Categoria: Intelligenza Artificiale

In questa categoria troverete articoli su Intelligenza Artificiale e Machine Learning, soprattutto su come queste tecnologie stanno evolvendosi, con esempi concreti

Userbot, la startup di Intelligenza Artificiale raccoglie oltre mezzo milione di euro

Userbot, la startup che ha sviluppato una tecnologia proprietaria di Intelligenza Artificiale applicata alla Customer Interaction, ha raccolto, nei primi sei mesi di quest’anno, oltre mezzo milione di euro. Tutto questo permette alla startup fondata, tra gli altri da Antonio Giarrusso e Jacopo Paoletti, di raggiungere il valore di 3,5 milioni di euro.

Il tema dell’Intelligenza Artificiale assume sempre più importanza nei processi e nelle organizzazioni aziendali. Soprattutto per quello che riguarda la relazione con il cliente, un segmento molto importante per le aziende, utile a mantenere una relazione costante, unitamente all’assistenza. In questo scenario, sempre in continua evoluzione, vogliamo oggi parlarvi di Userbot, startup italiana che ha realizzato una tecnologia proprietaria di Intelligenza Artificiale applicata proprio alla Customer Interaction. La startup nei primi sei mesi di quest’anno ha già raccolto oltre 500 milioni di euro. Un incremento di finanziamenti che porta il valore della startup a 3,5 milioni di euro. Per essere più chiari, Userbot non è una chatbot, ma è molto di più, è una vera e propria Intelligenza Artificiale per il Customer Service.

Userbot incrementa la sua base di conoscenza attraverso le interazioni umane che avvengono dentro una qualsiasi chat e su qualunque canale digitale: che sia il proprio sito web, la propria app su Android o iOS, un account social come la propria fanpage Facebook, o un’app di messaggistica come Messenger o Telegram. Si tratta quindi di una rivoluzione, basata principalmente su Deep Learning e Machine Learning, all’interno del rapporto Uomo-Macchina che rappresenta la chiave di volta per soluzioni come queste.

In Userbot, spinoff di Mobixee Ltd e parte del gruppo Comunicatica, hanno creduto diversi investitori provenienti dal network di BacktoWork24, nonché professionisti affermati in ambito IT, che ad aprile 2018 hanno dimostrato fiducia in questo progetto innovativo con un investimento di oltre 300.000 euro. Oggi, insieme all’Advisory Board dell’azienda (composto da imprenditori e manager con un track record ed una storia personale e professionale ampiamente riconosciute dal mercato), contribuiscono concretamente alla crescita di Userbot, allargando il network di contatti con prospect e clienti, oltre che con potenziali nuove partnership sia strategiche che industriali. A fine giugno 2018 si sono poi aggiunti alla compagine societaria oltre 130 nuovi soci provenienti dalla piattaforma di equity crowdfunding – CrowdfundMe – che hanno creduto e investito nella startup, quasi triplicando l’obiettivo di raccolta minimo previsto, con un aumento di capitale di ulteriori 200.000 euro, che ha portato la raccolta complessiva di Userbot, come dicevamo all’inzio, ad oltre mezzo milione di euro nei soli primi 6 mesi del 2018.

[author title=”” image=”http://”]Siamo entusiasti di avere a bordo con noi un team di investitori che condividono la nostra visione di un futuro in cui l’Intelligenza Artificiale lavorerà a stretto contatto con l’uomo. Con Userbot abbiamo rivoluzionato l’universo del Customer Service attraverso l’utilizzo di un’Intelligenza Artificiale che impara nel tempo dalle interazioni con gli esseri umani. Ma non vogliamo fermarci qui. – ha dichiarato Antonio Giarrusso, Founder & Chief Executive Officer di Userbot – Userbot per noi è solo il primo tassello di un progetto molto più ampio nel campo dell’AI, una tecnologia che tutte le aziende dovrebbero davvero iniziare a capire e accogliere per poter rimanere competitive in un mercato mondiale così veloce e in costante trasformazione. Siamo felici che Userbot sia tra i pionieri in Italia nello sviluppo di tecnologie cognitive.[/author]

Abbiamo raggiunto Jacopo Paoletti, Co-Founder & Chief Marketing Officer di Userbot, che ci ha spiegato che questi finanziamenti saranno utili per accrescere la strategia di internazionalizzazione della startup e per incrementare il team, Ma ha aggiunto anche:

[author title=”” image=”http://”]Questo è per noi solo il primo passo: il primo semestre 2018 ha superato ogni nostra aspettativa, sia in termini di raccolta investimenti ma in particolare in termini di fatturato, e credo sia stato principalmente questo a fare la differenza con gli investitori – ha aggiunto Jacopo Paoletti – con la nostra soluzione, attualmente riservata solo alle corporate, puntiamo già nel 2018 ad aggredire il mercato domestico delle PMI in modalità SaaS, mentre il 2019 sarà dedicato principalmente al mercato anglofono sempre con un approccio self service, che resta il nostro obiettivo principe verso la scalabilità; sempre in ottica di internazionalizzazione contiamo di chiudere fra il 2018 e il 2019 il nostro primo round series A, che dagli interessamenti ricevuti ad oggi si prospetta fin da ora oltre il milione di euro. Ovviamente, per chi fosse interessato, trova già tutte le info sul nostro prossimo aumento di capitale qui: https://invest.userbot.ai/.[/author]

11 Luglio 2018
Machine Learning Solutions, la startup innovativa di Teleskill e La Sapienza

“Machine Learning Solutions” è la startup innovativa di Teleskill e l’Università La Sapienza, una startup creata per supportare le aziende in progetti di machine learning. Ne abbiamo parlato con i due fondatori Emanuele Pucci, di Teleskill, e Massimo Panella, docente di Elettrotecnica e di Intelligenza Computazionale proprio presso La Sapienza.

Il machine learning è un tema di grande attualità per gli immensi vantaggi che può portare in azienda e in ogni settore dell’attività dell’impresa: marketing, commerciale e vendita, ricerca e sviluppo, benessere organizzativo, formazione e tanto altro ancora. Ed è proprio per assistere e supportare le aziende in progetti di machine learning che è diventata operativa, molto di recente, Machine Learning Solutions, la startup innovativa creata a seguito della collaborazione tra Teleskill, azienda di innovazione digitale guidata da Emanuele Pucci, e il prof. Massimo Panella, docente di Elettrotecnica e di Intelligenza Computazionale presso il Dipartimento di Ingegneria dell’Informazione, Elettronica e Telecomunicazioni dell’Università di Roma “La Sapienza”. La società nasce, infatti, nell’ambito del progetto “New Machine Learning Solutions for Data Mining and Multimedia Signal Processing”, per l’Avviso Pubblico POR FESR Lazio 2014-2020 “Pre-seed Spin Off” in cui Machine Learning Solutions è risultata una delle aziende vincitrici.
Intervistiamo i due fondatori, Emanuele Pucci e Massimo Panella, per capire il loro punto di vista sul tema.

Come nasce Machine Learning Solutions?
Emanuele Pucci: Machine Learning Solutions è un esempio vincente di quanto possa essere fruttuosa la collaborazione, lo scambio di esperienze, la sinergia tra Università e Azienda. Nel nostro caso il prof. Panella realizza all’interno del suo Dipartimento la parte di ricerca, mentre Teleskill si occupa da sempre della fase di sviluppo. Ricerca e Sviluppo, attività da sempre molto curate in Teleskill, hanno così raggiunto una sintesi, anche imprenditoriale, con la creazione della start up innovativa Machine Learning Solutions.

Quali sono gli obiettivi della nuova società?
Emanuele Pucci: Il machine learning sta emergendo velocemente e interessa un sempre maggior numero di soggetti. L’obiettivo primario di Machine Learning Solutions è fornire servizi innovativi, basati sul paradigma del machine learning, tramite attività di ricerca, sviluppo e consulenza personalizzata caso per caso. Teleskill ha ormai un’esperienza ventennale nel settore e-learning e, da parte mia, vedo concrete possibilità di sviluppo in quest’area. Il machine learning applicato all’e-learning ne amplia enormemente l’efficacia permettendo, ma sono solo alcuni esempi, di creare formazione personalizzata per individuo o per gruppi, di migliorare l’offerta formativa customizzandola in tempo reale sull’utente e sui suoi comportamenti e azioni, di migliorare la learning retention, di prevedere i singoli gap formativi degli utenti, di analizzare in modo automatico ed adattivo i dati di fruizione e i risultati formativi in genere, di studiare il comportamento durante un collegamento in videoconferenza live o la fruizione di un learning object, di applicare logiche di deep learning con ad esempio lo speech recognition e quindi di massimizzare l’efficacia dell’apprendimento e l’ottimizzazione delle risorse formative da fornire al singolo discente e quindi il tempo per formarsi, aumentando di fatto il ROI del progetto e-learning.
Sono convinto inoltre che applicare logiche di machine learning in percorsi formativi possa far aumentare molto anche la motivazione (engagement) di chi studia in quanto vengono somministrati programmi formativi personalizzati e non generici.
Massimo Panella: Aggiungo che il machine learning è strategico per le imprese italiane interessate a innovazione di prodotto e di processo al tempo di Industria 4.0. Di grande interesse, a mio parere, sono anche i settori applicativi delle soluzioni progettate: sicurezza; multimedialità; logistica e mobilità sostenibile; gestione dell’energia e delle fonti rinnovabili; sanità elettronica e telemedicina; domotica; fruizione e valorizzazione dei beni e attività culturali.

Che tipologia di servizi potrà offrire Machine Learning Solutions?
Massimo Panella: Machine Learning Solutions svilupperà nuove tecnologie su tre aree principali: riconoscimento biometrico e comportamentale; Pattern Recognition e Data Mining; Data Analytics e Decision Support System.
Il riconoscimento biometrico garantisce la certezza dell’identità del discente ed è una caratteristica sempre più richiesta in molti ambiti, non solo nel settore educational. Inoltre il riconoscimento comportamentale (behavioural analysis) attiene alle analisi delle sue reazioni durante l’evento formativo sia in corsi registrati che in diretta live. Più in concreto, si tratta di avere informazioni in tempo reale sul livello di attenzione e il grado di apprendimento che si va concretizzando durante l’attività di formazione online. Questa sfida si basa sulla realizzazione di algoritmi innovativi per l’elaborazione intelligente dei flussi multimediali audio/video e l’estrazione d’informazioni mediante tecniche di pattern recognition e data mining. Questi algoritmi saranno peraltro sviluppati da Machine Learning Solutions anche in altri campi applicativi, come per esempio quello ingegneristico, biomedico o sociale, utilizzando l’esperienza ventennale nella ricerca sulle reti neurali artificiali e, più in generale, sui sistemi di calcolo a imitazione biologica.
Per quanto riguarda la terza area, si tratta di sviluppare sistemi per l’analisi dei dati, l’estrazione di contenuti informativi di alto livello e la realizzazione di sistemi di supporto alle decisioni nei contesti dove i segnali e soprattutto i Big Data derivano da molteplici sorgenti informative distribuite nello spazio e nel tempo, come nel caso delle reti di sensori, delle smart grid, dell’Internet-of-Things (IoT), dei mercati finanziari, dei dati biomedicali, delle reti veicolari, del crowdsourcing, della multimedialità.

25 Maggio 2018
Talkwalker lancia la Sentiment Analysis con l’Intelligenza Artificiale

Talkwalker, l’azienda lussemburghese che offre una tra le più usate piattaforme per la social media analytics, lancia un nuovo modo di fare la Sentiment Analysis. La nuova tecnologia è sviluppa grazie all’Intelligenza Artificiale, in questo modo l’azienda fornirà il 90% di accuratezza sui risultati per i brand.

La Sentiment Analysis è uno degli aspetti della social media analysis tra i più importanti, perchè permette di capire, dato un numero di dati rilevati, quale sia la tendenza prevalente, positiva o negativa. E’ un aspetto che, soprattutto dalle aziende, è stato sempre visto con molto interesse, anche se, va detto, i risultati non raggiungevano mai un’accuratezza precisa. La ricerca, da questo punto di vista, è andata avanti a passi da gigante negli ultimi anni e la notizia che stiamo per darvi in effetti lo dimostra.

Talkwalker, azienda lussemburghese che offre una tra le più usate piattaforme per la social media analytics, lancia un nuovo modo di fare la Sentiment Analysis. La nuova tecnologia di sentiment analysis è stata sviluppata grazie all’Intelligenza Artificiale, che consente ai brand di fotografare il sentiment dei consumatori con il 90% di precisione. Gli algoritmi, dotati di profonde capacità di apprendimento, comprendono il significato di frasi complesse e sono in grado di determinare accuratamente le attitudini del cliente e le sue reazioni contestuali all’interno dei tweet, dei post e degli articoli, rendendola la tecnologia di sentiment analysis più avanzata sul mercato.

Robert Glaesener, CEO di Talkwalker, dando l’annuncio dell’importante lancio, ha dichiarato:

Un tweet sarcastico è stato sufficiente a mettere in ginocchio un rilevamento del sentiment basato sulle parole chiave, ma le nostre reti neurali sono già in grado di comprendere il sarcasmo e l’ironia a livelli basici. I brand saranno finalmente in grado di esaminare non solo l’andamento macro degli atteggiamenti dei clienti su un’ampia mole di dati, ma otterranno anche risultati molto dettagliati e spendibili. Si tratta di uno strumento unico sul mercato e stabilisce un nuovo standard nella sentiment analysis. Essere in grado di classificare accuratamente il sentiment è solo l’inizio. La definizione di standard di riferimento per determinare lo “stato di salute” dei marchi, l’analisi integrata dei dati di sentiment con informazioni demografiche o con le caratteristiche dei singoli prodotti nella nostra piattaforma: è qui che avviene la vera magia”.

Le rilevazioni non affidabili del sentiment, basate sulla valutazione di parole-chiave o su categorie predefinite, hanno afflitto gli analisti per anni. I livelli verificati con precisione tipicamente si aggirano tra il 50% e l’80%, per questa ragione molti brand sono portati a taggare manualmente i risultati o addirittura a tralasciare gli indicatori di sentiment dai loro report.

Per arrivare a questo tipo di risultato, Talkwalker ha addestrato diversi prototipi machine learning con decine di milioni di dati utili puliti, una metrica fondamentale per avere risultati sempre coerenti per ogni tema. Questo permette ai clienti di ottenere immediatamente risultati significativi per qualsiasi progetto.

Insomma, si tratta di un grosso passo in avanti verso una sentiment analysis sempre più affidabile e non è un caso che a proporlo sia proprio Talkwalker. Già, perchè l’azienda lussemburghese è stata la prima società di social listening a rilasciare una tecnologia proprietaria di image recognition per marchi, luoghi e oggetti nel 2016. Una tecnologia che copre una vasta maggioranza del web “visivo”, con oltre 100 milioni di immagini elaborate ogni giorno su Twitter, Instagram, Facebook, siti di notizie online e altre fonti. Questo ha fatto sì che Talkwalker si consolidasse come azienda leader nel campo dell’Intelligenza Artificiale e innovatrice in quello del social listening.

20 Settembre 2017
DeepL, il traduttore che sfrutta l’Intelligenza Artificiale e lancia la sfida a Google

Si chiama DeepL il traduttore automatico che sfrutta l’Intelligenza Artificiale e lancia la sfida a Google, e non solo. Disponibile per tutti gratuitamente da deepl.com, questo traduttore innovativo si basa su un supercomputer con una capacità di 5,1 petaFLOPS (5 100 000 000 000 000 di operazioni al secondo), tanto basta per tradurre un milione di parole in meno di un secondo.

Nella gran parte dei casi, quando si parla di traduttore si pensa a Google Translate, il traduttore di Google che quasi tutti usano per tradurre dalla propria lingua in un’altra. Il traduttore di Google è quello che di solito è a portata di mano, senza pensare che magari ci possono essere anche altri traduttori, forse anche più performanti di quelli di casa Google. E’ vero, ne esistono altri come quello di Microsoft o anche come quello di Facebook, ma oggi parliamo di questo tema proprio per parlarvi di un altro traduttore, veramente innovativo, che da oggi è disponibile per tutti, gratuitamente.

Si tratta di DeepL, traduttore automatico che sfrutta l’intelligenza artificiale e che segnerà una vera svolta nel campo dei sistemi di traduzione automatica neurale. Ogni qualvolta che l’utente digita un testo, l’Intelligenza artificiale di DeepL è in grado di catturare anche le minime sfumature di significato e riprodurle nella traduzione. Dalla nostra piccola prova, traducendo dall’italiano in inglese, non possiamo fare altro che confermare che si tratta di un buon traduttore, notando in effetti piccole sfumature che altri non sono ancora in gradi di offrire. Per chiarezza, il livello di traduzione che ne viene fuori non può essere paragonato ad una traduzione perfetta, ma resta il fatto che ci troviamo di fronte a qualcosa di molto soddisfacente.

Per sapere qualcosa di più di Deepl diciamo che considerando il campo della traduzione automatica, lo standard di riferimento per valutare le prestazioni di un sistema è il punteggio BLEU (Bilingual evaluation understudy) che confronta i testi tradotti meccanicamente con quelli prodotti da un traduttore. Ebbene, DeepL Traduttore ha battuto il record nei punteggi BLEU. L’elemento rivoluzionario che presenta DeepL è che la sua architettura neurale si avvale della potenza di un supercomputer in Islanda, con una capacità di 5,1 petaFLOPS (5 100 000 000 000 000 di operazioni al secondo), sufficienti a tradurre un milione di parole in meno di un secondo.

Il team della DeepL utilizza questo supercomputer per addestrare le reti di traduzione neurale su una vasta collezione di testi multilingue. Durante l’addestramento, le reti esaminano una moltitudine di traduzioni e imparano a tradurre in maniera indipendente, con una grammatica e una formulazione corrette. A questo scopo, DeepL può fare affidamento sul successo del suo primo prodotto: Linguee, il più grande motore di ricerca per la traduzione al mondo. Nel corso dell’ultimo decennio DeepL ha raccolto oltre un miliardo di testi tradotti di alta qualità, collezionando il miglior materiale d’addestramento possibile per una rete di traduzione neurale.

DeepL Traduttore supporta attualmente 42 combinazioni linguistiche tra Italiano, Inglese, Tedesco, Francese, Spagnolo, Olandese e Polacco. Le reti neurali si stanno già allenando per padroneggiare altre lingue quali il mandarino, il giapponese e il russo. DeepL intende inoltre rilasciare un’API nei prossimi mesi, permettendo alle sue traduzioni di qualità superiore di potenziare altri prodotti quali assistenti digitali, dizionari, app per l’apprendimento delle lingue e programmi di traduzione professionali.

Deepl ha superato alla grande il Blind Test. Il test prevedeva la traduzione di 100 frasi tradotte da DeepL Traduttore e da Google, Microsoft e Facebook. Dei traduttori professionisti hanno poi valutato i risultati, senza sapere da quali sistemi provenissero le traduzioni. Le traduzioni di DeepL sono state scelte tre volte più spesso rispetto a quelle tradotte dai sistemi della concorrenza. Questi i risultati relativi ad agosto 2017:

L’intento di Deepl non è quello di fermarsi qui ma di andare oltre, sfruttando tutto il suo enorme potenziale.

DeepL è un’azienda tedesca di deep learning che sviluppa sistemi d’Intelligenza Artificiale per le lingue. L’azienda è stata fondata nel 2009 come Linguee e ha introdotto il primo motore di ricerca Internet per le traduzioni. Linguee ha risposto a oltre 10 miliardi di query da oltre 1 miliardo di utenti. Si colloca tra i primi 200 siti web più utilizzati in Francia, Germania, Spagna e altri paesi.

2 Settembre 2017
Ecco Elen, il corporate chatbot di Enel su Facebook Messenger

Il mondo dei Bot è in continua evoluzione e anche Enel non vuole perdere questa grande opportunità di contatto. Ed ecco infatti Elen un chatbot dedicato alla comunicazione corporate su piattaforma Facebook Messenger.

Il mondo dei Bot è in continua evouzione e pare che il 2017 sia addirittura l’anno per aprire una società bot, lo consigliava The Next Web qualche mese fa. E’ un mercato in grande evoluzione che fa leva, ovviamente, sul grande sviluppo che hanno avuto, e hanno ancora, le app di instant messaging. Proprio queste ultime hano superato nel 2015, in termini di utilizzo, le app dei 4 principali social network, come riportava Business Insider. E anche in Italia cominciano a svilupparsi chat bot con un assistente virtuale in grado di guidare l’utente ad un primo contatto.

A dicembre scorso vi avevamo presentato quello che era il primo esempio realizzato da un portale e-commerce, Hurry, su Messenger ealizzato da un portale e-commerce, Hurry, su Messenger e oggi, invece, vogliamo parlarvi di Elen il chat bot di Enel, la prima utility, e una della prime aziende nel mondo, a lanciare un chatbot dedicato alla comunicazione corporate su piattaforma Facebook Messenger.

Anhe Enel vuole quindi cogliere questa opportunità di contatto diretto, infatti l’impiego di Elen è quello di semplificare e digitalizzare la relazione quotidiana con i principali stakeholder (clienti, azionisti, dipendenti, media, ecc). Basta fornire al chatbot poche keyword per avere in cambio i contenuti più rilevanti (notizie) che raccontano l’impegno di Enel nel mondo. Grazie alla possibilità di attivare notifiche push è possibile restare informati su comunicati stampa, notizie e storie appena queste vengono pubblicate. Elen parla tre lingue: italiano, inglese e spagnolo; ed è in grado di rispondere alle domande legate all’organizzazione, come ad esempio «chi è il CEO di Enel?» (vedete in basso il nostro esempio) e alle sue attività, «cosa fa Enel a Larderello?», avvicinando l’azienda ai suoi stakeholder.

Secondo Ryan O’Keeffe, Direttore della Comunicazione di Enel: «

Digitalizzazione e Customer-Centricity sono due pilastri molto importanti della Strategia Industriale del Gruppo Enel. Il lancio di un canale di relazione su Facebook Messenger porta il nostro brand più vicino ai nostri stakeholder, e ci porta avanti nella trasfomazione digitale di Enel”.

Questo è solo il primo passo di Enel sulla piattaforma di Facebook Messenger che vanta oltre un miliardo di utenti attivi nel mondo con una forte penetrazione proprio in quei paesi dove Enel è presente. Intendiamo evolvere questo ulteriore canale di comunicazione seguendo le linee del piano di comunicazione digitale del gruppo» riporta Isabella Panizza, Head of Global Digital Communications di Enel, che aggiunge: “dopo #EnelFocusOn e @EnelData su Twitter, continuiamo a spingere la nostra azione di comunicazione seguendo il tema dell’innovazione non solo nei contenuti ma anche nei modi in cui parliamo ai nostri pubblici”.

Enel quindi segue l’evoluzione dell’azienda in ottica digitale, seguendo proprio quella strategia che avevamo conosciuto a settembre dello scorso anno quando Enel l’aveva presentata di fronte a diversi protagonisti del digitale italiano, #EnelFocusOn.

Provate anche voi a chattare con Elene, potete farlo subito cliccando sull’icona messaggio dalla Pagina Facebook di Enel Group oppure andando all’indirizzo: https://www.messenger.com/t/EnelGroup.

24 Aprile 2017