L'intelligenza artificiale (AI) è la base per simulare i processi di intelligenza umana attraverso la creazione e l'applicazione di algoritmi integrati in un ambiente di calcolo dinamico. In altre parole, l’obiettivo dell’AI è quello di creare computer in grado di pensare e agire come gli esseri umani.
Per realizzare questo obiettivo sono necessari tre componenti chiave:
Per ottenere risultati ottimali, occorrono quantità superiori di dati e una maggiore potenza di elaborazione.
Almeno a partire dal primo secolo a.C., l’uomo è stato affascinato dalla possibilità di creare macchine in grado di simulare il cervello umano. Nell’epoca moderna, il termine intelligenza artificiale è stato coniato nel 1955 da John McCarthy. Nel 1956, McCarthy e altri scienziati organizzarono la conferenza “Dartmouth Summer Research Project on Artificial Intelligence”. Questo evento ha portato alla creazione del machine learning, del deep learning, dell’analisi predittiva e, ultimamente, dell’analisi prescrittiva. Ha inoltre dato origine a un campo di studio completamente nuovo, ovvero la scienza dei dati.
Oggi, la quantità di dati generati, sia dagli esseri umani che dalle macchine, supera di gran lunga la capacità degli esseri umani di assimilare, interpretare e prendere decisioni complesse sulla base di tali dati. L’intelligenza artificiale costituisce la base di tutte le tecnologie di apprendimento informatico e rappresenta il futuro di tutti i processi decisionali complessi. Ad esempio, la maggior parte degli esseri umani può capire come non perdere al gioco del filetto (tris), anche se ci sono 255.168 mosse uniche, di cui 46.080 finiscono con un pareggio. Un numero decisamente inferiore di persone può essere considerato un grande campione di dama, in cui si contano più di 500 x 1018, o 500 quintilioni, di potenziali mosse diverse. I computer sono in grado di calcolare in modo estremamente efficiente queste combinazioni e trasformazioni per individuare la decisione migliore. L’intelligenza artificiale (e la sua logica evoluzione del machine learning) e il deep learning rappresentano i pilastri fondamentali dei processi decisionali aziendali del futuro.
Possiamo trovare applicazioni dell'AI negli scenari di tutti i giorni, come il rilevamento delle frodi nei servizi finanziari, le previsioni degli acquisti retail e le interazioni di assistenza clienti online. Ecco alcuni esempi:
In qualità di autorità sui dati per il cloud ibrido, NetApp comprende bene il valore legato ad accesso, gestione e controllo dei dati. Il data fabric di NetApp® fornisce un ambiente di gestione dei dati unificato che include dispositivi edge, data center e multicloud. Il data fabric aiuta le organizzazioni di tutte le dimensioni ad accelerare le applicazioni critiche, ottenere la visibilità dei dati, ottimizzare la data protection e incrementare l'agilità operativa.
Le soluzioni NetApp AI sono basate sui seguenti building block chiave:
Inoltre, NetApp ha iniziato a incorporare il big data analytics e l'intelligenza artificiale nei propri prodotti e servizi. Ad esempio, Active IQ® utilizza miliardi di data point, analisi predittive e una potente tecnologia di machine learning per fornire consigli relativi all’assistenza clienti proattiva in ambienti IT complessi. Active IQ è un’applicazione di cloud ibrido sviluppata utilizzando gli stessi prodotti e tecnologie NetApp usati dai nostri clienti per creare soluzioni AI per una vasta gamma di casi d’uso.
Vuoi saperne di più? Consulta la nostra pagina dell'hub risorse per l'AI. Guarda video, leggi blog e consulta la documentazione per approfondire la tua conoscenza dell'AI.