Quaero Ai & Law realizzato da Mauden per Alma Iura è un esempio di come sia possibile utilizzare algoritmi di intelligenza artificiale per la classificazione e l’estrapolazione di informazioni da database documentali.
Nello specifico IBM Watson Machine Learning ha permesso ai nostri sviluppatori e data scientist di interrogare la knowledge base del cliente ottenendo risultati puntuali e integrando inoltre funzionalità predittive.
Come si può evincere dal nome del servizio, il machine learning è lo studio  di algoritmi informatici che migliorano autonomamente per mezzo dell’esperienza e dell’uso dei dati.
Questo trova ampia varietà di applicazione in contesti anche molto differenti: elaborazione d’immagini, riconoscimento vocale, analisi del testo e tutti quei casi in cui è necessario prevedere un determinato risultato attraverso l’analisi di dati e dei pattern che questi identificano.
Come è facilmente intuibile, quindi, i dati sono fondamentali e punto di partenza imprescindibile per la realizzazione di un modello di machine learning efficacie. Questi dovranno essere un campione abbastanza ampio ed eterogeneo del totale, sul quale verrà addestrato il modello. L’addestramento può avvenire seguendo tre diversi approcci:

• Supervised learning: in cui vengono forniti all’intelligenza artificiale sia gli input che gli output, in modo tale da addestrare il modello sui risultati che ci aspettiamo.
• Unsupervised learning: in cui vengono forniti all’intelligenza artificiale solo gli input, lasciando al modello il compito di trovare una struttura logica con i dati a disposizione.
• Reinforcement learning: in cui il modello interagisce con un ambiente dinamico che fornisce feedback autonomamente durante la fase di addestramento ed impara quindi dall’esperienza.

IBM Watson Machine Learning è quindi uno strumento dalle enormi potenzialità se addestrato correttamente.
Tra i vantaggi del servizio troviamo inoltre:

• Gestione semplificata del ciclo di vita del modello predittivo, dalla sua creazione, alla sua pubblicazione, fino alla sua rielaborazione.
• Supporto nativo di diversi framework tipici del machine learning come: TensorFlow, Keras, Caffe, PyTorch, Spark MLlib, scikit learn, xgboost and SPSS
• Ampia scelta d’ integrazione attraverso REST API, per collegare la propria applicazione ai modelli predittivi sviluppati.
• Integrazione con Watson Studio che permette il collegamento con altri servizi appartenenti al pacchetto IBM Cloud per effettuare ulteriori approfondimenti ed elaborazioni.

IBM Watson Machine Learning, rende quindi possibile focalizzare le proprie risorse sul miglioramento continuo del modello predittivo, semplificando tutte le attività che riguardano l’ecosistema circostante, come ad esempio il reperimento dei framework, la manutenzione dello stesso e il suo rilascio.
L’esperienza con Quaero Ai & Law ci ha permesso quindi di esplorare tutte le potenzialità di IBM Watson Machine Learning e di realizzare un sistema funzionale, affidabile e che rispondesse alle esigenza del cliente.

Francesco Divittorio – Full Stack Developer