Home

Ogni giorno circa 75 milioni di utenti si attivano per utilizzare Excel, il più famoso strumento per organizzare dati aziendali o personali, per creare report e grafici, per pianificare progetti. Molti di questi utenti non hanno veramente mai imparato ad usarlo in quanto si limitano ad un utilizzo basilare, fino a quando non si trovano ad affrontare questioni di gestione del dato più complesse.

Dal primo rilascio nel 1985 Excel si è molto evoluto ma continua a conservare una funzionalità ed un’interfaccia semplice e per tutti che lo rende appetibile per ogni tipologia di utilizzatore. Il facile approccio ad Excel ci induce ad alcune considerazioni.

Dipendenti e consulenti di società di servizi che sono stati messi parzialmente o totalmente in smart working hanno compreso quanto le riunioni da remoto siano diventate il male necessario del posto di lavoro moderno e condizionato dalla pandemia. In queste condizioni il calo della produttività è abbastanza evidente e a questo si aggiunge una diminuzione di entusiasmo peraltro già presente quando le riunioni si tenevano in presenza.

La tecnologia delle applicazioni per teleconferenza è in una nuova fase creativa per offrire funzionalità che migliorino il livello di partecipazione e coinvolgimento degli incontri a distanza tenendo conto che un maggior numero di aziende conserverà questo tipo di rapporto con dipendenti remoti. L’idea è di utilizzare anche in questo ambito l’intelligenza artificiale.

Ogni attività svolta da tutti noi in rete si trasforma come è noto in una enorme mole di dati. Una indagine di Forbes sostiene che ogni giorno vengono prodotti 2,5 quintilioni di byte di dati. Questi finiscono in gigantesche banche dati per analisi volte prevalentemente a scopi di marketing o per finalità di assistenza intelligente al comportamento umano. Secondo una risoluzione del marzo del 2017 del Parlamento Europeo i big data coincidono con il trattamento automatizzato di una grande quantità di dati provenienti da fonti diverse strutturate (ad esempio posta elettronica, ricerche su internet, sistemi di sensori) o non strutturate (video, segnali audio). Il meccanismo di raccolta dei dati è tutto sommato semplice, ma i risultati prodotti dalle elaborazioni su di essi producono altri dati con un processo di riutilizzazione che si ripete senza sosta.

Leggendo il QRCode si diventa follower di maranlearning su Instagram.

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.