INTELLIGENZA ARTIFICIALE

INTELLIGENZA ARTIFICIALE

Il ruolo della PA italiana

nella strategia nazionale ed europea

Nicoletta Boldrini Direttore Responsabile AI4Business – Gruppo Digital360

2

STRATEGIA EUROPEA >> FAVORIRE UTILIZZO SU LARGA SCALA

DELL’INTELLIGENZA ARTIFICIALE COME

 Aumentando gli investimenti pubblici e privati ​​per almeno € 20 miliardi all'anno nel prossimo decennio

 Rendendo disponibili più dati

 Promuovendo i talenti

 Garantendo la fiducia dei cittadini e degli operatori nelle tecnologie

STRATEGIA EUROPEA 1/2

3

APPROCCIO IN TRE FASI DELLA COMMISSIONE EUROPEA

1) Definizione dei requisiti chiave per un'intelligence artificiale affidabile

2) avvio di una fase pilota su vasta scala per il feedback delle parti interessate

3) elaborazione di un consenso internazionale per l'intelligenza artificiale umano-centrica

STRATEGIA EUROPEA 2/2

4

«L'intelligenza artificiale può avvantaggiare un'ampia gamma di settori, come l'assistenza sanitaria, il consumo di energia, la sicurezza, l'agricoltura, i cambiamenti climatici e la gestione dei rischi finanziari»

«L'intelligenza artificiale può anche aiutare a rilevare le frodi e le minacce alla cybersecurity e consente alle autorità di contrasto di combattere la criminalità in modo più efficiente»

PERCHE’ UNA STRATEGIA EUROPA (e NAZIONALE)

5

I FOCUS

1. incrementare gli investimenti, pubblici e privati, nell’IA e nelle tecnologie correlate;

2. potenziare l’ecosistema della ricerca e dell’innovazione nel campo dell’IA;

3. sostenere l’adozione delle tecnologie digitali basate sull’IA;

4. rafforzare l’offerta educativa a ogni livello, per portare l’IA al servizio della forza lavoro;

5. sfruttare il potenziale dell’economia dei dati, vero e proprio carburante per l’IA;

6. consolidare il quadro normativo ed etico che regola lo sviluppo dell’IA;

7. promuovere la consapevolezza e la fiducia nell’IA tra i cittadini;

8. rilanciare la pubblica amministrazione e rendere più efficienti le politiche pubbliche;

9. favorire la cooperazione europea ed internazionale per un’IA responsabile e inclusiva

LA STRATEGIA ITALIANA

ESEMPI

7

 Utilizzo di NLP - Natural Language

Processing (inteso come natural language

understanding or generation, attraverso Machine Learing, Deep Learning, Automated Reasoning)

 interpretare il significato delle parole e correlarlo ad un concetto

OBIETTIVO: VALORE AGGIUNTO AI SERVIZI E SEMPLIFICAZIONE PROCESSI

 estrarre conoscenza dal testo attraverso una

combinazione di algoritmi di semantica distribuzionale e relazionale per offrire valore aggiunto ai servizi della PA dal lato backoffice e semplificazione dei processi.

INNOVAPUGLIA – CATALOGAZIONE DEI DOCUMENTI DI TESTO CON NLP E ML

(Marco Di Ciano, responsabile Servizio Ricerca e Innovazione di InnovaPuglia, intervenuto durante ForumPA 2019 al tavolo di dibattito «La PA alla sfida dell'Intelligenza artificiale»)

8

 Nuovo gruppo di lavoro istituito presso l'AGCM che si occupa di investigare quali implicazioni sulla concorrenza e sui consumatori possono avere IA e algoritmi di pricing adottati dalle imprese

OBIETTIVO: TUTELARE I CONSUMATORI

 Metodi di auditing che sfruttano intelligenza artificiale e machine learning per controllare altri algoritmi

AGCM (Antitrust) – IMPLICAZIONI DELL’IA SU CONCORRENZA E CONSUMATORI

(Emanuel Weitschek , Scientific Officer in Computer Science di AGCM, intervenuto durante ForumPA 2019 al tavolo di dibattito «La PA alla sfida dell'Intelligenza artificiale»)

9

LE POTENZIALITA’ (SOPRATTUTTO DEL MACHINE LEARNING E DEL NATURAL LANGUAGE

PROCESSING)

 Conservazione e gestione documentale (banche dati giuridiche)

 Profilazione del dato (grandi moli di dati devono essere “qualificate”, profilate per trarne analisi e valutazioni efficaci)

 Processo decisionale (accesso rapido alle informazioni contenute in miriadi di dati)

INTELLIGENZA ARTIFICIALE NELLA GIUSTIZIA

(Giovanni Malinconico, avvocato e coordinatore dell’Organismo Congressuale Forense, intervenuto al convegno “Riforme processuali, algoritmi ed accesso alla Giustizia: problemi e prospettive”

10

 Cloud e digitali imaging per diagnosi precoci e accurate

 Assistenza remota ai pazienti attraverso assistenti vocali come Alexa

 Controlli più efficaci sulla distribuzione dei farmaci

OBIETTIVI

 Software di riconoscimento vocale e sistemi di

supporto alle decisioni cliniche migliorano la salute, l’assistenza e l’esperienza dei pazienti, supportano i medici e velocizzano la ricerca ed infine

abbattono i costi

INTELLIGENZA ARTIFICIALE NELLA SANITA’

GRAZIE

© 2019, Amazon Web Services, Inc. o sue affiliate. Tutti i diritti riservati.

Federico D’Alessio, Solutions Architect AWS PS Solutions Architecture – ITALIA

Machine Learning e Artificial Intelligence:

La tecnologia di intelligenza artificiale è facilmente accessibile per la pubblica amministrazione

01/10/2019

UNA LUNGA STORIA DI ML IN AMAZON

MIGLIAIA DI INGEGNERI IN TUTTA L'AZIENDA CONCENTRATI SULL'IA

Raccomandazioni personalizzate

Creazione di esperienze

per i clienti completamente

nuove Automazione

della consegna e gestione dell'inventario

Droni Interazioni

voice-driven

ML in AWS

LA NOSTRA MISSIONE Mettere il Machine Learning a disposizione di ogni

sviluppatore e data scientist

F R A M E W O R K &

I N F R A S T R U T T U R A

LO STACK MACHINE LEARNING DI AWS

S E R V I Z I

A P P L I C A T I V I R E K O G N I T I O N I M A G E

P O L L Y T R A N S C R I B E T R A N S L A T E C O M P R E H E N D

& C O M P R E H E N D M E D I C A L

L E X R E K O G N I T I O N

V I D E O

V i s i o ne P ar lato Chatb o ts

A M A Z O N S A G E M A K E R

B U I L D T R A I N

F O R E C A S T

T E X T R A C T P E R S O N A L I Z E

D E P L O Y P r e- b u ilt alg o r i thms & no teb o o ks

D ata lab eli ng ( G R O U N D T R U T H )

O ne- cli ck m o d el tr ai ning & tu ni ng M o d el O p timiz atio n ( N E O )

O ne- cli ck d ep lo ym ent & ho s ti ng

P I A T T A F O R M E

F r a m e w o r k I n t e r f a c c e I n f r a s t r u c t u r e

E C 2 P 3

& P 3 d n E C 2 C 5 F P G A s G R E E N G R A S S E L A S T I C I N F E R E N C E H yp erparameter o p ti miz atio n

Alg o r i thm s & m o d els ( A W S M A R K E T P L A C E F O R M A C H I N E L E A R N I N G )

L i ng u a Fo r ecas ting S u g g er imenti

N o teb o o k ho s ti ng R ei nf or cement lear ni ng

Au to - s caling V i r tu al p r i vate clo u d P r i v ate L i nk

Elas ti c I nf er ence i nteg r ation A M A Z O N

M E C H A N I C A L T U R K

R L C oa c h

Decine di migliaia di clienti che sviluppano ML su AWS

• Aiutato ad individuare 21.000 casi

• Accelera il tempo di chiusura delle investigazioni

• Identificate oltre 18.000 vittime tra cui più di 6.000 bambini

Supporto all’identificare più rapida delle vittime di abusi sessuali su minori

La soluzione impiega strumenti di Machine Learning come AMAZON Rekognition e la potenza di calcolo di una batteria di server c5 con processori Intel

R E K O G N I T I O N

• Creato in 3 settimane

• Indicizza con archivio di 99.000 persone

• Indice creato in un giorno

• Risparmio di circa 9.000 ore l'anno in costi di curation manuale

• Video live con sampling di frame

Automatizzazione del tagging dei filmati con Amazon Rekognition

Precedentemente, solo circa la metà dei filmati era indicizzata a causa degli enormi requisiti di tempo richiesti dai processi manuali

R E K O G N I T I O N

AMAZON REKOGNITION IMAGE & VIDEO

Servizio di riconoscimento immagini / video basato su Deep Learning

Cerca, analizza e organizza milioni di immagini / video

Rilevamento di

oggetti e scene Analisi facciale

Confronto

facciale Riconoscimento facciale

Riconoscimento

di volti celebri Moderazione

di immagini Rilevamento del testo

R E K O G N I T I O N

Crea e distribuisce informazioni utilizzano la voce di Amazon Polly

Amazon Polly delivers incredibly lifelike voices which captivate and engage

our readers.

John Worsfold

Solutions Implementation Manager, RNIB

”

“ • RNIB offre la più ampia collezione di

audiolibri in Inghilterra a quasi 2 milioni di persone che hanno perso la vista

• L’utilizzo di una voce naturale è

fondamentale per mantenere l’attenzione dei lettori

• L’assenza di restrizioni sulla ridistribuzione di contenuti consente a RNIB di creare e distribuire informazioni in modo accessibile attraverso contenuti audio sintetizzati

P O L L Y

SINTESI VOCALE

Converte il testo in voce naturale

55+ voci più del 60%

femminili

27 lingue Più alcune inflessioni locali

Bassa latenza, tempo reale Servizio

completamente gestito

English, Australian en-AU English, British en-GB English, Indian en-IN English, US en-US English, Welsh en-GB-WLS

P O L L Y

Alexa: un’amica

tra amministrazione e cittadini

Perché anticipare la prossima rivoluzione

L’interazione ha un nuovo alleato: la voce

I passi in avanti del riconoscimento vocale e della comprensione

consentono, ora, un approccio più fluido e naturale con le interfacce conversazionali

La voce rappresenta la prima e più formidabile forma di comunicazione Oggi diventa possibile, non solo immaginare, l’accesso a informazioni e transazioni attraverso la comprensione dell’interlocutore e del

contesto nel quale la conversazione si pone

Le interfacce conversazionali

La Città di Torino, sperimenta, queste nuove opportunità con prodotti specifici che sfruttano le potenzialità della voce nei suoi contesti d’uso più frequenti.

Dapprima con servizi informativi monodirezionali e via via con interlocuzioni più complesse che chiedono, ricevono risposte,

selezionano da data base di produzione o di conoscenza, e ritornano quanto cercato in modo naturale, comprensibile, semplice.

Lo sviluppo applicativo è affidato al CSI-Piemonte, consorzio pubblico

di cui la Città è socio.

La roadmap dello sviluppo delle skill Alexa (1)

Come Flash briefing

• Notiziario viabilità (mp3) prodotto dalla Polizia Municipale giornalmente

• Lettura dei titoli (TTS) dai flussi RSS dei notiziari comunali

• CittAgorà, TorinoClick, InPiemonteInTorino (eventi), TorinoGiovani

• Notiziario eventi, con speaker (in preparazione)

La roadmap dello sviluppo delle skill Alexa (2)

Custom Skill

• Riproposizione autonoma del notiziario viabilità

• Diretta audio da Palazzo Civico

• Streaming delle sedute del Consiglio e delle Commissioni Consiliari

• Cerca Parcheggio (basato su open data) per parcheggi in struttura in preparazione

• Prenotazione appuntamenti agli sportelli (semplificato)

• Il MIO certificato (inoltro del certificato di nascita dell’utente alla casella di email registrata)

• Cerca ufficio (con eventuale chiamata telefonica),

• Almanacco di Torino (solare, evento del giorno)

• Storia di Torino (quiz)

• FAQ su procedure specifiche (Anagrafe, tasse)

La roadmap dello sviluppo delle skill Alexa (3)

Custom Skill

• Speciale Elezioni Europee e Regionali

• Interazione diretta coi risultati durante lo scrutinio

• Con informazioni aggiuntive normalmente non presenti nelle tabelle tradizionali

• Test utile a sperimentare come sia possibile ‘aggiungere’

informazioni rendendo espliciti dati in esse contenuti

• Speciale OpenData

• valorizzazione di alcuni ambiti specifici presenti negli archivi open

data della Città (analisi in corso)

Conclusioni

Occorre sperimentare ORA le nuove possibilità, ancora tutte da esplorare, che offrono le

interfacce conversazionali, ed in particolare quelle vocali, per l’interazione tra cittadini e servizi della pubblica amministrazione

Come nei primi anni dello sviluppo del web, anche se il futuro avrà modalità che oggi neanche immaginiamo, questo passaggio è cruciale per presentarsi preparati al futuro che è già tra noi.

Basta coglierlo.

Non avere timore di sperimentare. Saranno gli utenti a dirci, con l’uso o meno dei prodotti, se

siamo troppo avanti o troppo indietro rispetto alle loro aspettative.

Alexa è un’amica che ci aiuta, ma il ponte, tra cittadini e amministrazione, dobbiamo

Contatti

franco.carcillo@comune.torino.it

riccardo.franco@csi.it

Using artificial intelligence, the Council is changing how its constituents access services. Residents can ask for various

information, including: who are the political leaders of the council, council tax

payment options, and what items can go in recycling bins

Andrew Grant

Chief executive of Aylesbury Vale District Council (AVDC)

”

“

Aylesbury Vale District Council (AVDC)

https://www.youtube.com/watch?v=_rgRsq07Fhk

• Recuperare le informazioni relative ai

consiglieri e ai sindaci delle amministrazioni locali

• Prenotare la raccolta di rifiuti speciali

• Recuperare informazioni sulle tasse locali e

sulle prossime scadenze

The field of sound-machine interface is undergoing a revolution, as can be seen in the personal aides. The voice interface will become dominant in the next few years, but no companies operating for the benefit of

people living with unclear speech

make it difficult for them to communicate with the environment - and for that we entered

Danny Weisberg

Co-Founder and CEO of VoiceItt

”

“ • Sviluppo di soluzioni tese alla comprensione

del linguaggio di persone che hanno difetti di pronuncia

• Supportato anche con fondi dedicati alla ricerca da parte della Comunità Europea

• Coinvolge enti e strutture europee sia nella fase della ricerca anche come partner per i test della soluzione, tra questi anche

l’ospedale Bambin Gesu

Voicett

PIATTAFORME

F R A M E W O R K &

I N F R A S T R U T T U R A

LO STACK MACHINE LEARNING DI AWS

S E R V I Z I

A P P L I C A T I V I R E K O G N I T I O N I M A G E

P O L L Y T R A N S C R I B E T R A N S L A T E C O M P R E H E N D

& C O M P R E H E N D M E D I C A L

L E X R E K O G N I T I O N

V I D E O

V i s i o ne P ar lato Chatb o ts

A M A Z O N S A G E M A K E R

B U I L D T R A I N

F O R E C A S T

T E X T R A C T P E R S O N A L I Z E

D E P L O Y P r e- b u ilt alg o r i thms & no teb o o ks

D ata lab eli ng ( G R O U N D T R U T H )

O ne- cli ck m o d el tr ai ning & tu ni ng M o d el O p timiz atio n ( N E O )

O ne- cli ck d ep lo ym ent & ho s ti ng

P I A T T A F O R M E

F r a m e w o r k I n t e r f a c c e I n f r a s t r u c t u r e

E C 2 P 3

& P 3 d n E C 2 C 5 F P G A s G R E E N G R A S S E L A S T I C I N F E R E N C E H yp erparameter o p ti miz atio n

Alg o r i thm s & m o d els ( A W S M A R K E T P L A C E F O R M A C H I N E L E A R N I N G )

L i ng u a Fo r ecas ting S u g g er imenti

N o teb o o k ho s ti ng R ei nf or cement lear ni ng

Au to - s caling V i r tu al p r i vate clo u d P r i v ate L i nk

Elas ti c I nf er ence i nteg r ation A M A Z O N

M E C H A N I C A L T U R K

R L C oa c h

AI/ML CICLO DI SVILUPPO – FASI PRINCIPALI

Data Acquisition & Storage

1

Model & Framework selection

3

Model Training

4

Hyper parameter tuning

5

Model testing and simulation

6

Model Deployment (inference)

7

Data Labelling

2

Accelerazione del calcolo:

E L A S T I C I N F E R E N C E

Frameworks

R L C o a c h

Jupyter Notebooks + Anaconda Data Science

+ Custom Kernels

PRINCIPALI CATEGORIE DI MACHINE LEARNING

Reinforcement learning Supervised learning

Unsupervised learning

VOLUMI DI DATI RICHIESTI

COMPLESSITA’ DEI MODELLI DI ML

• Tecnologia non-invasiva per aiutare a fare la diagnosi di pericolo di problem arteriosi (CAD)

• Riduce I costi e I rischi legati agli angiogrammi

• Unisce due discipline il DL e I modelli CFD

Link

HeartFlow

https://www.youtube.com/watch?v=pMtcszr4eN0@7:50

With KRY when you feel sick, instead of going down to the healthcare center you to are able to

open an App, describe your symptoms and meet a doctor right

away in a video meeting.

“

”

Joachim Hedenius CO-FOUNDER & CTO @ KRY

• Più di 100 000 Utenti in Svezia e recentemente ha aperto in Norvegia e Spagna

• Reduce il tempo in lista per avere accesso ad un dottore

• Migliora l’efficienza dei dottori implementando un Sistema automatizzato di triage basato su algoritmi di Machine Learning elaborando la descrizione dei sintomi forniti dai pazienti come testo libero

• Completamente ospitato su AWS e utilizza moltissimi servizi dello stack

Registratevi all’INITIATE del prossimo 16 Ottobre, all’interno è presente una sessione tecnica dedicata ai BigData ed al Machine Learning con esempi pratici di utilizzo dei servizi AWS (non solo slide)

ml.aws

Registrati »

Per chi volesse approfondire ulteriormente….

https://pages.awscloud.com/public_sector_AWS_initiate_rome_Oct_2019.html

Grazie

Federico D’Alessio, Solutions Architect AWS PS Solutions Architecture – ITALIA dalesf@amazon.com

AWS nel settore pubblico