state dichiarate da Porsche, Boeing, Uber.<\/p>\n

    3.5. Nuvola di realt\u00e0 aumentata (AR Cloud)<\/h2>\n

    \nUna copia digitale permanente del mondo reale, che consente di creare un nuovo strato di realt\u00e0 comune per tutti gli utenti. Parlando in termini pi\u00f9 tecnici, si tratta di creare una piattaforma cloud aperta in cui gli sviluppatori possano integrare le proprie applicazioni AR. Il modello di monetizzazione \u00e8 chiaro, \u00e8 un certo equivalente di Steam. L'idea si \u00e8 radicata cos\u00ec tanto che ora alcuni ritengono che l'AR senza cloud sia semplicemente inutile.<\/p>\n

    Come potrebbe apparire in futuro, \u00e8 rappresentato in un breve video. Sembra un altro episodio di 'Black Mirror':
    \n

    \r\n \"Guarda\r\n
    <\/div>\r\n <\/div><\/center><\/p>\n

    Puoi leggere di pi\u00f9 in un articolo di revisione.<\/a><\/noindex><\/p>\n

    4. L'uomo 'aumentato' (Augmented Human)<\/h1>\n

    <\/p>\n

    4.1. AI per le emozioni (Emotion AI)<\/h2>\n

    \nCome misurare, simulare e reagire alle emozioni umane? Alcuni dei clienti qui sono aziende che producono assistenti vocali come Amazon Alexa. Potranno realmente integrarsi nelle case solo se impareranno a riconoscere l'umore: capire le ragioni del malcontento dell'utente e cercare di rimediare alla situazione. In effetti, nel contesto c'\u00e8 molta pi\u00f9 informazione rispetto al messaggio stesso. E il contesto comprende sia l'espressione del viso, che l'intonazione e il comportamento non verbale.<\/p>\n

    Altri utilizzi pratici: analisi delle emozioni durante i colloqui di lavoro (attraverso video interviste), valutazione delle reazioni a spot pubblicitari o altro contenuto video (sorrisi, risate), supporto nell'apprendimento (ad esempio, per pratiche autonome nell'arte delle presentazioni pubbliche). <\/p>\n

    Su questo tema \u00e8 difficile esprimersi meglio dell'autore del cortometraggio di 6 minuti Stealing Ur Feeling<\/a><\/noindex>. Nel video realizzato in modo ingegnoso e stiloso si mostra come possiamo misurare le nostre emozioni a scopi di marketing, e dalle reazioni immediate del tuo viso scoprire: se ami la pizza, i cani, Kanye West, e persino quale sia il tuo livello di reddito e il tuo quoziente intellettivo. Accedendo al sito del film tramite il link qui sopra, diventi parte di un video interattivo utilizzando la fotocamera integrata del tuo laptop. Il film \u00e8 gi\u00e0 stato proiettato a vari festival cinematografici.<\/p>\n

    \"Gartner
    \n    Fonte<\/a><\/noindex><\/i><\/p>\n

    Esiste anche una ricerca interessante su come riconoscere il sarcasmo nel testo. Hanno preso tweet con l'hashtag #sarcasmo e creato un campione di apprendimento di 25.000 tweet sarcastici e 100.000 tweet ordinari su vari argomenti. Hanno utilizzato la libreria TensorFlow, addestrato il sistema, ecco il risultato:<\/p>\n

    \"Gartner
    \n    Fonte<\/a><\/noindex><\/i><\/p>\n

    Quindi ora, se non sei sicuro riguardo al tuo collega o amico \u2013 ti ha detto qualcosa sul serio o sarcasticamente \u2013 puoi utilizzare gi\u00e0 la rete neurale addestrata<\/a><\/noindex>! <\/p>\n

    4.2. Intelligenza aumentata (Augmented Intelligence)<\/h2>\n

    \nAutomazione del lavoro intellettuale mediante metodi di apprendimento automatico. Sembra che non ci sia nulla di nuovo? Ma qui la formulazione \u00e8 fondamentale, soprattutto considerando che coincide come acronimo con Intelligenza Artificiale. Questo ci riporta al dibattito su \"IA forte\" e \"IA debole\".
    \nL'intelligenza artificiale forte \u00e8 quel tipo di intelligenza artificiale che si vede nei film di fantascienza, completamente equivalente alla mente umana e consapevole di s\u00e9 come individuo. Questo non esiste ancora e non \u00e8 chiaro se esister\u00e0 mai.<\/p>\n

    L'intelligenza artificiale debole non \u00e8 un individuo autonomo, ma piuttosto un assistente dell'uomo. Non pretende di avere un pensiero simile a quello umano, ma \u00e8 capace di risolvere compiti informativi, come ad esempio identificare ci\u00f2 che \u00e8 rappresentato in un'immagine o tradurre del testo.<\/p>\n

    \"Gartner
    \n    Fonte <\/a><\/noindex><\/i><\/p>\n

    In questo senso, l'Intelligenza Aumentata \u00e8 un esempio puro di \"intelligenza artificiale debole\", e la formulazione sembra azzeccata, poich\u00e9 non crea confusione e non invita a scorgere qui quella temuta \"intelligenza artificiale forte\" di cui tutti sognano (o temono, se ricordiamo le numerose speculazioni sulla \"rivolta delle macchine\"). Utilizzando l'espressione Intelligenza Aumentata, diventiamo subito come i protagonisti di un altro film: da fantascienza (come \"Io, robot\" di Asimov) passiamo al cyberpunk (gli \"aumenti\" in questo genere si riferiscono a vari impianti che ampliano le capacit\u00e0 umane).<\/p>\n

    Come detto<\/a><\/noindex> Erik Brynjolfsson e Andrew McAfee: \u00abNei prossimi 10 anni accadr\u00e0 questo. Non sar\u00e0 l'IA a sostituire i manager, ma i manager che utilizzano l'IA sostituiranno quelli che non l'hanno ancora fatto\u00bb<\/p>\n

    Esempi:<\/p>\n