L’intelligenza artificiale (AI) è la tecnologia di base che consente di simulare i processi dell’intelligenza umana attraverso la creazione e l'applicazione di algoritmi integrati in un ambiente di calcolo dinamico. In altre parole, l’obiettivo dell’AI è quello di creare computer in grado di pensare e agire come gli esseri umani.

Per realizzare questo obiettivo sono necessari tre componenti chiave:

• Sistemi di calcolo
• Dati e sistemi per la gestione dei dati
• Algoritmi AI avanzati (codice)

Per ottenere risultati ottimali, occorrono quantità superiori di dati e una maggiore potenza di elaborazione.

Almeno a partire dal primo secolo a.C., l’uomo è stato affascinato dalla possibilità di creare macchine in grado di simulare il cervello umano. Nell’epoca moderna, il termine intelligenza artificiale è stato coniato nel 1955 da John McCarthy. Nel 1956, McCarthy e altri scienziati organizzarono la conferenza “Dartmouth Summer Research Project on Artificial Intelligence”. Questo evento portò alla creazione del machine learning, del deep learning, dell’analisi predittiva e, ultimamente, dell’analisi prescrittiva. Ha inoltre dato origine a un campo di studio completamente nuovo, ovvero la scienza dei dati.

Oggi, la quantità di dati generati, sia dagli esseri umani che dalle macchine, supera di gran lunga la capacità degli esseri umani di assimilare, interpretare e prendere decisioni complesse sulla base di tali dati. L’intelligenza artificiale costituisce la base di tutte le tecnologie di apprendimento informatico e rappresenta il futuro di tutti i processi decisionali complessi. Ad esempio, la maggior parte degli esseri umani può capire come non perdere al gioco del filetto (tris), anche se ci sono 255.168 mosse uniche, di cui 46.080 finiscono con un pareggio. Un numero decisamente inferiore di persone può essere considerato un grande campione di dama, in cui si contano più di 500 x 10¹⁸, o 500 quintilioni, di potenziali mosse diverse. I computer sono in grado di calcolare in modo estremamente efficiente queste combinazioni e trasformazioni per individuare la decisione migliore. L’intelligenza artificiale (e la sua logica evoluzione del machine learning) e il deep learning rappresentano i pilastri fondamentali dei processi decisionali aziendali del futuro.

L’intelligenza artificiale viene applicata diffusamente in contesti di uso quotidiano, ad esempio per il rilevamento delle frodi nei servizi finanziari, per le previsioni di acquisto al dettaglio e per le interazioni di assistenza clienti online. Ecco alcuni esempi: 

• Rilevamento delle frodi. Il settore dei servizi finanziari utilizza l’intelligenza artificiale in due modi diversi. La valutazione iniziale delle richieste di credito utilizza l’intelligenza artificiale per comprendere la solvibilità dei richiedenti. Vengono utilizzati motori AI più avanzati per monitorare e rilevare in tempo reale transazioni fraudolente con carte di pagamento.
• Virtual Customer Assistance (VCA). I call center utilizzano la tecnologia VCA per prevedere e rispondere alle richieste di informazioni dei clienti senza l'interazione umana. Il riconoscimento vocale, abbinato al dialogo umano simulato, è il primo punto di interazione in una richiesta relativa al servizio clienti. Le richieste di livello superiore vengono reindirizzate a un operatore.
• Quando una persona avvia una chat (chatbot) su una pagina Web, spesso interagisce con un computer che esegue un programma AI specializzato. Se il chatbot non riesce a interpretare o a rispondere alla domanda, interviene un operatore per comunicare direttamente con l’interlocutore. Le istanze che non riescono ad essere interpretate vengono inserite in un sistema informatico di machine learning per migliorare l’applicazione AI per le interazioni future.

In qualità di autorità di riferimento nel campo di dati per il cloud ibrido, NetApp comprende il valore dell'accesso, della gestione e del controllo dei dati. Il data fabric di NetApp^® fornisce un ambiente di gestione dei dati unificato che include dispositivi edge, data center e multicloud. Il data fabric consente alle organizzazioni di tutte le dimensioni di accelerare le applicazioni critiche, ottenere la visibilità dei dati, ottimizzare la data protection e incrementare l'agilità operativa.

Le soluzioni AI di NetApp si basano sui seguenti elementi fondamentali: 

• Il software ONTAP^® consente di utilizzare le tecnologie AI e deep learning sia on-premise sia nel cloud ibrido.
• I sistemi all-flash AFF accelerano i carichi di lavoro di AI e deep learning. Inoltre, consentono di rimuovere i colli di bottiglia delle performance.
• Il software ONTAP Select supporta la raccolta efficiente dei dati a livello di edge, utilizzando dispositivi IoT e punti di aggregazione.
• Il servizio Cloud Volumes consente di creare rapidamente i prototipi di nuovi progetti e spostare i dati AI da e nel cloud.

Inoltre, NetApp ha iniziato a incorporare il big data analytics e l'intelligenza artificiale nei propri prodotti e servizi. Ad esempio, Active IQ^® utilizza miliardi di data point, analisi predittive e una potente tecnologia di machine learning per fornire consigli relativi all’assistenza clienti proattiva in ambienti IT complessi. Active IQ è un’applicazione di cloud ibrido sviluppata utilizzando gli stessi prodotti e tecnologie NetApp usati dai nostri clienti per creare soluzioni AI per una vasta gamma di casi d’uso.