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
costruirlo noi.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