Il Natural Language Processing (NLP) è la tecnologia di Intelligenza Artificiale più chiacchierata in assoluto.

E come potrebbe essere altrimenti?

Il mercato degli algoritmi di NLP ha sfornato dei veri e propri capolavori dell’Intelligenza Artificiale nel corso degli anni…

Capolavori che sono diventati parte integrante del nostro quotidiano modo di vivere… 

E come diciamo sempre: una volta che l’algoritmo passa per il lato consumer, presto o tardi troverà il modo di entrare nel mondo del business.

Infatti, da quando OpenAI ha lanciato sul mercato il suo GPT-3 – basato sull’NLP –  sempre più aziende si sono ‘lanciate’ su questo tipo di tecnologia.

E forse è il caso che tutte le aziende comincino ad interessarsene per non rimanere indietro rispetto alla concorrenza.

Che cos’è il Natural Language Processing?

Il Natural Language Processing (o NLP) è una tecnologia basata sul Machine Learning e sul Deep Learning.

Come nella Computer Vision si analizza ciò che vede l’occhio – oggetti, ambienti, profondità – con il Natural Language Processing analizziamo ciò che le persone scrivono, ossia i testi.

I testi infatti sono l’input di un modello di Natural Language Processing.

Quindi invece di creare un dataset di immagini, si crea un dataset di testi.

E come si fa?

Per trainare il GPT-3 è stato preso come dataset – in buona sostanza – qualsiasi testo proveniente da Internet per imparare a generare testi come post, articoli o semplici frasi.

Da qui lo scandalo delle frasi razziste o incomprensibili, ma perché il GPT-3 è solo un grosso strumento per promuovere la tecnologia…

In realtà i modelli di Natural Language Processing sono di per sé molto più sofisticati e specializzati a seconda dell’ambito in cui vengono applicati.

A volte si parte da un documento, lo si analizza e ne si estrae le informazioni chiave tramite porzioni di testo, per utilizzarle in una seconda fase di elaborazione.

Il Natural Language Processing e gli assistenti virtuali

Ebbene sì, il Natural Language Processing è la tecnologia che si trova dietro Amazon Echo, Siri o Google Home.

Nel momento in cui chiedi ad Alexa di “impostare un timer da 10 minuti”, la tua voce viene presa, trasmessa al server di Amazon e solo alla fine l’algoritmo di Natural Language Processing la analizza ed estrae i concetti:

• Timer,
• 10,
• Minuti.

Questi concetti poi vengono trasformati in funzioni e azioni, cioè l’assistente vocale che ti risponde e lo strumento che imposta il timer.

Questo meccanismo di input-output è molto simile a quello che troviamo in sistemi come Google Translate, i traduttori automatici.

Sono sistemi che analizzano e lavorano sulla costruzione della frase, quindi sulle semantiche di costruzione della frase per poi eseguire le traduzioni.

E ora tu potresti dire…

“Ma Google Translate e simili non sono un po’ stupidi?”

Certo, sono ancora un po’ “stupidi” – Google Translate non lo useresti mai per fare una traduzione ufficiali – ma c’è un motivo per questo…

Il modello di Intelligenza Artificiale, il deep learning, non contestualizza le frasi, nel senso che non ne ricava un significato.

Un modello non può fare questo tipo di ragionamento.

Un algoritmo statisticamente pesa le parole, ma non da un significato alla frase.

Quindi, nel momento in cui il modello genera del testo, noi ci aspettiamo che abbia creato una testo con le frasi connesse l’una all’altra, in un contesto chiaro, ma non è così…

In poche parole, creare 5 frasi connesse che diano un senso compiuto è molto difficile.

MA.

Rispetto a 3-4 anni fa, sicuramente ci sono stati dei bei passi avanti, soprattutto grazie all’aumento di dati e informazioni a nostra disposizione.

E più utilizziamo Google Translate, più facciamo girare i testi, più ci guarda dentro le nostre email, più ci saranno dati a disposizioni, e più riuscirà a tradurre meglio i vari passaggi.

È chiaro che per generare un articolo e per promuovere un prodotto online, siamo già ad un buon livello di qualità, da testo generato in modo automatico.

Se invece ci aspettiamo una Divina Commedia, beh, è un obiettivo molto più lontano da raggiungere.

E quali sono le applicazioni del Natural Language Processing per il business?

Nel mondo delle aziende il Natural Language Processing è una tecnologia estremamente interessante… 

Non per niente gli algoritmi di Natural Language Processing si sono evoluti in maniera molto importante proprio in questi ultimi anni, rispetto a tutti gli altri.

Il Natural Language Processing viene applicato nelle aziende per efficientare i processi, cioè ottimizzare il tempo attraverso sistemi che permettono di estrarre informazioni da contenuti testuali scritti o parlati, o addirittura generare testi e informazioni.

Per esempio noi usiamo molto spesso i filtri delle email o i suggerimenti automatici per completare o generare le frasi.

E in questo momento si utilizzano questi algoritmi per automatizzare delle pratiche “copia-incolla” con una piccola parte di variabilità/personalizzazione…

Mentre prima si scriveva il testo per intero oppure si creavano le macro di Word per comporre i testi in maniera più veloce.

Ora, un algoritmo di Natural Language Processing può effettivamente sostituire un essere umano?

L’esperto di dominio è ancora importante, ma invece che occupare gran parte del tempo a fare copia-incolla, si occuperanno solo di fare quella piccola differenza per la quale sono effettivamente preparate.

Questo è il primo esempio…

Un altro esempio interessante che si sta facendo avanti riguarda tutto l’argomento del sentiment analysis, quindi l’analisi automatica dell’opinione dei clienti o dei potenziali clienti.

E determinare cosa pensano i potenziali clienti del tuo brand è assolutamente importante ai fini del business.

Le nostre esperienze con il Natural Language Processing

Il nostro cliente più importante in questo momento è l’Organizzazione Mondiale della Sanità, con la quale stiamo organizzando una piattaforma di riferimento a livello mondiale che supporterà le persone disabili nella scelta degli ausili.

Al momento il progetto è in fase beta, il che significa che il grosso del progetto è concluso e lo stanno utilizzando i primi utenti, scelti in un numero ristretto di persone.

In questo sistema noi abbiamo creato un motore di Natural Language Processing che – in estrema sintesi – estrae una conoscenza da un database di regole che è stato generato da esperti di settore.

È un progetto di cui sicuramente ne parleremo più avanti, non appena sarà rilasciato in produzione. 

Il nostro consiglio agli imprenditori

Da qui ai prossimi anni ci sarà un grossissimo ricorso delle aziende a queste tecnologie.

Quindi, se tu che ci stai leggendo non hai ancora pensato di introdurre queste tecnologie, è proprio il casi di attivarti il prima possibile per capire come introdurle, per informarti, per renderti consapevole, per documentarti.

E ci sono tanti modi per documentarsi: uno è il nostro podcast che puoi trovare anche su YouTube, dove cerchiamo di dare dei contenuti.

Dopodiché, il nostro consiglio è cercare di affidarsi a degli esperti che possano supportare l’azienda per capire come meglio introdurre queste tecnologie.

Questo è il nostro lavoro, questo è ciò che facciamo, partendo dal definire gli obiettivi che l’azienda vuole raggiungere.

Magari non è detto che la soluzione oggi sia introdurre in azienda l’Intelligenza Artificiale, ma magari è il momento di iniziare un percorso di preparazione per stare al passo con la concorrenza.

Quindi, per entrare in contatto con noi puoi cliccare QUI, oppure telefonarci al numero 800.270.021.

Verrai messo in contatto con un nostro operatore il prima possibile.

A presto!

Jonni