Intervista

Il machine learning secondo SAP: utilizzarlo senza avere competenze

Il SAP TechEd di Barcellona è stato l’occasione per approfondire diverse tematiche tecnologiche, tra queste un posto di rilievo è riservato all’intelligenza artificiale e al machine learning. L’intervista a Sebastian Wieczorek, Head of Machine Learning Foundation di SAP, ci ha permesso di capire qual è la proposizione dell’azienda in questo ambito

Pubblicato il 15 Gen 2018

Sebastian-Wieczorek

BARCELLONA – Lanciata nello scorso maggio durante l’edizione 2017 del Sapphire, SAP Leonardo Machine Learning Foundation rappresenta l’offerta di SAP per incapsulare funzionalità di machine learning all’interno delle applicazioni. Nel corso del recente SAP TechEd di Barcellona, ZeroUno ha avuto l’occasione di incontrare Sebastian Wieczorek, Head of Machine Learning Foundation, con il quale ha potuto approfondire le caratteristiche principali dell’offerta e la sua evoluzione.

“Gli investimenti nell’intelligenza artificiale – ha subito ricordato Wieczorek – sono triplicati dal 2013, ma l’adozione al di fuori del settore tecnologico è rimasta in una fase iniziale. Come riportato da un recente studio di McKinsey, i fattori chiave nel determinare questo squilibrio sono la capacità delle aziende di superare le sfide tecniche, di esperienza e commerciali. Con il lancio SAP Leonardo Machine Learning Foundation – ha quindi specificato il manager – abbiamo voluto proprio indirizzare queste sfide per aiutare tutti i clienti a passare all’azienda intelligente, indipendentemente dal loro livello di maturità digitale, dalla propria esperienza e da specifiche competenze presenti in azienda”.

SAP Leonardo Machine Learning Foundation

Personalizzare il proprio modello di machine learning

SAP Leonardo Machine Learning Foundation (figura) è la piattaforma attraverso la quale il vendor:

  • rilascia per i propri clienti e partner una serie di servizi di machine learning pronti per l’uso, integrabili, attraverso API, nelle soluzioni da questi sviluppate: riconoscimento delle immagini; riconoscimento audio; analisi del linguaggio naturale; analisi di serie di dati temporali per scoprire potenziali trend o cambiamenti;
  • consente a clienti e partner di sviluppare propri modelli di auto-apprendimento attraverso due modalità: se si dispone di un proprio modello TensorFlow lo si può facilmente importare e distribuire su SAP Leonardo Machine Learning Foundation (ricordiamo che TensorFlow è una libreria software open source per l’apprendimento automatico e fornisce moduli testati ed ottimizzati utili nella realizzazione di algoritmi per diversi tipi di compiti percettivi e di comprensione del linguaggio; inizialmente sviluppato da Google, il codice è stato rilasciato alla community open source nel 2015); se invece si desidera avere un maggiore livello di flessibilità e adattamento alle proprie esigenze, si possono caricare i propri dati (tramite API) sulla piattaforma per sviluppare un nuovo modello completamente personalizzato.

Se la disponibilità di servizi pronti per l’uso è un abilitatore importante per la diffusione del machine learning nell’automazione di alcuni processi (consentendo così di aumentare l’efficienza nella formulazione di piani operativi e di previsioni accurati, riducendo costi ed errori dovuti all’elemento umano), l’apertura di SAP Leonardo Machine Learning agli sviluppatori per la costruzione di propri modelli di machine learning “permette ai clienti di personalizzare i servizi sulle proprie esigenze aziendali basandoli sui propri dati: i dati vengono caricati in modalità sicura sulla SAP Cloud Platform [tramite la quale viene resa disponibile la piattaforma di machine learning ndr] nella quale vengono eseguite le routine di machine learning sulla base del modello definito; i risultati del processo di auto-apprendimento vengono poi validati dall’azienda che può quindi applicare il modello negli scenari produttivi. E questo – specifica il top manager – senza che siano richieste specifiche competenze di intelligenza artificiale”.

Per aiutarci, Wieczorek fa un esempio su un use case molto comune di machine learning, il riconoscimento delle immagini: “Il modello pre-formato di SAP per il riconoscimento dell’immagine può classificare una varietà di oggetti diversi; può distinguere qualsiasi cosa, dalle macchine alle persone, agli alberi. Tuttavia, se un produttore di automobili desidera facilitare lo shopping visivo abbinando accuratamente una determinata immagine a uno dei suoi prodotti, deve insegnare al servizio di riconoscimento dell’immagine di riconoscere diversi modelli di auto. Nel mondo del machine learning, questo viene fatto formando il modello su dati specifici, per farlo le aziende possono ora utilizzare la capacità di training di SAP Leonardo Machine Learning Foundation attraverso semplici chiamate API”.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Speciale Digital360Awards e CIOsumm.it

Tutti
Update
Round table
Keynote
Video
Digital360Awards e CIOsumm.it, i momenti salienti
Eventi
Digital360 Awards e CIOsumm.IT, ecco i progetti vincitori
Tavola rotonda
Evoluzione del CIO: da centro di costo a motore strategico del business
Tavola rotonda
Business Process Augmentation: dall’RPA alla GenAI… il dato e tratto
Approfondimenti
Sistemi digitali potenziati: l’intelligenza dei chatbot è nelle mani dei CIO
Tavola rotonda
Intelligenza collaborativa e AI: sfide e opportunità per i CIO nell’era dello Human to Machine (H2M) 
Approfondimenti
Open Source: collaborazione e innovazione nel caos apparente del software libero 
Metodologie
BANI: che cos’è e come l’AI può aiutare i CIO a gestire la felicità (e l’infelicità) dei talenti
Prospettive
AI in un mondo complesso. Tra ordine e disordine, le aziende iniziano a capire la giusta via
Approfondimenti
Intelligenza Umana vs Intelligenza Artificiale insieme. Non invece
Eventi
Digital360 Awards e CIOsumm.IT, al via l’evento conclusivo
Video
Digital360Awards e CIOsumm.it, i momenti salienti
Eventi
Digital360 Awards e CIOsumm.IT, ecco i progetti vincitori
Tavola rotonda
Evoluzione del CIO: da centro di costo a motore strategico del business
Tavola rotonda
Business Process Augmentation: dall’RPA alla GenAI… il dato e tratto
Approfondimenti
Sistemi digitali potenziati: l’intelligenza dei chatbot è nelle mani dei CIO
Tavola rotonda
Intelligenza collaborativa e AI: sfide e opportunità per i CIO nell’era dello Human to Machine (H2M) 
Approfondimenti
Open Source: collaborazione e innovazione nel caos apparente del software libero 
Metodologie
BANI: che cos’è e come l’AI può aiutare i CIO a gestire la felicità (e l’infelicità) dei talenti
Prospettive
AI in un mondo complesso. Tra ordine e disordine, le aziende iniziano a capire la giusta via
Approfondimenti
Intelligenza Umana vs Intelligenza Artificiale insieme. Non invece
Eventi
Digital360 Awards e CIOsumm.IT, al via l’evento conclusivo

Articoli correlati

Articolo 1 di 4