News
-
Reinforcement Learning: come applicarlo al trading finanziario
Come si possono applicare tecniche e algoritmi di Reinforcement Learning al problema del trading finanziario? Come esempio, è sufficiente pensare a uno scambio tra un bene liquido (denaro) e un bene non liquido (ad esempio un’azione). Lo stato dell’ambiente è rappresentato da cosa è presente nel portafoglio in quell’istante di tempo (quantità di denaro e…
-
Vendere dati online: come l’AI può migliorare il settore nel rispetto della privacy
Negli ultimi anni, la quantità di informazioni e di dati che possono essere raccolti dal web è cresciuta vertiginosamente; di conseguenza, sono aumentate le opportunità per poter ampliare il proprio business. Tali informazioni spaziano dalle preferenze dei consumatori, quali quelle espresse comprando un prodotto in un e-commerce o su siti web di streaming, ai rapporti…
-
Safe Exploration-Exploitation: come conciliare performance e garanzie sul comportamento dell’AI
L’Online Learning è un paradigma dell’apprendimento automatico (machine learning) molto studiato dalla comunità scientifica per i problemi decisionali in tutti quei casi in cui i dati diventano disponibili solo durante l’esecuzione degli algoritmi. Il principio alla base del suo funzionamento è la ricerca del migliore trade-off tra una sufficiente raccolta di dati (Exploration) e un…
-
Bias nell’intelligenza artificiale: quali sono le cause e le possibili soluzioni
Un algoritmo di intelligenza artificiale basato su un approccio data-driven non predice il futuro, ma codifica il passato. Questo non evidenzia soltanto il forte legame tra il comportamento di un algoritmo e la base di dati su cui viene addestrato, ma ci pone davanti alcune domande: come possiamo realmente definire la performance di un algoritmo? Cosa sono i bias e come…
-
Come si realizza un’azienda AI-driven: modelli organizzativi e competenze necessarie per la governance di progetti e prodotti AI (parte II)
Diventare un’azienda AI-driven richiede di rivoluzionare molteplici aspetti essenziali dell’azienda stessa: le sue strutture organizzative e le interazioni che avvengono tra di esse, le metodologie di sviluppo dei progetti, le competenze necessarie e non da ultimo la cultura aziendale.
-
Come si realizza un’azienda AI-driven: struttura e percorso trasformativo (parte I)
La transizione verso una struttura aziendale che sia guidata e supportata dall’AI non è un processo che avviene dall’oggi al domani, ma è il culmine di un percorso che passa per numerose fasi successive di maturità sempre crescente. In questo tipo di azienda, i dati sono considerati un asset di primaria importanza e grande attenzione…