E’ noto che molte aziende automobilistiche mondiali stiano investendo molti milioni di dollari per sviluppare auto a guida autonoma. Lo sviluppo è principalmente concentrato sulla capacità della vettura di comprendere attraverso algoritmi di intelligenza artificiale quali azioni compiere durante lo spostamento della vettura nelle strade presenti sul territorio. La capacità di adattamento degli esseri umani li rende ancora superiori ai dispositivi di guida autonoma, in particolare nella comprensione del concetto astratto di guida in sicurezza e nel saper applicare la propria esperienza anche in luoghi che vengono attraversati in auto per la prima volta.

Nelle condizioni di particolare difficoltà e di emergenza l’essere umano è in grado di ingegnarsi per trovare vie di salvezza. Parliamo ancora della galoppante diffusione dell’epidemia di COVID che con le sue caratteristiche di “invisibilità” rende la vita difficile sia ai ricercatori che ai comuni cittadini. Considerando le diverse possibilità di manifestazione del virus, un gruppo di ricercatori dell’Università di Cambridge ha creduto interessante sviluppare uno strumento in grado di riconoscere la presenza del COVID attraverso il riconoscimento sonoro del tipo di tosse prodotta dal paziente. La ricerca si avvalerebbe dell’uso di una semplice applicazione per smartphone in grado di raccogliere e registrare la traccia sonora della tosse e, tramite algoritmi di machine learning, provare a riconoscere ed identificare il contagio e la malattia.

Il tema del controllo della propria salute attraverso strumenti di machine learning e auto-apprendimento automatico è ampiamente trattato e conosciuto. Nella maggior parte dei casi si concentra l’attenzione su patologie e sui parametri che le descrivono oggettivamente mentre più raramente si intende osservare e studiare il benessere quando ci si trova in “assenza di malattia”. Il benessere è un concetto alquanto sfuggente, definito dall'OMS come "uno stato di completo benessere fisico, mentale e sociale, e non semplicemente assenza di malattia o infermità". Come è possibile sfruttare gli algoritmi di machine learning per analizzare e migliorare il proprio benessere?

Gli algoritmi di machine learning hanno la notevole capacità di individuare correlazioni fra i dati e, tramite una fase di apprendimento continuo, riuscire a riconoscere ricorrenze che condurrebbero a decisioni e reazioni automatiche. Sia le più tecnologiche automobili a conduzione autonoma che le vetture commerciali di recente fabbricazione dispongono di sistemi di riconoscimento della segnaletica stradale e, attraverso un comportamento teoricamente intelligente, compiono le appropriate azioni o le suggeriscono al conducente stesso.

L’entrata di un cliente in un negozio di abbigliamento è spesso condizionata dalla presenza di un prodotto in vetrina che attrae l’attenzione del potenziale acquirente. Quando lo store del rivenditore è di una dimensione più consistente, si entra con lo stimolo di voler curiosare fra i numerosi capi esposti. Una volta all’interno, il percorso seguito dal cliente fra corridoi ed espositori è certamente condizionato dalla conformazione e dalla dislocazione della merce, dai clienti già presenti, dai commessi che inducono una sollecitazione ai prodotti più di qualità o più convenienti.

In rete si possono trovare innumerevoli immagini degli attori e dei personaggi più famosi, ma molte di queste sono false o più precisamente deepfake. Il deepfake è una tecnica basata sull'intelligenza artificiale adottata per la ottenere una sintesi dell'immagine umana. Viene usata per combinare e sovrapporre immagini e video esistenti con video o immagini originali, tramite una tecnica di apprendimento automatico. La tecnica è spesso usata per realizzare fake news, bufale, truffe, o compiere atti di cyberbullismo e crimini informatici di svariata natura.