SAS e il ritorno dell’Intelligenza Artificiale

MILANO – Mentre il volume dei dati generati e disponibili da fonti diverse è in costante crescita, si aprono nuovi scenari per le applicazioni analitiche. Durante la sessione plenaria del recente SAS Forum 2017 dal titolo Analytics drives Everything, Marco Icardi, Regional Vice President di SAS prefigura un futuro in cui gli oggetti con cui le persone hanno frequente interazione diverranno sempre più intelligenti e parte di esse: “La trasformazione digitale è un processo creativo che comporta un salto culturale, prima ancora che tecnologico – spiega Icardi -. Se collaborazione, apertura, conoscenze trasversali e nuove competenze cresceranno di pari passo con le tecnologie più avanzate, allora sarà possibile costruire ciò che fino a ieri era inimmaginabile”.

In questo contesto è chiave l’intelligenza artificiale, come sintesi delle componenti tecnologiche di cloud, analytics avanzati e delle tecniche di machine learning. “L’intelligenza artificiale ha raggiunto un nuovo stadio evolutivo – prosegue Icardi – le macchine non serviranno a sostituire le capacità umane, ma a potenziarle. Di conseguenza cambieranno i modi di lavorare e produrre, vedremo nuove espressioni dell’ingegno e della creatività umani”. Una rivoluzione che non avverrà adattando le vecchie regole alle nuove situazioni, bensì accogliendo nuovi princìpi, ridefinendo il rapporto tra uomo e macchina, “mettendo a fattor comune la tecnologia più avanzata e il fattore umano”.

Alcuni esempi concreti

Gli esempi di questo cambiamento citati in occasione del SAS Forum riguardano Neuralink, società fondata dal geniale imprenditore Elon Musk (Tesla, SpaceX) per studiare nuovi dispositivi digitali e computer impiantabili nel cervello; e l’esperienza personale di Neil Harbisson, artista che convive con un impianto cerebrale in grado dargli la visione dei colori (negata dall’acromatopsia), ma anche capacità sensoriali che trascendono la percezione umana. Si affiancano le esperienze meno estreme, ma altrettanto significative, come quella di Octo Telematics, azienda che produce sensori per auto che, unitamente agli strumenti analitici, stanno oggi ridefinendo le dinamiche del mercato assicurativo e di valutazione del rischio.

Le sfide dell’IoT per gli analytics avanzati

Mentre da una parte SAS guarda con interesse al mercato dell’intelligenza artificiale, che secondo IDC sta letteralmente esplodendo (47 miliardi di dollari nel 2020 contro gli 8 dello scorso anno) dall’altro sta investendo sul fronte delle tecnologie per l’Internet of Things (IoT) che con i 50 miliardi di dispositivi connessi in rete (previsione 2020 di fonte Cisco) offre nuove opportunità di mercato ma anche difficili sfide tecnologiche all’impiego delle tecnologie analitiche.

Per SAS, lo sviluppo dell’IoT si traduce nella necessità di dover sempre più incrementare le prestazioni dei sistemi analitici nell’elaborazione di flussi-dati in real-time, realizzati attraverso l’engine di Event Stream Processing. Significa inoltre garantire l’apertura ai protocolli più diversi usati dalla molteplicità dei sensori oggi impiegati in automobili, impianti industriali, smart home, infrastrutture smart city, dispositivi weareable e così via. Occorre inoltre permettere alle capacità analitiche di operare in modo distribuito all’interno dei dispositivi ossia sulle piattaforme intelligenti, ma necessariamente limitate di sensori ed endpoint di acquisizione dei dati.

Executive Vice President e CTO di SAS

Un esempio è costituito dalla nuova piattaforma Edge-to-enterprise IoT Analytics realizzata da SAS in collaborazione con Cisco, in cui le capacità analitiche sono portate alla periferia della rete, in modo da risultare scalabili nei termini di volume, velocità e latenza quanto la stessa rete. La combinazione dei gateway Cisco IoT e della tecnologia di Event Stream Processor di SAS promette di applicare modelli analitici “in motion” direttamente dove i dati vengono generati, con tempi di risposta molto più rapidi. Il sistema permette di discriminare localmente se un allarme deve essere inviato oppure no e quali dati sono realmente indicativi per l’inoltro verso il data center locale o in cloud per gli scopi di archiviazione o di consolidamento con dati aziendali/business per dare agli operatori l’esatta comprensione di ciò che sta accadendo al sistema controllato. Diventa possibile applicare le tecniche analitiche più avanzate, creare viste specifiche su dashboard, fare data mining e o machine learning per generare nuovi modelli analitici. La collaborazione con Cisco comprende anche gli strumenti necessari per una gestione coerente dell’infrastruttura analitica distribuita nei vari livelli della rete.

Secondo Oliver Schabenberger, Executive Vice President e CTO, responsabile della ricerca e sviluppo di SAS, l’IoT e più a lungo termine le tecnologie blockchain saranno i maggiori elementi di discontinuità per i modi con cui si concepisce la gestione dati e l’analisi. “Per lavorare con IoT serve poter gestire grandi moli di dati, ma anche avere forti competenze nell’ambito analitico – spiega il manager -. Si tratta di un salto culturale per molte aziende: ogni nuovo servizio sarà accompagnato dalla creazione di un nuovo dominio di conoscenza”. Il modo con cui oggi si fa analisi, trasferendo i dati di monitoraggio nel cloud o nel data center per elaborazioni batch non è adeguato all’IoT perché non può reggere l’aumento esponenziale dei sensori ed è lento nelle reazioni. “Per ricavare valore dai dati serve agire tempestivamente – continua Schabenberger -. Occorre conoscere il tempo ottimale per ogni analisi. Il real time è oggi vitale, per esempio, per bloccare le transazioni fraudolente nei POS. Questo livello di reattività sarà portato dalle applicazioni analitiche in tanti altri settori”.