Google Cloud, iniezioni di machine learning

Tre passi avanti, direzione Intelligenza Artificiale: la Google Cloud Next inizia con un trittico di annunci relativi a nuove opportunità messe a disposizione di quanti intendono sviluppare per il mondo aziendale, laddove l’IA può realmente fare la differenza tra il passato e il futuro, tra la caduta e il successo.

L’AI non è più una nicchia tecnologica: è l’elemento che fa la differenza per le aziende di ogni settore.

Fei-Fei Li, Chief Scientist, Google AI

Come già annunciato per la blockchain, anche l’Intelligenza Artificiale è per Google una sorta di utility, un arricchimento dell’offerta che la piattaforma Google Cloud intende mettere a disposizione affinché chi intende sviluppare possa avere a disposizione i migliori strumenti possibili per raggiungere l’obiettivo. L’investimento del gruppo rimane sulla piattaforma e sul suo modello di business, da arricchire attraverso una galassia di servizi sempre più completa e aggiornata. “È nostro impegno fornire gli strumenti che permetteranno a queste aziende di trasformarsi radicalmente”, spiega Google, e annuncia quindi ciò che il gruppo ha intenzione di mettere in moto in tema di machine learning:

• Cloud AtomML
  Google presenta la propria soluzione come una necessaria risposta a tutto quel mondo che intende avere a disposizione qualcosa più de semplici modelli pre-addestrati in stile Cloud Vision API, ma al tempo stesso non ambiscono all’affinamento di livello TensorFlow e Cloud ML Engine: “Cloud AutoML consente a chiunque di estendere i potenti modelli del machine learning per soddisfare le esigenze specifiche della propria attività, senza richiedere conoscenze specializzate di machine learning o coding”. AutoML Vision, nello specifico, estende ad esempio Cloud Vision API “per riconoscere categorie di immagini completamente nuove. Affinata l’esperienza con i nostri utenti in alpha, oggi siamo felici di annunciare la versione pubblica in beta”; AutoML Natural Language aiuta a prevedere specifiche categorie di testo nell’ambito desiderato; AutoML Translation consente di addestrare uno specifico modello di traduzione
• Miglioramenti per Dialogflow Enterprise
  “Attraverso strumenti intelligenti che eliminano la ripetizione e supportano qualità umane quali creatività e problem solving, stiamo dimostrando che il maggiore potenziale dell’AI consiste nel completare e arricchire le competenze umane, non nel sostituirle”: le migliorìe previste andranno a rendere più efficiente il servizio degli agenti conversazionali che in prospettiva andranno a sostituire le persone all’interno dei contact center. Nascono di qui i nuovi Agenti Virtuali in grado dapprima di rispondere all’utente ed in seguito, qualora non venga trovata una risposta soddisfacente, di inoltrare la richiesta ad una persona offrendo aiuto nel servizio di assistenza al cliente. “Il risultato è una soluzione flessibile”, spiega Google”, “che si adatta alle esigenze specifiche di ogni chiamata, fornisce un’esperienza consistente tra persone e agenti virtuali, che assumono un ruolo più o meno rilevante in base alla situazione, e rispetta le nostre norme di governance e privacy dei dati, il tutto senza un’infrastruttura, su una piattaforma scalabile a seconda delle necessità”.
• Contact Center AI
  Google spiega di essere al lavoro su servizi di Contact Center intelligenti in grado di migliorare il lavoro, ad esempio, dei recruiter: meno tempo perso e capacità di aggirare pregiudizi o altri elementi tipicamente umani che potrebbero abbassare la qualità delle scelte effettuate. Il gruppo conta già partner quali Appian, Chatbase, Cisco, Five9, Genesys, Mitel, Quantiphi, RingCentral, Twilio, UiPath, Upwire e Vonage e con ognuno di essi Google lavora anche sotto il profilo etico. Google dimostra infatti di aver imparato la lezione dopo il recente passo falso con la presentazione di Google Duplex al Google I/O: avvisare gli utenti che a rispondere alla chiamata è un bot – e non una persona – consente di aggirare le preoccupazioni che possono emergere nel momento in cui l’IA inizia ad approcciare quella soglia nella quale l’uomo non è più in grado di capire in autonomia se dall’altra parte della chiamata ci sia una voce reale o un sistema intelligente.