Pillole di IA – Intelligenza Artificiale cambierà il modo di fare agricoltura

Scritto da Salvatore Guaglianone on . Postato in Articoli, Pillole di IA

BioBot Guard la nuova intelligenza artificiale che salvaguarda i raccolti

Come stiamo imparando a comprendere l’Intelligenza Artificiale riesce ad entrare in tutti i campi ottimizzando e migliorando le attività dell’uomo e tra queste una delle più antiche è la cura dei campi e delle piantagioni volte all’alimentazione umana ed animale.

Nessuno ipotizzava che questa nuova tecnologia potesse entrare anche in questo settore così ricco di storia e di esperienze umana tramandate di padre in figlio, ma come stiamo scoprendo in realtà in ogni ambito umano frutto di ragionamento ed ancora di più di esperienza l’IA può essere applicata con ottimi risultati.

Oggi parleremo di una tecnologia tutta Italiana sviluppata tra il 2016 ed il 2017 la quale ha vinto anche il Watson Build Challenge 2017 Italiano prima ed Europeo poi, il suo nome è BioBot Guard, questa implementa al suo interno delle tecnologie di ultima generazione come i droni, le immagini ad alta risoluzione e geo-referenziate, il riconoscimento visivo mediante deep Learning tutto questo al fine di indentificare gli insetti dannosi per le coltivazioni, identificando grazie alla georeferenziazione la zona a rischio o appena colpita, dove la rete neurale comprende quale agente lesivo è in atto ed interviene inviando dei droni con il fito−trattamento specifico o mediante la posa di insetti antagonisti all’agente lesivo.

Il test di prova per il BioBot Guard è stato effettuato nei campi di coltivazione delle famose patate bianche DOP di Oreno. Questa particolare tipologia di patata che ha rischiato e rischia tuttora l’estinzione in quanto anche se molto buona è poco produttiva inoltre è spesso attaccata da alcuni insetti nocivi come la Dorifera, che ne riducono maggiormente la produzione. La rete neurale che ha fatto volare i droni sui campi di patate ha catturato le immagini geo-referenziate che hanno permesso di identificare l’agente lesivo e far agire i droni nei siti specifici, tutto in piena autonomia macchina, con risultati sorprendenti.

Il  BioBot Guard sfrutta un sistema di IA avanzata chiamata Cognitive Computing, ed è il secondo step dopo il Machine Learning che resta fondamentale per l’intelligenza artificiale.
Il CC di fatti permette di imparare mediante l’esperienza anche in nuovi contesti, proprio questo permette di aprire, questa tecnologia su ambiti diversi come i fiori, o i vigneti, dove in California ed in Australia hanno estensioni smisurate e l’uso di droni per mappare, individuare malattie o insetti nocivi per trattare le colture può rappresentare una svolta agricola, con importanti effetti positivi dal lato economico.

Il Cognitive Computing sarà il futuro dell’intelligenza artificiale in quanto potrà essere adottato in diversi settori, svolgendo ruoli di prima importanza per l’economicità delle aziende, inoltre potrà essere adottato nelle piccole e medie imprese in quanto acquisirà in autonomia le competenze per migliorare la gestione e quindi i profitti dell’azienda stessa.

IA wall street

Pillole di IA – Il modello batte gli analisti di Wall Street

Scritto da Salvatore Guaglianone on . Postato in Articoli, Pillole di IA

Il MIT (Massachusetts Institute of Technology), di nuovo protagonista sulla scena dell’IA, ha messo a punto una rete neurale ha permesso di elaborare una stima accurata del fatturato di 30 aziende americane.
La conoscenza predittiva delle vendite reali di un’azienda permette di determinarne il valore di un’azienda, e fornire così una valida indicazione agli investitori su chi investire.
Gli investitori, impiegano analisti finanziari, questi per prevedere i guadagni di un’azienda utilizzano dati pubblici, strumenti di calcolo ed intuizione personale. 

I ricercatori del MIT hanno sviluppato un modello automatizzato che supera in modo significativo gli esseri umani nella previsione delle vendite aziendali, nel caso specifico hanno utilizzato dati molto limitati e “rumorosi”.

I dataset utilizzati dai ricercatori sono state le transazioni settimanali con carta di credito ed i rapporti sui guadagni trimestrali di 34 rivenditori per un periodo che va dal 2015 al 2018 per un totale di 360 trimestri.
A differenza gli analisti (di comparazione) avevano accesso a qualsiasi dato pubblico o privato disponibile e ad altri modelli di apprendimento automatico di tipo lineare.

È necessario fare presente alcune difficoltà oggettive per la rete neurale artificiale ovvero:

  • la variabilità delle vendite giornaliere;
  • la variabilità del metodo di acquisto, contanti, buoni e carte di credito;
  • gli acquisti con carte di credito sono una frazione indeterminata delle vendite totali.

Rendendo molto difficile la stima delle vendite complessive. Per bypassare queste problematiche è stato implementato il così detto filtro di di Kalman, questo non è altro che una variazione dell’algoritmo dell’inferenza standard utilizzato in diverse tecnologie, dalle navette spaziali ai GPS per smartphone. 

Il filtro di Kalman utilizza i dati osservati nel tempo che contengono un grado di imprecisione (rumore) non costante, correlata ad un dato certo che contiene i dati con rumore, in modo da generare una distribuzione di probabilità per variabili sconosciute su un periodo di tempo designato. Nel lavoro dei ricercatori, ciò significa stimare le possibili vendite di un singolo giorno. Per addestrare il modello, il sistema suddivide le vendite trimestrali in un determinato numero di giorni misurati, diciamo 90, consentendo alle vendite di variare da un giorno all’altro. Quindi, abbina i dati della carta di credito osservati e ‘rumorosi’, alle vendite giornaliere sconosciute. Utilizzando i numeri trimestrali e alcune estrapolazioni, stima la frazione giornaliera delle vendite totali rappresentate dai dati della carta di credito. La rete neurale artificiale ha superato le stime elaborati dagli analisti di Wall Street sul 57% delle previsioni, nonostante aveva solo due tipologie di dati a sua disposizione.

Dai primi approcci con il mercato finanziario, e considerando l’immensa mole di dati che questo produce giornalmente, riteniamo che l’Intelligenza Artificiale si svilupperà rapidamente in questo ambito.

IA salva i koala

Pillole di IA – L’intelligenza artificiale salva i koala dagli incidenti

Scritto da Salvatore Guaglianone on . Postato in Pillole di IA

L’Australia da diversi anni sta affrontando un vero e proprio dramma estivo, in quanto diversi incendi vengono appiccati in modo doloso, questi favoriti dai forti venti ardono velocemente la vegetazione con in impatto catastrofico non solo per la vegetazione a anche per gli animali di questo ecosistema.
Secondo Nature Climate Change nel periodo compreso tra settembre 2019 e gennaio 2020 sono andati distrutti quasi 10 milioni di ettari di foresta australiana, inoltre l’università di Sydney ha stimato una perdita di oltre 1 miliardo di animali uccisi a causa degli incendi.

Tra le maggiori vittime animali si è riscontrato essere proprio il koala, questo simpatico marsupiale arboricolo dalle abitudini sedentarie, si caratterizza per i suoi movimenti relativamente lenti, proprio queste sue caratteristiche lo hanno reso vulnerabile, si pensi che la stima sul famoso territorio denominato Isola dei Canguri siano morti tra 37 e 45mila esemplari, circa il 90% della popolazione locale.

Questo ha spinto la comunità scientifica coadiuvata dallo stato e dalle associazioni per la salvaguardia selvatica australiana a sviluppare un sistema di monitoraggio di questi splendidi marsupiali mediante l’ausilio dell’IA.

Come funziona?

Mediante l’ausilio di telecamere ad infrarossi installate sui droni è possibile effettuare la scansione termica delle foreste che ospitano questi animali, identificabili facilmente in quanto questi hanno una temperatura ben distinta rispetto al paesaggio circostante.
I dati vengono elaborati poi dall’IA che mediante l’attività di machine learning permette il riconoscimento di questi animali.

Sul drone vi è installato anche un GPS il quale permette alla rete neurale di associare al singolo esemplare identificato dal sistema di IA, anche le sue coordinate riuscendo così ad avere una mappatura completa delle posizioni di tutti gli esemplari, permettendo ai volontari di intervenire in caso di incendio sottraendoli alla morte.

Le attività di machine learning non sono ancora terminate del tutto in quanto il margine d’errore è ancora di circa il 14%, ma viene già utilizzata in quanto l’estate australe è alle porte e non si vuole permettere che accada più le stragi degli anni passati.

Scenari futuri

Questa tecnologia potrebbe essere implementata su larga scala non solo per i Koala ma anche per molte altre specie di animali, oltre che potrebbe svilupparsi un nuovo modello di salvaguardia ambientale permettendo alla rete neurale di riconoscere svariati animali di un determinato ecosistema per il monitoraggio costante delle specie adottando diverse tecnologie come video, IR, UV, onde sonore, etc.

Pillole di IA – Primo antibiotico messo a punto dall’Intelligenza Artificiale

Scritto da Salvatore Guaglianone on . Postato in Pillole di IA

Con questa nostra rubrica stiamo scoprendo tutte le potenzialità dell’IA, che sta cambiando considerevolmente il nostro mondo con delle scoperte davvero sorprendenti per il miglioramento della vita dell’uomo su questa terra, portando alcuni colossi dell’informatica, come Microsoft, ad investire sia nella conservazione dell’ambiente che in ambito medico per la salvaguardia della salute.

In ambito medico diversi studi che implementano l’intelligenza artificiale stanno portando grandi risultati. Tra gli ultimi risultati che hanno un notevole impatto scientifico troviamo Halicin, questo è il nome di un nuovo antibiotico identificato grazie allo sviluppo di un sistema di intelligenza artificiale sviluppato da alcuni ricercatori del MIT(Massachusetts Institute of Technology) con a capo Jim Collins esperto di bio-ingegneria. Il team del MIT ha messo a punto una rete neurale che riuscisse ad analizzare circa 2500 molecole con proprietà antibiotiche, di cui 800 di origine naturale, in modo da elaborare delle nuove molecole con proprietà antibiotiche ma con strutture differenti rispetto agli attuali antibiotici, inoltre mediante un programma di machine Learning sono state individuate quei composti più sicuri per l’uomo.
Halicin permette di aumentare la permeabilità della membrana cellulare batterica dissipando il gradiente elettrochimico sotto forma di calore, il gradiente protonico è indispensabile alla cellula per produrre ATP (molecole ad alto contenuto energetico utilizzato per il metabolismo cellulare) quindi in mancanza di energia, la cellula batterica va incontro alla morte.

I primi studi in vitro hanno dato ottimi risultati su quasi la totalità delle specie batteriche testate oltre a non manifestare alcun genere di antibiotico resistenza dopo 30 giorni di test a basso dosaggio. Oggi questo antibiotico viene studiato in laboratorio per poi passare alla sperimentazione umana.

Questo stesso studio ha permesso di identificare altre 8 molecole, che potenzialmente potrebbero essere utilizzate come antibiotici ad ampio spettro, anch’essi con sintesi strutturale diversa dagli antibiotici attualmente presenti in commercio. Per due di queste otto molecole è iniziato la prima fase di sperimentazione in vitro portando già buoni risultati che fanno ben sperare tutto il mondo scientifico.  

 L’intelligenza artificiale mediante la scoperta di Halicin conferma che questi algoritmi “super-smart” faranno parte sempre di più della nostra vita quotidiana, migliorando il nostro modo di vivere, oltre che nel marketing e l’industria.

droni in navigazione autonoma

Pillole di IA – Droni teleguidati da un sistema di intelligenza artificiale

Scritto da Salvatore Guaglianone on . Postato in Articoli, Pillole di IA

In molte città europee sono in funzione dei droni commerciali che permettono la consegna di pacchi, alimenti, e tanto altro mediante l’utilizzo di droni che ne effettuano la consegna.

Gli attuali droni commerciali utilizzano un sistema teleguidato basato su GPS, che funziona bene ad alta quota volando sopra i tetti degli edifici, ma hanno necessità di un operatore che mediante l’ausilio di una videocamera ne permette la consegna in sicurezza, in quanto il sistema attualmente usato non permette la navigazione autonoma a bassa quota tra edifici alti o nelle strade cittadine dense e che presentano pericoli estemporanei come auto, ciclisti o pedoni.

I ricercatori dell’Università di Zurigo e del National Center of Competence in Research NCCR Robotics, in risposta all’evidente difficoltà della navigazione autonoma dei droni a bassa quota hanno sviluppato DroNet, un algoritmo in grado di guidare in sicurezza un drone per le strade di una città. Questo sistema, non si affida a sofisticati sensori, ma ad una classica fotocamera come quella presente nei nostri smartphone, mentre come rete neurale è stato utilizzato per questo progetto una rete neurale residua (ResNet) ad 8 livelli, per ogni immagine in input restituisce due output ovvero l’angolo di sterzata, in modo da evitare gli ostacoli, e la probabilità di collisione per consentire al drone di riconoscere situazioni pericolose e reagire prontamente ad esse.
DroNet permette il riconoscimento sia degli ostacoli statici che dinamici.

Il Prof. Davide Scaramuzza, a capo di questa ricerca, ha affermato che la sfida più grande è stato raccogliere migliaia di immagini per ottenere dati sufficienti per il Deep Learning, al fine di addestrare l’algoritmo al rispetto delle regole di sicurezza.

Ciò che ha originato maggiore interesse per questa ricerca, è che i loro droni, una volta acquisito le regole di sicurezza, hanno imparato a volare anche in ambienti totalmente diversi, dove non è mai stato loro insegnato a farlo come parcheggi  o corridoi di uffici, aprendo la strada a nuovi potenziali usi rispetto a quello di partenza, come il monitoraggio e la sorveglianza sia interna che esterna agli edifici, o alle operazioni di soccorso nelle aree urbane disastrate nonché all’ uso dei droni per le consegne nelle strade urbane congestionate.

Vogliamo concludere il nostro articolo con una frase del Prof. Scaramuzza:

 

Con questo algoritmo abbiamo fatto un passo avanti verso

l’integrazione di droni a navigazione autonoma nella nostra vita quotidiana”.

 

  

Google+