SERVIZI

Intelligenza artificialeQBT sviluppa algoritmi e software in ambito fintech, forti di una solida esperienza nell'erogazione diretta di servizi.
Esperienza che ha accresciuto il nostro know-how, consolidando la nostra capacità di sviluppare software gestionali che progettiamo su misura, per proporre sempre la migliore soluzione tecnologica alle esigenze specifiche del cliente.
Attraverso una scrupolosa attività di ricerca e sviluppo abbiamo inoltre esplorato nuovi settori, diventando un punto di riferimento nel campo dell’Intelligenza Artificiale, ed in particolare nel Natural Language Processing e nel machine learning.
Tutte le nostre attività di ricerca procedono in stretta collaborazione con università e centri di ricerca, che costituiscono il naturale network delle competenze di QBT.

Artificial Intelligence:
Natural Language Processing e Machine Learning

«L'Intelligenza Artificiale (conosciuta con l’acronimo inglese AI) è una disciplina appartenente all'informatica che studia i fondamenti teorici, le metodologie e le tecniche che consentono la progettazione di sistemi hardware e sistemi di programmi software capaci di fornire all’elaboratore elettronico prestazioni che, a un osservatore comune, sembrerebbero essere di pertinenza esclusiva dell’intelligenza umana».

(Marco Somalvico)

Leggi tutto

 Definizioni specifiche possono essere date focalizzandosi sui processi interni di ragionamento o sul comportamento esterno del sistema intelligente ed utilizzando come misura di efficacia la somiglianza con il comportamento umano o con un comportamento ideale, detto razionale.

L’AI può simulare in diversi modi l’intelligenza umana, a seconda dei processi attivati:

  • agire umanamente - il risultato dell’operazione compiuta dal sistema intelligente non è distinguibile da quella svolta da un umano;
  • pensare umanamente - il processo che porta il sistema intelligente a risolvere un problema ricalca quello umano. Questo approccio è associato alle scienze cognitive;
  • pensare razionalmente - il processo che porta il sistema intelligente a risolvere un problema è un procedimento formale che si rifà alla logica;
  • agire razionalmente - il processo che porta il sistema intelligente a risolvere il problema è quello che gli permette di ottenere il miglior risultato atteso date le informazioni a disposizione.

(fonte: Wikipedia)

Agent MOrSe

La ricerca semantica o Natural Language Processing:

  • non si affida alla semplice chiave di ricerca delle parole chiave Keyword;
  • risolve i problemi legati alla morfologia (singolari/plurali, verbi all’infinito ecc.);
  • capisce il significato del “contesto” cercato, attraverso la disambiguazione dei testi;
  • fornisce risultati che si riferiscono al contesto anche se le Keyword non sono specificatamente presenti nel contenuto.

Ecco un esempio:

La ricerca “Pinguini” restituirà tutte le sorgenti di informazioni che riportano contenuti che hanno a che vedere con i buffi “Animali grigi del polo Sud”, senza che tali contenuti debbano forzatamente includere il termine “Pinguini”.

MOrSe (Motore di ricerca Semantica) è una piattaforma di QBT, basata su tecnologia proprietaria semantica, che supporta i clienti nel gestire in modo più efficace le informazioni disponibili, così da ricavarne nozioni fondamentali e strategiche.

La piattaforma è in grado di operare su grandi flussi di dati (documenti di testo, multimedia, flussi audio, pagine web e social network) in 27 lingue diverse.

Punti forza della piattaforma MOrSe sono gli specifici thesauri appositamente definiti per ogni specifico settore applicativo al fine di concettualizzare, classificare e ricercare gli argomenti in modo ottimale. Questo permette di superare i limiti delle tradizionali tecnologie basate su keyword.

Progettata e realizzata da esperti del settore in collaborazione con il CNR di Roma, MOrSe è usata da Clienti qualificati in Italia e in Svizzera ed è impiegata in numerosi contesti.

Twitter Opinion Dynamic

Twitter Opinion Dynamic

Twitter Opinion Dynamic è un algoritmo di analisi dei Tweet, in grado di restituire l'opinione degli utenti del social network Twitter su argomenti specifici, attraverso la cosiddetta sentiment analysis.
I vantaggi di questo approccio risiedono nell’elevata rapidità e reattività (la fonte è il web) con cui si possono studiare e monitorare gli effetti degli eventi studiati. 

Le potenzialità di questo tipo di analisi sono molteplici:

  • può essere eseguita in qualsiasi momento e rapidamente;
  • il sistema viene addestrato una sola volta con tempi estremamente ridotti e direttamente dall’utente, anche se non esperto di statistica, ma padrone della materia da monitorare;
  • non si analizza un campione ma l’opinione emergente dall’analisi delle fonti, che possono essere fonti mediate (giornali) o non mediate (blog, forum ecc); 
  • è obiettiva perché non pone domande ma rimane “in ascolto”.

Fondamentale nel nostro approccio è lo studio dell'utente di internet che posta contenuti sul web: rispetto al sondaggio, infatti, lo studio di internet è affetto da un'intrinseca carenza di copertura nel campionamento, in quanto ad esempio non tutte le categorie sociali accedono al web con numeri adeguati a generare una corretta rappresentatività. 
Attraverso la nostra Sentiment Analysis vengono quindi opportunamente categorizzati gli utenti del web e successivamente ne vengono analizzate le opinioni, al fine di produrre analisi di Opinion Dynamic, che spaziano dalla politica alla comprensione dei fenomeni sociali o delle tendenze di mercato.
Il modello permette la misurazione esterna del rischio reputazionale (di tipo qualitativo) presso i diversi stakeholder, fornendo al management uno strumento efficace per monitorarlo in modo dinamico.

Lo strumento è accessibile all’indirizzo http://www.tody.it