SERVIZI
QBT sviluppa algoritmi e software di calcolo in ambito Fintech, Proptech e Legaltech.
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.
Legaltech
«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)
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 è un algoritmo di analisi dei Tweet il cui scopo è estrarre l'opinione degli utenti di Twitter su determinati argomenti attraverso la 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 ed in particolare:
- Può essere eseguita in qualsiasi momento rapidamente.
- Il sistema viene addestrato una sola volta con tempi estremamente ridotti e direttamente dall’utente anche non esperto di statistica ma esperto di “quello che vuole monitorare”.
- Non si analizza un campione ma l’opinione “emergente” dall’analisi delle fonti, sia che si tratti di fonti mediate (giornali) che non mediate (blog, forum ecc).
- E’ obbiettiva 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 tendenza 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.
