{{{sourceTextContent.title}}}

Come l'intelligenza artificiale creerà «un lavoratore aumentato»

{{{sourceTextContent.subTitle}}}

Creato quattro anni fa, Deepomatic è una società francese che sviluppa il software di intelligenza artificiale permettendo alla creazione dei sistemi di riconoscimento di immagine.

{{{sourceTextContent.description}}}

Il loro scopo? per creare «un lavoratore aumentato» o «medico» chi può mettere a fuoco sulle mansioni più interessanti e più importanti mentre la macchina tratta i casi più facili dove un alto livello di competenza non sia richiesto. L'idea è di creare un sistema che permette alla semiautomazione delle mansioni ripetitive e visive con un essere umano infine che rimane al timone del progetto. Abbiamo parlato con Augustin Marty, CEO di Deepomatic.

Intervista tradotta dal francese da Monica Hutchings.

E-rivista di MedicalExpo: Dite che il riconoscimento di immagine è oggi la tecnologia di intelligenza artificiale più matura là fuori. Perché è questo e come funziona?

Augustin Marty: Siamo specializzati nel riconoscimento del video e di immagine. Da un punto di vista tecnologico e scientifico, questo è il campo in cui l'intelligenza artificiale ha avuta negli ultimi anni le innovazioni più significative. La metodologia consiste nella raccolta degli insiemi di dati relativamente grandi, cioè immagini, che arricchiamo con informazioni, come l'individuazione degli oggetti in un posto particolare o dire che un'immagine particolare corrisponde ad un elemento particolare. Per raggiungere questo è necessario affinchè una persona trasferisca la parte della sua competenza alla macchina. Poi recuperiamo queste immagini e le informazioni che vanno con loro e prepariamo una rete dei neuroni per imparare il compito che stiamo lavorando sopra. Ciò ci dà una rete dei neuroni specializzati nel compito attuale.

ME e-MAG: Che immagini usate per preparare la macchina?

Augustin Marty: Corrispondono ai casi che stiamo lavorando sopra. Nel settore medico, per esempio, lavoriamo pricipalmente nel campo di imaging biomedico. Abbiamo bisogno dell'input di un medico con un determinato livello di competenza che potrà dirci che questo o quell'elemento su un ultrasuono corrisponde questo o a quell'organo. Facciamo questo per tantissime immagini e poi autonomamente il sistema potrà dire quello su un'immagine che data è una questione di organo dato. Grazie alla biblioteca di conoscenza che il sistema avrà acquisito, potrà da generalizzare tutto questo e da usare questa conoscenza per applicarla alle nuove immagini. Sta imparando dall'analogia. Possiamo realmente confrontare questo all'addestramento di un essere umano; gli insegniamo tantissimi esempi in moda da poterlo poi riconoscere gli elementi sulle immagini che non ha visto mai prima da sè.

Sta imparando dall'analogia. Possiamo realmente confrontare questo all'addestramento di un essere umano; gli insegniamo tantissimi esempi in moda da poterlo poi riconoscere gli elementi sulle immagini che non ha visto mai prima da sè.»

ME e-MAG: C'è un rischio di errori?

Augustin Marty: Sì naturalmente, non c'è magia dietro in modo dall'idea è che un essere umano rimane sempre nel controllo ed informato dei limiti del sistema lui o sta creando. Con il nostro sistema, la previsione che la macchina farà è accompagnata sempre da un livello di fiducia: darà un punteggio che ci dice se è più o meno sicuro della sua interpretazione. Dopo quello, possiamo installare i meccanismi che assicurano che quando la macchina non è realmente sicura, possiamo girarci verso l'opinione di un medico.

ME e-MAG: Cui può il vostro sistema essere usato per?

Augustin Marty: Nel campo medico è essenzialmente un aiuto diagnostico in presenza di un medico sempre. Ciò permette che il medico metta a fuoco sui casi più complicati che richiedono la competenza più avanzata, mentre i casi più semplici possono essere lasciati alla macchina ed essere trattati più rapidamente. Ma in questo campo siamo ancora nella fase della ricerca ed ancora non è usata sui pazienti.

Inoltre stiamo lavorando ad alcuni progetti relativi alla nuova ricerca della droga; in questo caso l'imaging biomedico si trasforma in più di uno strumento per confermare se il nuovo trattamento che stiamo provando a svilupparci sarà efficace oppure no. L'imaging biomedico ed il nostro sistema dall'estensione, poi sono usati per automatizzare la parte di valutazione delle prestazioni e di prova di nuovo trattamento.

La vera sfida nel campo medico è accesso ai dati pazienti, che sono logiche e comprensibili, ma significa che è difficile avere accesso ad un grande volume di dati. Ma questa tecnologia deve assorbire un grande volume di dati per lavorare.

La vera sfida nel campo medico è accesso ai dati pazienti, che sono logiche e comprensibili, ma significa che è difficile avere accesso ad un grande volume di dati.»

ME e-MAG: E che cosa può essere utilizzato per in altri campi?

Augustin Marty: Oggi, l'applicazione che più avanzata stiamo lavorando ai registratori di cassa automatici di preoccupazioni nell'industria della ristorazione istituzionale. In un self-service di società, per esempio, installeremo una o più macchine con le macchine fotografiche. I clienti arrivano con i loro vassoi riempiti di cose che differenti avranno scelto per il loro pasto. La macchina fotografica prenderà un'immagine del vassoio ed il sistema riconoscerà automaticamente che cosa è su e calcola quanto la persona deve pagare.

ME e-MAG: Ma questo si libera dei lavori umani…

Augustin Marty: Sì, c'è definitivamente un impatto diretto su occupazione perché ci sarà una necessità per meno gente di lavorare il registratore di cassa, ma possiamo inoltre vedere questo come modo di fabbricazione della linea flusso più uniformemente e di migliori picchi assorbenti nel volume, poiché ognuno va pranzare allo stesso tempo. È possibile da aumentare il numero delle macchine e da adattarsi più facilmente ai picchi nel volume. Già è stato spiegato in circa dieci ristoranti in Francia e stiamo provando a svilupparlo altrove.

Nell'industria, inoltre stiamo lavorando agli interni dell'automobile. Per esempio ci sarà una macchina fotografica dentro le automobili per migliorare per capire che cosa accade nell'automobile interna e per fornire una serie di servizi supplementari che sono attualmente collegati per confortare che niente altro. Un esempio tipico è che potremo individuare il livello di abbigliamento che una persona sta indossando, se è un uomo o una donna come pure il suo livello di attività e procede all'adeguamento automatico della temperatura dentro l'automobile di conseguenza.

Per l'industria di sicurezza, potremo rendere le macchine fotografiche di videosorveglianza più astute. Oggi, ci sono molte macchine fotografiche che sono installate, ma i teleoperatori necessariamente non hanno la capacità di guardare tutti i nastri in tempo reale. Così l'idea è di avere un sistema che può guardare tutti i video in tempo reale e pubblicare un allarme quando individua il comportamento anormale come un assalto, un movimento violento o qualcuno che perdono i sensi e sono da solo sul pavimento. Come nell'imaging biomedico, questa è inoltre una collaborazione fra l'uomo e la macchina perché infine non è la macchina che faccia una decisione ma l'essere umano che deciderà di avvisare i servizi di soccorso o di reagire. Ma porteremo questo o quell'evento all'attenzione dell'essere umano.

L'idea è che la gente rimane al timone che dirige il progetto, informato delle limitazioni del sistema che è creato.»

Inoltre lavoriamo nel settore del trasporto. Ma per quanto gli spazi pubblici, siamo affrontati ad un problema principale di accesso ai dati personali. Così l'idea è prima per creare un sistema che renderebbe le immagini video anonime, cioè offuscante i fronti su questi video in moda da potere poi individuare semiautomatico le applicazioni le borse abbandonate come pure il comportamento sospettoso, pericoloso o violento.

ME e-MAG: C'è un rischio che gli esseri umani ad un certo punto saranno sorpassati dalla macchina che hanno creato?

Augustin Marty: Vogliamo creare le interfacce che sono molto semplici da usare in modo che concetti che sono molto complicati a prima vista diventare molto più comprensibili facendo uso del nostro strumento. L'idea è che la gente rimane al timone che dirige il progetto, informato delle limitazioni del sistema che è creato. Vogliamo gli esseri umani sempre potere capire che cosa sta accendendo in moda da poterle prendere essi le giuste decisioni.

{{medias[30027].title}}

{{medias[30027].description}}