際際滷

際際滷Share a Scribd company logo
Uomo-macchina
Breve esposizione su una possibile integrazione
Limiti delluomo e della
macchina
Decisionali Esecutivi
Limiti decisionali
LIMITI MACCHINALIMITI UOMO
Lentezza:
Fare una scelta, prendere una
decisione, etc.
Incapacit di razionalizzare
a breve termine:
Non mette in discussione le sue
scelte iniziali e mette in risalto
fattori meno rilevanti.
Fattore umano:
 deviato dalle sue emozioni,
sensi.
Eccessiva velocit:
Aumenta il rischio in caso di
unerrata valutazione
Mancanza di auto-
confutabilit dei propri
algoritmi:
La non valutazione dei rischi
e lincapacit di valutare la
veridicit delle notizie.
Limiti esecutivi
LIMITI MACCHINALIMITI UOMO
Lentezza:
(a livello di calcolo)
Eccessiva velocit:
Aumenta il rischio in caso di
unerrata valutazione
Insostituibilit:
Non si pu嘆 trovare un
duplicato.
La macchina pu嘆
eseguire operazioni in
tempi non percepibili
dalluomo
Le macchine sono
facilmente rimpiazzabili
Ogni uomo pu嘆 dare il
suo personale ed
esclusivo contributo
LIMITI
Raccolta dei dati
Dati qualitativi
Dati quantitativi
Valori indici
Liquidit
Volume di scambi
Fusioni
Fallimenti
Scoperte scientifiche
Rilascio di prodotti
Nuove amministrazioni
Opinioni
Sorpresa
Approvazione
Maggiorecomplessitsemantica
Maggioremaneggiabilit
Struttura dei dati
Organizzazione
Raccolta
Filtraggio
Data mining
Comprensione del
linguaggio naturale
Formati digitali
Analisi testuale
e statistica
Associazione di notizie
Attorno ai tre paradigmi della gestione dei dati ruotano numerose tecniche
di programmazione, intelligenza artificiale e management.
Analisi grafica
Reti neurali
Clustering
Algoritmi associativi
Gestione dati
Raccolta notizie
Supervisione
Super-Supervisione
Proviamo ad immaginare un sistema di raccolta e gestione di dati o not
l'interazione di uomini e macchine:
Una prospettiva:
Un sistema di gestione e raccolta
automatico che richieda
l'intervento
di specialisti per problemi di
livello troppo alto
Tecnici che verificano
il funzionamento di basso
livello del sistema
Specialisti del mercato che
interagiscono
a vari livelli per direzionare gli
algoritmi e
controllare la coerenza delle
notizie.
Programmazione
MODELLI,
TEST, ANALISI
DECISIONI E
AVVIO
Modelli, test, analisi
Scelta di un modello di mercato Test attraverso i mercati sperimentali
Analisi dei dati (AI):
 Grafica
 Qualitativa
 Quantitativa
Decisioni e avvio
Prendere decisioni (CdA):
Il caso di VITAL e DKV, una forma
di collaborazione tra uomo e
macchina
Avviare le macchine
Esecuzione e controllo
A.L.U. PROBLEMI
Esecuzione e controllo
Esecutivo:
Esegue operazioni con dati numerici;
Esegue operazioni con le proposizioni logiche.
Decisionale:
Interpreta le istruzioni del programma;
Coordina l'attivit dell'unit; aritmetico-logica,
delle memorie e di tutte le attivit del
computer.
A.L.U.
Esecuzione e controllo
La formulazione della richiesta, che deve
essere trasponibile in una richiesta quantitativa
ossia traducibile in linguaggio macchina, dovr
essere precisa e non aperta ad interpretazioni.
Questo sottintende che le macchine non
possono aiutarci a risolvere la totalit dei
nostri problemi.
Tralasciando il controllo automatico, che sar
stato implementato dai programmatori, dovr
sempre essere possibile eseguire un check
sulloperato della macchina e, in caso, di
disattivarla. Le modalit di controllo
sulloperato verranno implementate dai
programmatori, queste modalit vengono
sempre aggiornate e cercano di essere sempre
pi湛 intuitive ed immediate per lutilizzatore
finale.
DR. STRANAMORETRE DESIDERI
Fine Esposizione
Una breve pausa ed a seguire un acceso
dibattito.

More Related Content

Viewers also liked (7)

Capitolo 5 - Il futuro dell'interfaccia
Capitolo 5 - Il futuro dell'interfacciaCapitolo 5 - Il futuro dell'interfaccia
Capitolo 5 - Il futuro dell'interfaccia
Riva Giuseppe
Interazione Uomo Macchina
Interazione Uomo MacchinaInterazione Uomo Macchina
Interazione Uomo Macchina
Renata Durighello
1.Introduzione al corso
1.Introduzione al corso1.Introduzione al corso
1.Introduzione al corso
Roberto Polillo
Implementazione hardware/software di un sistemamultitouch per l'interazione u...
Implementazione hardware/software di un sistemamultitouch per l'interazione u...Implementazione hardware/software di un sistemamultitouch per l'interazione u...
Implementazione hardware/software di un sistemamultitouch per l'interazione u...
Pier Giuliano Nioi
Lez 3 parte A DESIGN DI INTERFACCE
Lez 3 parte A  DESIGN DI INTERFACCELez 3 parte A  DESIGN DI INTERFACCE
Lez 3 parte A DESIGN DI INTERFACCE
Lella Varesano
Interfaccia, tra uomini, macchine, programmi: giochi e videogiochi
Interfaccia, tra uomini, macchine, programmi: giochi e videogiochiInterfaccia, tra uomini, macchine, programmi: giochi e videogiochi
Interfaccia, tra uomini, macchine, programmi: giochi e videogiochi
guest7f82ed
Capitolo 5 - Il futuro dell'interfaccia
Capitolo 5 - Il futuro dell'interfacciaCapitolo 5 - Il futuro dell'interfaccia
Capitolo 5 - Il futuro dell'interfaccia
Riva Giuseppe
Interazione Uomo Macchina
Interazione Uomo MacchinaInterazione Uomo Macchina
Interazione Uomo Macchina
Renata Durighello
1.Introduzione al corso
1.Introduzione al corso1.Introduzione al corso
1.Introduzione al corso
Roberto Polillo
Implementazione hardware/software di un sistemamultitouch per l'interazione u...
Implementazione hardware/software di un sistemamultitouch per l'interazione u...Implementazione hardware/software di un sistemamultitouch per l'interazione u...
Implementazione hardware/software di un sistemamultitouch per l'interazione u...
Pier Giuliano Nioi
Lez 3 parte A DESIGN DI INTERFACCE
Lez 3 parte A  DESIGN DI INTERFACCELez 3 parte A  DESIGN DI INTERFACCE
Lez 3 parte A DESIGN DI INTERFACCE
Lella Varesano
Interfaccia, tra uomini, macchine, programmi: giochi e videogiochi
Interfaccia, tra uomini, macchine, programmi: giochi e videogiochiInterfaccia, tra uomini, macchine, programmi: giochi e videogiochi
Interfaccia, tra uomini, macchine, programmi: giochi e videogiochi
guest7f82ed

Similar to Team hydrid integrazione uomo macchina (20)

Marketing Aumentato e Intelligenza Artificiale - Master MUMM
Marketing Aumentato e Intelligenza Artificiale - Master MUMMMarketing Aumentato e Intelligenza Artificiale - Master MUMM
Marketing Aumentato e Intelligenza Artificiale - Master MUMM
MasterMarketing
Intelligenza Artificiale e Marketing.pptx
Intelligenza Artificiale e Marketing.pptxIntelligenza Artificiale e Marketing.pptx
Intelligenza Artificiale e Marketing.pptx
39Marketing
Analisi predittiva churn - business case
Analisi predittiva churn - business caseAnalisi predittiva churn - business case
Analisi predittiva churn - business case
Excelle
Analytica brochure
Analytica brochureAnalytica brochure
Analytica brochure
GMSL S.r.l.
Agile User story mapping (Mokabyte)
Agile User story mapping (Mokabyte)Agile User story mapping (Mokabyte)
Agile User story mapping (Mokabyte)
Emiliano Soldi
Big data e futuro del lavoro
Big data e futuro del lavoroBig data e futuro del lavoro
Big data e futuro del lavoro
Ismel - Istituto per la Memoria e la Cultura del Lavoro, dell'Impresa e dei Diritti Sociali
Serve Davvero il Machine Learning nelle PMI? | Niccol嘆 Annino
Serve Davvero il Machine Learning nelle PMI? | Niccol嘆 AnninoServe Davvero il Machine Learning nelle PMI? | Niccol嘆 Annino
Serve Davvero il Machine Learning nelle PMI? | Niccol嘆 Annino
MeetupDataScienceRoma
Silver Lake Analytics, soluzione Business Intelligence di Esox Informatica
Silver Lake Analytics, soluzione Business Intelligence di Esox InformaticaSilver Lake Analytics, soluzione Business Intelligence di Esox Informatica
Silver Lake Analytics, soluzione Business Intelligence di Esox Informatica
Maurizio Anselmi
01喝粥鴛遺河喝河或晦喝鰻.3-2007喝遺看稼岳姻看鉛鉛看河顎温鉛庄岳...
01喝粥鴛遺河喝河或晦喝鰻.3-2007喝遺看稼岳姻看鉛鉛看河顎温鉛庄岳...01喝粥鴛遺河喝河或晦喝鰻.3-2007喝遺看稼岳姻看鉛鉛看河顎温鉛庄岳...
01喝粥鴛遺河喝河或晦喝鰻.3-2007喝遺看稼岳姻看鉛鉛看河顎温鉛庄岳...
ercolonese
La parte piu importante dell'IA e l'intelligenza umana che la supporta-AI.pdf
La parte piu importante dell'IA e l'intelligenza umana che la supporta-AI.pdfLa parte piu importante dell'IA e l'intelligenza umana che la supporta-AI.pdf
La parte piu importante dell'IA e l'intelligenza umana che la supporta-AI.pdf
39Marketing
AI e Intelligenza Emotiva: Strategie per un Marketing Personalizzato e Relazi...
AI e Intelligenza Emotiva: Strategie per un Marketing Personalizzato e Relazi...AI e Intelligenza Emotiva: Strategie per un Marketing Personalizzato e Relazi...
AI e Intelligenza Emotiva: Strategie per un Marketing Personalizzato e Relazi...
SMAU
IA Intelligenza Artificiale
IA  Intelligenza ArtificialeIA  Intelligenza Artificiale
IA Intelligenza Artificiale
nextsrl
La capacit di fare previsioni: ecco la base dellintelligenza artificiale
La capacit di fare previsioni: ecco la base dellintelligenza artificialeLa capacit di fare previsioni: ecco la base dellintelligenza artificiale
La capacit di fare previsioni: ecco la base dellintelligenza artificiale
KEA s.r.l.
Retail Risk Management 2010
Retail Risk Management 2010Retail Risk Management 2010
Retail Risk Management 2010
corradog
Lean UX: Sviluppo Software Agile e Incentrato sull'Utente
Lean UX: Sviluppo Software Agile e Incentrato sull'UtenteLean UX: Sviluppo Software Agile e Incentrato sull'Utente
Lean UX: Sviluppo Software Agile e Incentrato sull'Utente
Steve Maraspin
Carlo Bono - Introduzione alla Data Analysis e al Machine Learning - Rinascit...
Carlo Bono - Introduzione alla Data Analysis e al Machine Learning - Rinascit...Carlo Bono - Introduzione alla Data Analysis e al Machine Learning - Rinascit...
Carlo Bono - Introduzione alla Data Analysis e al Machine Learning - Rinascit...
Stefano Saladino
Usabilit e User Experience Design: #2 Test e Monitoraggio
Usabilit e User Experience Design: #2 Test e MonitoraggioUsabilit e User Experience Design: #2 Test e Monitoraggio
Usabilit e User Experience Design: #2 Test e Monitoraggio
FormazioneTurismo
AgileDay 2006 - Essere agili nel diventare agili
AgileDay 2006 - Essere agili nel diventare agiliAgileDay 2006 - Essere agili nel diventare agili
AgileDay 2006 - Essere agili nel diventare agili
Luca Minudel
3 process intelligence.pptx
3 process intelligence.pptx3 process intelligence.pptx
3 process intelligence.pptx
Alberto Franchi
Decision Support System (DSS) per la Supply Chain
Decision Support System (DSS) per la Supply ChainDecision Support System (DSS) per la Supply Chain
Decision Support System (DSS) per la Supply Chain
Manager.it
Marketing Aumentato e Intelligenza Artificiale - Master MUMM
Marketing Aumentato e Intelligenza Artificiale - Master MUMMMarketing Aumentato e Intelligenza Artificiale - Master MUMM
Marketing Aumentato e Intelligenza Artificiale - Master MUMM
MasterMarketing
Intelligenza Artificiale e Marketing.pptx
Intelligenza Artificiale e Marketing.pptxIntelligenza Artificiale e Marketing.pptx
Intelligenza Artificiale e Marketing.pptx
39Marketing
Analisi predittiva churn - business case
Analisi predittiva churn - business caseAnalisi predittiva churn - business case
Analisi predittiva churn - business case
Excelle
Analytica brochure
Analytica brochureAnalytica brochure
Analytica brochure
GMSL S.r.l.
Agile User story mapping (Mokabyte)
Agile User story mapping (Mokabyte)Agile User story mapping (Mokabyte)
Agile User story mapping (Mokabyte)
Emiliano Soldi
Serve Davvero il Machine Learning nelle PMI? | Niccol嘆 Annino
Serve Davvero il Machine Learning nelle PMI? | Niccol嘆 AnninoServe Davvero il Machine Learning nelle PMI? | Niccol嘆 Annino
Serve Davvero il Machine Learning nelle PMI? | Niccol嘆 Annino
MeetupDataScienceRoma
Silver Lake Analytics, soluzione Business Intelligence di Esox Informatica
Silver Lake Analytics, soluzione Business Intelligence di Esox InformaticaSilver Lake Analytics, soluzione Business Intelligence di Esox Informatica
Silver Lake Analytics, soluzione Business Intelligence di Esox Informatica
Maurizio Anselmi
01喝粥鴛遺河喝河或晦喝鰻.3-2007喝遺看稼岳姻看鉛鉛看河顎温鉛庄岳...
01喝粥鴛遺河喝河或晦喝鰻.3-2007喝遺看稼岳姻看鉛鉛看河顎温鉛庄岳...01喝粥鴛遺河喝河或晦喝鰻.3-2007喝遺看稼岳姻看鉛鉛看河顎温鉛庄岳...
01喝粥鴛遺河喝河或晦喝鰻.3-2007喝遺看稼岳姻看鉛鉛看河顎温鉛庄岳...
ercolonese
La parte piu importante dell'IA e l'intelligenza umana che la supporta-AI.pdf
La parte piu importante dell'IA e l'intelligenza umana che la supporta-AI.pdfLa parte piu importante dell'IA e l'intelligenza umana che la supporta-AI.pdf
La parte piu importante dell'IA e l'intelligenza umana che la supporta-AI.pdf
39Marketing
AI e Intelligenza Emotiva: Strategie per un Marketing Personalizzato e Relazi...
AI e Intelligenza Emotiva: Strategie per un Marketing Personalizzato e Relazi...AI e Intelligenza Emotiva: Strategie per un Marketing Personalizzato e Relazi...
AI e Intelligenza Emotiva: Strategie per un Marketing Personalizzato e Relazi...
SMAU
IA Intelligenza Artificiale
IA  Intelligenza ArtificialeIA  Intelligenza Artificiale
IA Intelligenza Artificiale
nextsrl
La capacit di fare previsioni: ecco la base dellintelligenza artificiale
La capacit di fare previsioni: ecco la base dellintelligenza artificialeLa capacit di fare previsioni: ecco la base dellintelligenza artificiale
La capacit di fare previsioni: ecco la base dellintelligenza artificiale
KEA s.r.l.
Retail Risk Management 2010
Retail Risk Management 2010Retail Risk Management 2010
Retail Risk Management 2010
corradog
Lean UX: Sviluppo Software Agile e Incentrato sull'Utente
Lean UX: Sviluppo Software Agile e Incentrato sull'UtenteLean UX: Sviluppo Software Agile e Incentrato sull'Utente
Lean UX: Sviluppo Software Agile e Incentrato sull'Utente
Steve Maraspin
Carlo Bono - Introduzione alla Data Analysis e al Machine Learning - Rinascit...
Carlo Bono - Introduzione alla Data Analysis e al Machine Learning - Rinascit...Carlo Bono - Introduzione alla Data Analysis e al Machine Learning - Rinascit...
Carlo Bono - Introduzione alla Data Analysis e al Machine Learning - Rinascit...
Stefano Saladino
Usabilit e User Experience Design: #2 Test e Monitoraggio
Usabilit e User Experience Design: #2 Test e MonitoraggioUsabilit e User Experience Design: #2 Test e Monitoraggio
Usabilit e User Experience Design: #2 Test e Monitoraggio
FormazioneTurismo
AgileDay 2006 - Essere agili nel diventare agili
AgileDay 2006 - Essere agili nel diventare agiliAgileDay 2006 - Essere agili nel diventare agili
AgileDay 2006 - Essere agili nel diventare agili
Luca Minudel
3 process intelligence.pptx
3 process intelligence.pptx3 process intelligence.pptx
3 process intelligence.pptx
Alberto Franchi
Decision Support System (DSS) per la Supply Chain
Decision Support System (DSS) per la Supply ChainDecision Support System (DSS) per la Supply Chain
Decision Support System (DSS) per la Supply Chain
Manager.it

More from Logic & Knowledge (20)

Ippoliti, E. Finanzimenti e ricerca. "La scoperta scientifica. Metodi e polit...
Ippoliti, E. Finanzimenti e ricerca. "La scoperta scientifica. Metodi e polit...Ippoliti, E. Finanzimenti e ricerca. "La scoperta scientifica. Metodi e polit...
Ippoliti, E. Finanzimenti e ricerca. "La scoperta scientifica. Metodi e polit...
Logic & Knowledge
Gillies D. Funding & Research: "random choice vs peer review"
Gillies D. Funding & Research: "random choice vs peer review"Gillies D. Funding & Research: "random choice vs peer review"
Gillies D. Funding & Research: "random choice vs peer review"
Logic & Knowledge
Stage: Men, Money & Machines Presentazione machines supremacy 19.05.2015
Stage: Men, Money & Machines Presentazione machines supremacy 19.05.2015Stage: Men, Money & Machines Presentazione machines supremacy 19.05.2015
Stage: Men, Money & Machines Presentazione machines supremacy 19.05.2015
Logic & Knowledge
elementi di trading - L'alfabeto della finanza - gianluca fabrizi
elementi di trading - L'alfabeto della finanza - gianluca fabrizielementi di trading - L'alfabeto della finanza - gianluca fabrizi
elementi di trading - L'alfabeto della finanza - gianluca fabrizi
Logic & Knowledge
Il problema della conoscenza - corso teorie del ragionamento 2014-15
Il problema della conoscenza - corso teorie del ragionamento 2014-15Il problema della conoscenza - corso teorie del ragionamento 2014-15
Il problema della conoscenza - corso teorie del ragionamento 2014-15
Logic & Knowledge
Introduzione Science Fiction - Corso Teorie del Ragionamento 2014-15
Introduzione Science Fiction - Corso Teorie del Ragionamento 2014-15Introduzione Science Fiction - Corso Teorie del Ragionamento 2014-15
Introduzione Science Fiction - Corso Teorie del Ragionamento 2014-15
Logic & Knowledge
Ping Chen (China Center for Economic Research), Mathematical Representation i...
Ping Chen (China Center for Economic Research), Mathematical Representation i...Ping Chen (China Center for Economic Research), Mathematical Representation i...
Ping Chen (China Center for Economic Research), Mathematical Representation i...
Logic & Knowledge
Alex Preda (UCL), Finance as a boundary science. What can social scientists b...
Alex Preda (UCL), Finance as a boundary science. What can social scientists b...Alex Preda (UCL), Finance as a boundary science. What can social scientists b...
Alex Preda (UCL), Finance as a boundary science. What can social scientists b...
Logic & Knowledge
Juan Pablo Pardo-Guerra, Synthetic Markets and the Design of Economic Institu...
Juan Pablo Pardo-Guerra, Synthetic Markets and the Design of Economic Institu...Juan Pablo Pardo-Guerra, Synthetic Markets and the Design of Economic Institu...
Juan Pablo Pardo-Guerra, Synthetic Markets and the Design of Economic Institu...
Logic & Knowledge
Presentazione Soros - Gruppo Ipotesi Mercati Riflessivi
Presentazione Soros - Gruppo Ipotesi Mercati RiflessiviPresentazione Soros - Gruppo Ipotesi Mercati Riflessivi
Presentazione Soros - Gruppo Ipotesi Mercati Riflessivi
Logic & Knowledge
Franchin, Paolo - Commento "Il problema della Previsione" - Scienza & Filosofia
Franchin, Paolo - Commento "Il problema della Previsione" - Scienza & FilosofiaFranchin, Paolo - Commento "Il problema della Previsione" - Scienza & Filosofia
Franchin, Paolo - Commento "Il problema della Previsione" - Scienza & Filosofia
Logic & Knowledge
Vulpiani - "Il problema della Previsione" - Ciclo Scienza & Filosofia
Vulpiani - "Il problema della Previsione" - Ciclo Scienza & FilosofiaVulpiani - "Il problema della Previsione" - Ciclo Scienza & Filosofia
Vulpiani - "Il problema della Previsione" - Ciclo Scienza & Filosofia
Logic & Knowledge
Caprara - Introduzione Stage "Finanza, Matematica e Filosofia"
Caprara - Introduzione Stage "Finanza, Matematica e Filosofia"Caprara - Introduzione Stage "Finanza, Matematica e Filosofia"
Caprara - Introduzione Stage "Finanza, Matematica e Filosofia"
Logic & Knowledge
Sergio Caprara - Introduzione Stage "Finanza, Matematica e Filosofia"
Sergio Caprara - Introduzione Stage "Finanza, Matematica e Filosofia"Sergio Caprara - Introduzione Stage "Finanza, Matematica e Filosofia"
Sergio Caprara - Introduzione Stage "Finanza, Matematica e Filosofia"
Logic & Knowledge
Emiliano Ippoliti Introduzione Stage "Finanza, Matematica e Filosofia"
Emiliano Ippoliti Introduzione Stage "Finanza, Matematica e Filosofia" Emiliano Ippoliti Introduzione Stage "Finanza, Matematica e Filosofia"
Emiliano Ippoliti Introduzione Stage "Finanza, Matematica e Filosofia"
Logic & Knowledge
Rossella Carapellese - Gruppo Econonfisica
Rossella Carapellese - Gruppo EcononfisicaRossella Carapellese - Gruppo Econonfisica
Rossella Carapellese - Gruppo Econonfisica
Logic & Knowledge
Teo Muccigrosso - Il ruolo delle agenzie di rating nei mercati finanziari
Teo Muccigrosso - Il ruolo delle agenzie di rating nei mercati finanziariTeo Muccigrosso - Il ruolo delle agenzie di rating nei mercati finanziari
Teo Muccigrosso - Il ruolo delle agenzie di rating nei mercati finanziari
Logic & Knowledge
Teo Muccigrosso Intervento Stage Finanza, Matematica e Filosofia
Teo Muccigrosso Intervento Stage Finanza, Matematica e FilosofiaTeo Muccigrosso Intervento Stage Finanza, Matematica e Filosofia
Teo Muccigrosso Intervento Stage Finanza, Matematica e Filosofia
Logic & Knowledge
Corso 2013-14 Logica e ampliamento della conoscenza
Corso 2013-14 Logica e ampliamento della conoscenzaCorso 2013-14 Logica e ampliamento della conoscenza
Corso 2013-14 Logica e ampliamento della conoscenza
Logic & Knowledge
Ippoliti, E. Finanzimenti e ricerca. "La scoperta scientifica. Metodi e polit...
Ippoliti, E. Finanzimenti e ricerca. "La scoperta scientifica. Metodi e polit...Ippoliti, E. Finanzimenti e ricerca. "La scoperta scientifica. Metodi e polit...
Ippoliti, E. Finanzimenti e ricerca. "La scoperta scientifica. Metodi e polit...
Logic & Knowledge
Gillies D. Funding & Research: "random choice vs peer review"
Gillies D. Funding & Research: "random choice vs peer review"Gillies D. Funding & Research: "random choice vs peer review"
Gillies D. Funding & Research: "random choice vs peer review"
Logic & Knowledge
Stage: Men, Money & Machines Presentazione machines supremacy 19.05.2015
Stage: Men, Money & Machines Presentazione machines supremacy 19.05.2015Stage: Men, Money & Machines Presentazione machines supremacy 19.05.2015
Stage: Men, Money & Machines Presentazione machines supremacy 19.05.2015
Logic & Knowledge
elementi di trading - L'alfabeto della finanza - gianluca fabrizi
elementi di trading - L'alfabeto della finanza - gianluca fabrizielementi di trading - L'alfabeto della finanza - gianluca fabrizi
elementi di trading - L'alfabeto della finanza - gianluca fabrizi
Logic & Knowledge
Il problema della conoscenza - corso teorie del ragionamento 2014-15
Il problema della conoscenza - corso teorie del ragionamento 2014-15Il problema della conoscenza - corso teorie del ragionamento 2014-15
Il problema della conoscenza - corso teorie del ragionamento 2014-15
Logic & Knowledge
Introduzione Science Fiction - Corso Teorie del Ragionamento 2014-15
Introduzione Science Fiction - Corso Teorie del Ragionamento 2014-15Introduzione Science Fiction - Corso Teorie del Ragionamento 2014-15
Introduzione Science Fiction - Corso Teorie del Ragionamento 2014-15
Logic & Knowledge
Ping Chen (China Center for Economic Research), Mathematical Representation i...
Ping Chen (China Center for Economic Research), Mathematical Representation i...Ping Chen (China Center for Economic Research), Mathematical Representation i...
Ping Chen (China Center for Economic Research), Mathematical Representation i...
Logic & Knowledge
Alex Preda (UCL), Finance as a boundary science. What can social scientists b...
Alex Preda (UCL), Finance as a boundary science. What can social scientists b...Alex Preda (UCL), Finance as a boundary science. What can social scientists b...
Alex Preda (UCL), Finance as a boundary science. What can social scientists b...
Logic & Knowledge
Juan Pablo Pardo-Guerra, Synthetic Markets and the Design of Economic Institu...
Juan Pablo Pardo-Guerra, Synthetic Markets and the Design of Economic Institu...Juan Pablo Pardo-Guerra, Synthetic Markets and the Design of Economic Institu...
Juan Pablo Pardo-Guerra, Synthetic Markets and the Design of Economic Institu...
Logic & Knowledge
Presentazione Soros - Gruppo Ipotesi Mercati Riflessivi
Presentazione Soros - Gruppo Ipotesi Mercati RiflessiviPresentazione Soros - Gruppo Ipotesi Mercati Riflessivi
Presentazione Soros - Gruppo Ipotesi Mercati Riflessivi
Logic & Knowledge
Franchin, Paolo - Commento "Il problema della Previsione" - Scienza & Filosofia
Franchin, Paolo - Commento "Il problema della Previsione" - Scienza & FilosofiaFranchin, Paolo - Commento "Il problema della Previsione" - Scienza & Filosofia
Franchin, Paolo - Commento "Il problema della Previsione" - Scienza & Filosofia
Logic & Knowledge
Vulpiani - "Il problema della Previsione" - Ciclo Scienza & Filosofia
Vulpiani - "Il problema della Previsione" - Ciclo Scienza & FilosofiaVulpiani - "Il problema della Previsione" - Ciclo Scienza & Filosofia
Vulpiani - "Il problema della Previsione" - Ciclo Scienza & Filosofia
Logic & Knowledge
Caprara - Introduzione Stage "Finanza, Matematica e Filosofia"
Caprara - Introduzione Stage "Finanza, Matematica e Filosofia"Caprara - Introduzione Stage "Finanza, Matematica e Filosofia"
Caprara - Introduzione Stage "Finanza, Matematica e Filosofia"
Logic & Knowledge
Sergio Caprara - Introduzione Stage "Finanza, Matematica e Filosofia"
Sergio Caprara - Introduzione Stage "Finanza, Matematica e Filosofia"Sergio Caprara - Introduzione Stage "Finanza, Matematica e Filosofia"
Sergio Caprara - Introduzione Stage "Finanza, Matematica e Filosofia"
Logic & Knowledge
Emiliano Ippoliti Introduzione Stage "Finanza, Matematica e Filosofia"
Emiliano Ippoliti Introduzione Stage "Finanza, Matematica e Filosofia" Emiliano Ippoliti Introduzione Stage "Finanza, Matematica e Filosofia"
Emiliano Ippoliti Introduzione Stage "Finanza, Matematica e Filosofia"
Logic & Knowledge
Rossella Carapellese - Gruppo Econonfisica
Rossella Carapellese - Gruppo EcononfisicaRossella Carapellese - Gruppo Econonfisica
Rossella Carapellese - Gruppo Econonfisica
Logic & Knowledge
Teo Muccigrosso - Il ruolo delle agenzie di rating nei mercati finanziari
Teo Muccigrosso - Il ruolo delle agenzie di rating nei mercati finanziariTeo Muccigrosso - Il ruolo delle agenzie di rating nei mercati finanziari
Teo Muccigrosso - Il ruolo delle agenzie di rating nei mercati finanziari
Logic & Knowledge
Teo Muccigrosso Intervento Stage Finanza, Matematica e Filosofia
Teo Muccigrosso Intervento Stage Finanza, Matematica e FilosofiaTeo Muccigrosso Intervento Stage Finanza, Matematica e Filosofia
Teo Muccigrosso Intervento Stage Finanza, Matematica e Filosofia
Logic & Knowledge
Corso 2013-14 Logica e ampliamento della conoscenza
Corso 2013-14 Logica e ampliamento della conoscenzaCorso 2013-14 Logica e ampliamento della conoscenza
Corso 2013-14 Logica e ampliamento della conoscenza
Logic & Knowledge

Team hydrid integrazione uomo macchina

  • 1. Uomo-macchina Breve esposizione su una possibile integrazione
  • 2. Limiti delluomo e della macchina Decisionali Esecutivi
  • 3. Limiti decisionali LIMITI MACCHINALIMITI UOMO Lentezza: Fare una scelta, prendere una decisione, etc. Incapacit di razionalizzare a breve termine: Non mette in discussione le sue scelte iniziali e mette in risalto fattori meno rilevanti. Fattore umano: deviato dalle sue emozioni, sensi. Eccessiva velocit: Aumenta il rischio in caso di unerrata valutazione Mancanza di auto- confutabilit dei propri algoritmi: La non valutazione dei rischi e lincapacit di valutare la veridicit delle notizie.
  • 4. Limiti esecutivi LIMITI MACCHINALIMITI UOMO Lentezza: (a livello di calcolo) Eccessiva velocit: Aumenta il rischio in caso di unerrata valutazione Insostituibilit: Non si pu嘆 trovare un duplicato. La macchina pu嘆 eseguire operazioni in tempi non percepibili dalluomo Le macchine sono facilmente rimpiazzabili Ogni uomo pu嘆 dare il suo personale ed esclusivo contributo LIMITI
  • 6. Dati qualitativi Dati quantitativi Valori indici Liquidit Volume di scambi Fusioni Fallimenti Scoperte scientifiche Rilascio di prodotti Nuove amministrazioni Opinioni Sorpresa Approvazione Maggiorecomplessitsemantica Maggioremaneggiabilit Struttura dei dati
  • 7. Organizzazione Raccolta Filtraggio Data mining Comprensione del linguaggio naturale Formati digitali Analisi testuale e statistica Associazione di notizie Attorno ai tre paradigmi della gestione dei dati ruotano numerose tecniche di programmazione, intelligenza artificiale e management. Analisi grafica Reti neurali Clustering Algoritmi associativi Gestione dati
  • 8. Raccolta notizie Supervisione Super-Supervisione Proviamo ad immaginare un sistema di raccolta e gestione di dati o not l'interazione di uomini e macchine: Una prospettiva: Un sistema di gestione e raccolta automatico che richieda l'intervento di specialisti per problemi di livello troppo alto Tecnici che verificano il funzionamento di basso livello del sistema Specialisti del mercato che interagiscono a vari livelli per direzionare gli algoritmi e controllare la coerenza delle notizie.
  • 10. Modelli, test, analisi Scelta di un modello di mercato Test attraverso i mercati sperimentali Analisi dei dati (AI): Grafica Qualitativa Quantitativa
  • 11. Decisioni e avvio Prendere decisioni (CdA): Il caso di VITAL e DKV, una forma di collaborazione tra uomo e macchina Avviare le macchine
  • 13. Esecuzione e controllo Esecutivo: Esegue operazioni con dati numerici; Esegue operazioni con le proposizioni logiche. Decisionale: Interpreta le istruzioni del programma; Coordina l'attivit dell'unit; aritmetico-logica, delle memorie e di tutte le attivit del computer. A.L.U.
  • 14. Esecuzione e controllo La formulazione della richiesta, che deve essere trasponibile in una richiesta quantitativa ossia traducibile in linguaggio macchina, dovr essere precisa e non aperta ad interpretazioni. Questo sottintende che le macchine non possono aiutarci a risolvere la totalit dei nostri problemi. Tralasciando il controllo automatico, che sar stato implementato dai programmatori, dovr sempre essere possibile eseguire un check sulloperato della macchina e, in caso, di disattivarla. Le modalit di controllo sulloperato verranno implementate dai programmatori, queste modalit vengono sempre aggiornate e cercano di essere sempre pi湛 intuitive ed immediate per lutilizzatore finale. DR. STRANAMORETRE DESIDERI
  • 15. Fine Esposizione Una breve pausa ed a seguire un acceso dibattito.