L'impatto della qualità dei dati sull'AI

[bennati]

Ciao a tutti,
vi propongo un spunto di riflessione che trovo molto interessante: la qualità dei dati.

Come sapete servono moltissimi dati per l’addestramento degli algoritmi di intelligenza artificiale, e, come già discusso altrove, questi dati condizionano la qualità delle predizioni degli algoritmi (biases nei Big Data).

Facebook è in grado di identificare i volti dei suoi utenti con altissima precisione grazie a milioni di utenti che hanno identificato manualmente i loro amici.
Google è in grado di riconoscere i segnali stradali perchè milioni di persone hanno risolto dei captcha.

Quali dati sono a disposizione della PA? e la loro qualità è sufficiente per garantire buone prestazioni degli algoritmi?

[Claudio]

La risposta non è semplice, ci sono diverse opinioni in merito.
Dal mio punto di vista, attualmente, quando parliamo dei dati nella PA ci muoviamo nel perimetro degli OpenData con i pro e i contro del caso… probabilmente la metodologia ereditata dal contesto degli open data, non fornisce dati utili per l’addestramento di modelli mediante algoritmi di machine learning: serve qualcosa di meno formale, puntando sulla quantità e sull’annotazione nonché di modelli di confronto e metriche (soggettive/oggettive).
Un buon esempio da seguire con i dovuti aggiustamenti ‘PA-oriented’ è kaggle (https://www.kaggle.com/), da cui si potrebbe prendere anche la buona idea delle challenge.

[Andrea_Cobelli]

Potendo sognare un futuro, lo vorrei con molti più dati disponibili, aperti. La PA potrebbe mettere a disposizione di più e potrebbe attingere di più dai sistemi che generano i dati.

Mi permetto un esempio banale: da poco la normativa sulla concorrenza ha incentivato l’uso delle cd. scatole nere per le assicurazioni dei mezzi. Se prendessimo tutti i dati generati, anonimizzati, almeno dai mezzi pubblici, potremmo migliorare molti aspetti delle nostre città, tra le quali le previsioni di traffico, la semaforica intelligente, la pianificazione degli orari delle scuole, …

Tutto questo, in salsa di dati elaborati da metodi di Machine Learning, sarebbe una ricetta deliziosa!

[gherardocarullo]

Sulla questione del riutilizzo dei dati delle pubbliche amministrazioni vi segnalo con piacere un mio recentissimo libro, dal titolo appunto Gestione, fruizione e diffusione dei dati dell’amministrazione digitale e funzione amministrativa.

Sul sito dell’Editore (link) e su Google Books (link) ne trovate ampi stralci

PS tutti i diritti d’autore sono ceduti all’Università