MILANO (AIMnews.it) – Intelligenza artificiale: gli ultimi risultati delle attività di ricerca e sviluppo portate avanti da Expert System sono stati pubblicati sulla rivista Semantic Web. Un nuovo traguardo nel campo dell’IA grazie ai progressi legati all’integrazione di knowledge graph e machine learning.

Pur essendo estremamente diffusi, machine learning e deep learning non consentono di risolvere i problemi legati alla capacità di comprendere automaticamente il linguaggio naturale. Per questo, la comunità legata al mondo dell’intelligenza artificiale ha forti perplessità circa i limiti di questi approcci, soprattutto in termini di “Artificial Intelligence explainability”, cioè la possibilità di comprendere i meccanismi e i “ragionamenti” che consentono alle tecnologie di intelligenza artificiale di ottenere determinati risultati. Nel caso di machine learning e deep learning, infatti, il processo di elaborazione dei testi eseguito dagli algoritmi non è esplicito ed è perciò difficile definire il motivo per cui si arrivi a un esito piuttosto che a un altro. Al contrario, il knowledge graph fornisce descrizioni esaustive, efficaci e fruibili del dominio di interesse, garantendo completa trasparenza sul funzionamento dei sistemi cognitivi. Qualsiasi tipo di testo non strutturato può essere compreso e processato in modo più rapido e accurato, consentendo ai sistemi di intelligenza artificiale basati sul Natural Language Understanding e il Natural Language Processing di gestire in modo efficiente qualsiasi processo basato sulla gestione della conoscenza.

“L’apprendimento automatico da solo non è in grado di risolvere i problemi legati alla comprensione del linguaggio naturale. Unendolo invece con il knowledge graph, si ottengono solide prestazioni”, commenta Marco Varone, Presidente e CTO di Expert System. “L’aspetto innovativo del nostro approccio consente di fondere al meglio le potenzialità del deep learning con l’enorme quantità di conoscenza del knowledge graph, consentendo di ottenere risultati migliori con meno lavoro di preparazione e di messa a punto finale”.