Sin dagli anni ’50, con la nascita dei primi progetti di Artificial Intelligence (AI), abbiamo assistito a grandi progressi nell’utilizzo di tecnologie  AI come strumento per automatizzare processi e velocizzare task: pensate agli assistenti digitali

come Siri e Alexa, allo sviluppo di auto a guida autonoma con Uber e Tesla e                                                       

al riconoscimento facciale e di immagini (tra cui rientra il recente programma di Facebook di utilizzare i 3,5 miliardi di hashtag associati alle foto su Instagram per insegnare alle macchine a riconoscere gli oggetti). Tutti esempi di applicazione dell’intelligenza artificiale che si stanno orientando, trasversalmente in diversi settori, sempre più verso una vera intelligenza in grado di “pensare” come il cervello umano.

 E se questo qualcuno fosse una macchina con un modo di “pensare” che si avvicina a quello umano?

 

Non viviamo ancora in una trama di Black Mirror (S02E01) dove l’intelligenza artificiale prova ad imitare il comportamento di uno dei due protagonisti di una relazione d’amore ma secondo Ray Kurzweil, uno dei più famosi futuristi, entro il 2045, i computer avranno lo stesso livello di intelligenza degli umani.

Riconoscimento delle immagini, killer application dell’Intelligenza Artificiale

 

Quello del riconoscimento delle immagini è un mercato che nei prossimi anni vedrà una crescita esponenziale grazie al fatto che si tratta di tecnologie del ramo AI (Artificial Intelligence) oggi abbastanza mature, già in grado di eguagliare e superare le prestazioni umane.

Secondo una recentissima analisi di Grand View Research, il mercato globale del  riconoscimento delle immagini raggiungerà 77,69 miliardi di dollari entro il 2025 con un tasso medio annuo di crescita a due cifre, precisamente del 19,2% durante il periodo di previsione.

Come funziona il riconoscimento delle immagini

L’AI, al momento, è molto simile a un bambino piccolo. La computer vision gli conferisce il senso della vista, ma ciò non avviene con una comprensione dell’universo fisico. Per questo, un’intelligenza artificiale ha bisogno di allenamento proprio come fanno i bambini. Se mostri a un bambino un numero o una lettera abbastanza volte, imparerà a riconoscere quel numero.

Sorprendentemente, molti bambini possono immediatamente riconoscere le lettere e i numeri capovolti una volta che li hanno appresi. Le nostre reti neurali biologiche sono piuttosto brave nell’interpretare le informazioni visive anche se l’immagine che stiamo elaborando non ha esattamente l’aspetto a cui siamo abituati.

È abbastanza facile fare in modo che un computer riconosca un’immagine specifica, come un codice QR, ma i computer non sono bravi a riconoscere immediatamente cose viste in prospettive e modalità inaspettate: da qui la necessità delle tecnologie più avanzate di riconoscimento delle immagini.

Il modo in cui funziona il riconoscimento delle immagini, in genere, comporta la creazione di una rete neurale (occorrono strumenti software specifici) che elabora i singoli pixel di un’immagine. I ricercatori alimentano queste reti con il maggior numero possibile di immagini pre-etichettate, al fine di “insegnarle” a riconoscere immagini simili.

Qualsiasi sistema di intelligenza artificiale che elabora le informazioni visive di solito si basa sulla computer vision e quelle in grado di identificare oggetti specifici o categorizzare le immagini in base al loro contenuto stanno eseguono un processo di riconoscimento delle immagini.

Questo aspetto è incredibilmente importante per i robot che hanno bisogno di riconoscere e classificare rapidamente e con precisione diversi oggetti nel loro ambiente. Le auto a guida autonoma, ad esempio, utilizzano la visione artificiale e il riconoscimento delle immagini per identificare pedoni, segnaletica e altri veicoli.