Lorenzo Bonati, studente al 5° anno del Corso di Laurea Magistrale in Computer Engineering indirizzo “Computer Science and Multimedia” presso l’Università di Pavia, è salito sul podio della competizione “Loop Q Prize”, aggiudicandosi un premio di 1.000 euro.
Loop Q PRIZE è il nome di un concorso universitario annuale dedicato all’accelerazione dei settori dell’Artificial Intelligence e dell’apprendimento automatico (Machine Learning), creato per riconoscere gli studenti di tutto il mondo in grado di accelerare l’adozione di tecnologie intelligenti da parte delle organizzazioni, a beneficio della competitività e del PIL del loro paese. L’edizione 2019 è stata aperta agli studenti universitari italiani.
Sponsor del concorso è Loop AI Labs, una company situata a San Francisco in California, che tratta l’argomento dell’Intelligenza Artificiale come business principale. Attualmente è l’unica company a offrire una piattaforma cognitiva integrata (hardware e software) completamente senza supervisione, chiamata Loop Q, in grado di apprendere e ragionare in qualsiasi linguaggio o linguaggio aziendale: in questo modo, Loop Q consente lo sviluppo di robot cognitivi che aumentano o automatizzano flussi di lavoro umani. Più informazioni sull’azienda possono essere trovate a questo link: https://www.loop.ai/company
Oggi sentiamo che Apple, Google, Amazon, Tesla e praticamente tutte le società in rapida crescita sono aziende intelligenti che utilizzano l’Intelligenza Artificiale su larga scala per i loro prodotti e attività. Le organizzazioni tradizionali non possono più permettersi di competere con le Smart Companies e quelle che non investono molto e rapidamente nell’automazione non dureranno nel prossimo decennio.
L’obiettivo del Loop Q PRIZE è far progredire diverse aree del Cognitive Computing e dell’Automazione Intelligente, tra cui acquisizione di conoscenza, comprensione del linguaggio naturale, generazione del linguaggio naturale, generazione di ipotesi, analisi predittiva e gestione dei dialoghi. La competizione sfida gli studenti universitari a sviluppare nuovi approcci di apprendimento automatico per affrontare i problemi di automazione intelligente.
Il concorso è stato suddiviso in due fasi: le qualificazioni e la prova finale.
Nelle qualificazioni si è voluto verificare il grado di conoscenza di base per ogni candidato per quanto riguarda l’apprendimento automatico e la classificazione in maniera autonoma di informazioni da parte di un algoritmo. Le informazioni fornite ai partecipanti riguardavano un processo di produzione in cui, tramite l’analisi dei dati, si doveva riuscire a predire la produzione di oggetti difettosi con un certo anticipo, in modo da limitare lo spreco dei materiali coinvolti nel processo di produzione. Sono state valutate in questa prima fase la robustezza del metodo usato dal partecipante e il grado di accuratezza raggiunto.
Per i partecipanti che sono riusciti a qualificarsi alla fase finale, è stato proposto un problema da risolvere. Si trattava di progettare un sistema che fosse in grado di prendere centinaia di recensioni di un prodotto e creare autonomamente una recensione che rappresentasse le opinioni degli utenti riguardo il prodotto. Tutto ciò ovviamente usando degli algoritmi di Machine learning, Natural Language Processing,Clustering, Deep Learning.
Lorenzo si è aggiudicato il terzo posto, sviluppando un sistema che va a ricercare nei commenti degli utenti le caratteristiche principali del prodotto e, per ognuna di esse, è andato a ricercare se gli utenti ne parlavano positivamente o negativamente. Fatto ciò ha assegnato a ciascuna di queste caratteristiche un punteggio, tramite una rete neurale, e ha proposto così una sintesi delle opinioni in grado di far risparmiare tempo all’utente, evitandogli di dover leggere una lista interminabile di commenti.
[Nella foto: Lorenzo Bonati sulla destra]
