Google machine learning, come automatizzare i processi aziendali

IMG:154053:

Già per l’aggiornamento del suo algoritmo Google ha preso in prestito l’intelligenza artificiale per avere un meccanismo in grado di imparare da solo a determinare i punteggi per stilare i risultati in SERP. Questa volta, l’ai utilizzata da Google viene elargita alle piccole imprese, anche quelle meno esperte che hanno all’interno del proprio organico delle figure non del tutto formate come sviluppatori.

Google machine learning, come funziona

Machine Learning è uno strumento che permette alle imprese di costruire con facilità il proprio algoritmo in grado di auto-apprendere. La prima importante categoria che risentirà dell’influenza e dell’efficacia di questo applicativo è quella delle immagini. L’intelligenza artificiale sarà in grado di imparare a riconoscere immagini simili a quelle di oggetti di ogni tipo. AutoML Vision sarà il primo modulo del cloud aperto alle imprese e il pagamento del servizio sarà commisurato alla capacità predittiva che il software d’intelligenza artificiale riuscirà ad esercitare.

Un esempio pratico, per capire il funzionamento del nuovo meccanismo di Google, è il seguente: un’azienda che vende abbigliamento ha bisogno di catalogare le immagini dei vestiti. Grazie a machine learning, il sistema è in grado di imparare a riconoscere, distinguere e catalogare non solo la tipologia di vestito ma anche il tessuto col quale è stato realizzato, semplificando dunque il processo di tagging del prodotto che permette di cercare lo stesso online. Il cliente/l’azienda dovrà caricare nel sistema cloud una serie di immagini degli abiti con descrizioni di dettaglio e l’algoritmo imparerà tramite le informazioni fornite da quest’ultimo a fare la catalogazione degli oggetti, in questo caso dei vestiti.

Già dallo scorso anno, Google mette a disposizione delle aziende una piattaforma su cui implementare il proprio modello di lettura dei dati. Le funzionalità offerte dalla Google Cloud platform saranno molteplici e andranno dalla ricerca delle immagini a quella del lavoro, dal riconoscimento vocale all’analisi dei testi e alla traduzione dinamica.