際際滷

際際滷Share a Scribd company logo

Corso Chatbot Base 1-9 | Introduzione (1 di 3)

armandocarcaterra
armandocarcaterra

Definizione, Differenze tra chatbot e Assistente Virtuale IA e differenze tra Machine learning e Deep learning

1 of 9
Download to read offline
ChatBot CORSO BASE OBIETTIVO: Ci soffermeremo su alcune definizioni e differenze analizzandone i vari aspetti: - Definizione, Differenze tra chatbot e Assistente Virtuale - IA e differenze tra Machine learning e Deep learning - Ambiti di applicazione dei chatbot - Esercitazione pratica
CHATBOT composto da due parole: chat, che significa chiacchierare, e bot. Da questo si capisce che un chatbot 竪 quindi una chat in cui il nostro interlocutore non 竪 un essere umano come noi ma un robot virtuale con il quale possiamo chiacchierare, parlare, o al quale possiamo porre una serie di domande. Un chatbot 竪 un programma che, attraverso uninterfaccia di messaggistica, 竪 in grado di condurre una conversazione, simulando un comportamento umano grazie alle tecniche dellintelligenza artificiale.
ASSISTENTE VIRTUALE 竪 uninterfaccia di comunicazione in grado di comprendere il linguaggio naturale, permettendo di simulare una comunicazione vera e propria, uscendo dagli schemi logici preimpostati di domanda/risposta tipici della Chatbot. ESEMPI: Siri, Cortana, Alexa CHATBOT 竪 un programma in grado di simulare una conversazione con un interlocutore umano in modo testuale o vocale. Seguendo uno schema logico domanda/risposta preimpostato, formula e/o risponde a domande pi湛 o meno complesse relative ad uno o pi湛 argomenti.
CHATBOT E APPLICAZIONI DI MESSAGISTICA Le applicazioni di messaggistica istantanea, come Facebook Messenger, WhatsApp o Telegram, sono molto diffuse: si 竪 stimato, infatti, che pi湛 di 2,5 miliardi di persone utilizzano almeno una di queste App per comunicare con i loro amici. I chatbot hanno intercettato questo modello di comunicazione per offrire servizi al clienti in modo pi湛 rapido, comunicando pi湛 facilmente con loro, intercettando i loro desideri e bisogni. Con la caratteristica di essere sempre disponibili, 24h/24, e sono in grado di rispondere in tempo reale alle richieste degli utenti.
INTELLIGENZA ARTIFICIALE Lintelligenza artificiale coinvolge tutte quelle operazioni caratteristiche dellintelletto umano ed eseguite da computer. Queste includono la pianificazione, la comprensione del linguaggio, il riconoscimento di oggetti e suoni, lapprendimento e la risoluzione dei problemi.
IA ed IoT Relazione tra AI e IoT simile a quella tra cervello e corpo umano. Il nostro corpo attraverso i vari input sensoriali come la vista e il tatto, riesce a riconoscere determinate situazioni eseguendo le corrispondenti azioni. Il nostro cervello in base agli input sensoriali prende decisioni, inviando segnali al corpo per comandare i relativi movimenti. LIoT non 竪 nientaltro che un insieme di sensori collegati, e grazie allintelligenza artificiale si ha la possibilit di dare un senso a tutti i dati acquisiti e attraverso il sistema di controllo, ovvero il cuore del circuito, la nostra CPU, si riesce a prendere decisioni e azionare attuatori per il controllo di varie movimentazioni (bracci di robot).
MACHINE LEARNING Il ML o apprendimento automatico, 竪 una specie di sottogruppo dellAI che si concentra sulla capacit delle macchine di ricevere una serie di dati e di apprendere da soli, modificando gli algoritmi man mano che ricevono pi湛 informazioni su quello che stanno elaborando. DEEP LEARNING Il DL o apprendimento profondo 竪 un sottoinsieme del ML che ha preso spunto dalla struttura del cervello, attraverso un uso pi湛 sofisticato delle reti neurali.
E gi presente in molti prodotti o servizi che utilizziamo. Il sistemi di raccomandazione di piattaforme di streaming come Netflix, YouTube e Spotify 竪 alimentato con il machine learning, anche i motori di ricerca come Google e Baidu o i feed dei social media come Facebook e Twitter. In molti prodotti che si definiscono smart c竪 il machine learning, primi fra tutti gli assistenti vocali presenti negli speaker di Google e Amazon. A cosa serve il machine learning. Abbiamo capito che per funzionare gli algoritmi devono nutrirsi di dati. Pi湛 ne mangiano e pi湛 crescono. Pi湛 crescono e pi湛 diventano bravi. Ogni piattaforma digitale raccoglie quanti pi湛 dati possibili. Prendiamo i social: sanno per esempio i nostri gusti, quello che ci piace, cosa leggiamo e le foto che postiamo. Il machine learning analizzando le tracce digitale che lasciamo pu嘆 per esempio suggerirci contenuti che ci piacciono sulla base delle indicazioni che volontariamente o involontariamente gli abbiamo dato. Per dirla in altro modo, questi tool sono in grado con molta pi湛 efficienza dell'uomo, di rilevare strutture significative all'interno di basi di dati anche molto ampie e sulla base di queste informazioni prevedere servizi e prodotti. DOVE TROVIAMO IL MACHINE LEARNING ?
TEST DI TURING Criterio per determinare se una macchina sia in grado di pensare proposto dallo scienziato britannico Alan Turing che prende spunto da un gioco, chiamato "gioco dell'imitazione", a tre partecipanti: un uomo A, una donna B, e una terza persona C. Quest'ultima 竪 tenuta separata dagli altri due e tramite una serie di domande deve stabilire qual 竪 l'uomo e quale la donna. A deve ingannare C e portarlo a fare un'identificazione errata, mentre B deve aiutarlo. Il test di Turing si basa sul presupposto che una macchina si sostituisca a B. Se la percentuale di volte in cui C indovina chi sia l'uomo e chi la donna 竪 simile prima e dopo la sostituzione di B con la macchina, allora la macchina stessa dovrebbe essere considerata intelligente, dal momento che - in questa situazione - sarebbe indistinguibile da un essere umano.

More Related Content

Corso Chatbot Base 1-9 | Introduzione (1 di 3)

  • 1. ChatBot CORSO BASE OBIETTIVO: Ci soffermeremo su alcune definizioni e differenze analizzandone i vari aspetti: - Definizione, Differenze tra chatbot e Assistente Virtuale - IA e differenze tra Machine learning e Deep learning - Ambiti di applicazione dei chatbot - Esercitazione pratica
  • 2. CHATBOT composto da due parole: chat, che significa chiacchierare, e bot. Da questo si capisce che un chatbot 竪 quindi una chat in cui il nostro interlocutore non 竪 un essere umano come noi ma un robot virtuale con il quale possiamo chiacchierare, parlare, o al quale possiamo porre una serie di domande. Un chatbot 竪 un programma che, attraverso uninterfaccia di messaggistica, 竪 in grado di condurre una conversazione, simulando un comportamento umano grazie alle tecniche dellintelligenza artificiale.
  • 3. ASSISTENTE VIRTUALE 竪 uninterfaccia di comunicazione in grado di comprendere il linguaggio naturale, permettendo di simulare una comunicazione vera e propria, uscendo dagli schemi logici preimpostati di domanda/risposta tipici della Chatbot. ESEMPI: Siri, Cortana, Alexa CHATBOT 竪 un programma in grado di simulare una conversazione con un interlocutore umano in modo testuale o vocale. Seguendo uno schema logico domanda/risposta preimpostato, formula e/o risponde a domande pi湛 o meno complesse relative ad uno o pi湛 argomenti.
  • 4. CHATBOT E APPLICAZIONI DI MESSAGISTICA Le applicazioni di messaggistica istantanea, come Facebook Messenger, WhatsApp o Telegram, sono molto diffuse: si 竪 stimato, infatti, che pi湛 di 2,5 miliardi di persone utilizzano almeno una di queste App per comunicare con i loro amici. I chatbot hanno intercettato questo modello di comunicazione per offrire servizi al clienti in modo pi湛 rapido, comunicando pi湛 facilmente con loro, intercettando i loro desideri e bisogni. Con la caratteristica di essere sempre disponibili, 24h/24, e sono in grado di rispondere in tempo reale alle richieste degli utenti.
  • 5. INTELLIGENZA ARTIFICIALE Lintelligenza artificiale coinvolge tutte quelle operazioni caratteristiche dellintelletto umano ed eseguite da computer. Queste includono la pianificazione, la comprensione del linguaggio, il riconoscimento di oggetti e suoni, lapprendimento e la risoluzione dei problemi.
  • 6. IA ed IoT Relazione tra AI e IoT simile a quella tra cervello e corpo umano. Il nostro corpo attraverso i vari input sensoriali come la vista e il tatto, riesce a riconoscere determinate situazioni eseguendo le corrispondenti azioni. Il nostro cervello in base agli input sensoriali prende decisioni, inviando segnali al corpo per comandare i relativi movimenti. LIoT non 竪 nientaltro che un insieme di sensori collegati, e grazie allintelligenza artificiale si ha la possibilit di dare un senso a tutti i dati acquisiti e attraverso il sistema di controllo, ovvero il cuore del circuito, la nostra CPU, si riesce a prendere decisioni e azionare attuatori per il controllo di varie movimentazioni (bracci di robot).
  • 7. MACHINE LEARNING Il ML o apprendimento automatico, 竪 una specie di sottogruppo dellAI che si concentra sulla capacit delle macchine di ricevere una serie di dati e di apprendere da soli, modificando gli algoritmi man mano che ricevono pi湛 informazioni su quello che stanno elaborando. DEEP LEARNING Il DL o apprendimento profondo 竪 un sottoinsieme del ML che ha preso spunto dalla struttura del cervello, attraverso un uso pi湛 sofisticato delle reti neurali.
  • 8. E gi presente in molti prodotti o servizi che utilizziamo. Il sistemi di raccomandazione di piattaforme di streaming come Netflix, YouTube e Spotify 竪 alimentato con il machine learning, anche i motori di ricerca come Google e Baidu o i feed dei social media come Facebook e Twitter. In molti prodotti che si definiscono smart c竪 il machine learning, primi fra tutti gli assistenti vocali presenti negli speaker di Google e Amazon. A cosa serve il machine learning. Abbiamo capito che per funzionare gli algoritmi devono nutrirsi di dati. Pi湛 ne mangiano e pi湛 crescono. Pi湛 crescono e pi湛 diventano bravi. Ogni piattaforma digitale raccoglie quanti pi湛 dati possibili. Prendiamo i social: sanno per esempio i nostri gusti, quello che ci piace, cosa leggiamo e le foto che postiamo. Il machine learning analizzando le tracce digitale che lasciamo pu嘆 per esempio suggerirci contenuti che ci piacciono sulla base delle indicazioni che volontariamente o involontariamente gli abbiamo dato. Per dirla in altro modo, questi tool sono in grado con molta pi湛 efficienza dell'uomo, di rilevare strutture significative all'interno di basi di dati anche molto ampie e sulla base di queste informazioni prevedere servizi e prodotti. DOVE TROVIAMO IL MACHINE LEARNING ?
  • 9. TEST DI TURING Criterio per determinare se una macchina sia in grado di pensare proposto dallo scienziato britannico Alan Turing che prende spunto da un gioco, chiamato "gioco dell'imitazione", a tre partecipanti: un uomo A, una donna B, e una terza persona C. Quest'ultima 竪 tenuta separata dagli altri due e tramite una serie di domande deve stabilire qual 竪 l'uomo e quale la donna. A deve ingannare C e portarlo a fare un'identificazione errata, mentre B deve aiutarlo. Il test di Turing si basa sul presupposto che una macchina si sostituisca a B. Se la percentuale di volte in cui C indovina chi sia l'uomo e chi la donna 竪 simile prima e dopo la sostituzione di B con la macchina, allora la macchina stessa dovrebbe essere considerata intelligente, dal momento che - in questa situazione - sarebbe indistinguibile da un essere umano.