Un’azienda su due in Italia già oggi utilizza queste tecnologie e due aziende su tre intendono utilizzarle a partire dal 2019

Esperti ed esponenti dell’industria convergono nel prevedere che il machine learning sarà la tecnologia del futuro

Le aziende intervistate, a sorpresa, non collocano Blockchain e Cybersecurity tra le priorità di investimento

Il Bio – Medicale è il settore in cui la Data Science avrà maggiori impatti e ricadute. Quali gli impatti sulla società e sull’etica, nel momento in cui saranno sviluppati veri e propri ‘digital twins’, gemelli digitali che replicano, simulando, ognuno di noi?

La scienza dei dati è un campo interdisciplinare, che utilizza metodi scientifici, processi, algoritmi e sistemi per generare modelli complessi dai dati e trasformarli in informazioni di qualità e conoscenza, a disposizione del Decisore pubblico o privato. Riunisce ricercatori in informatica, matematica, statistica, apprendimento automatico (machine learning), ingegneria e scienze sociali. Grazie a nuovi algoritmi avanzati di analisi dei dati, ai cambiamenti nella connettività (più economica, mobile, ubiqua), all’aumento delle soluzioni di network computing, a microprocessori sempre più potenti e alla memorizzazione dei dati sempre meno costosa, le applicazioni della Data Science sono state accelerate in modo esponenziale nell’ultimo decennio. L’Outlook Mathesia 2019 evidenzia come la scienza dei dati si sta sviluppando con rapidità tale da impattare sia sulla nostra vita quotidiana, sia sulle modalità di lavorare e fare impresa.

Milano – 12 dicembre 2018 – Mathesia, piattaforma di crowdsourcing che consente alle aziende di risolvere problemi industriali per il miglioramento di prodotto o di processo, grazie a soluzioni basate su modelli e algoritmi matematici o tecnologie di data science, ha presentato oggi a Milano i risultati delle ricerca “Outlook on Data Science 2019”, nel corso di una Tavola Rotonda sul tema:“Innovazione e algoritmi che pensano, lavorano, dipingono” – Dialogo tra matematica, arte, industria e sport, con l’obiettivo di stimolare l’interazione tra ricerca matematica e industria. La presentazione è stata svolta da Luca Prati (CEO e co-fondatore di Mathesia).

Oltre un miliardo di gigabyte vengono generati ogni giorno nel mondo e la scienza dei dati consente di trasformare questi dati in informazioni utili, che possono influire sulla nostra comprensione di problemi, dalla medicina e la salute, alla sostenibilità e all’ambiente, dall’energia all’automotive, dalla finanza ai trasporti.

L’Outlook Mathesia on Data Science 2019 è la ricerca svolta dalla piattaforma Mathesia (che fa capo a Polihub – l’incubatore del Politecnico di Milano) sulle nuove tendenze dell’applicazione di modelli matematici e di data science al mondo delle imprese, dal rapido sviluppo dei big data, dell’apprendimento automatico (machine learning) e dell’intelligenza artificiale (AI) negli ultimi anni al fine di indagarne l’evoluzione prevista per il prossimo futuro. La ricerca, svolta tra ottobre e novembre 2018, ha indagato l’opinione di importanti esponenti del mondo industriale, in maggioranza italiani, e di alcuni tra i migliori ricercatori al mondo in ambito dati e matematica applicata, attraverso 83 questionari, somministrati ad executives di imprese soprattutto italiane, in settori quali soprattutto telecomunicazioni & ICT, finanza & assicurazioni, media, agri-food, sia di staff sia di line (R&D, produzione, marketing, logistica). Ad essi si sono aggiunte le opinioni di 91 intervistati della rete di esperti di matematica, una community di circa 3000 eminenti matematici, ingegneri e scienziati di dati in 50 paesi, operanti sulla piattaforma Mathesia. Completano il quadro sette interviste approfondite ai più importanti accademici di matematica e data science nelle maggiori università internazionali del settore.

Dalla ricerca è emerso che:

  •  Un’azienda su due (48%) in Italia già oggi utilizza tecnologie di Data Science, Machine Learning, Intelligenza Artificiale, IoT
  • Due aziende su tre (67%) hanno pianificato di utilizzare queste tecnologie nel 2019, soprattutto in elaborazione automatica (machine learning), analisi predittiva e analitica avanzata
  • Gli strumenti di Data Science sono oggi principalmente utilizzati in marketing e vendite, R&S, produzione e operation
  • Per quanto riguarda le aspettative, la maggioranza degli intervistati dichiara di prestare le maggiori attenzioni al campo della Business Intelligence e all’ottimizzazione della gestione (ottimizzazione di processo, manutenzione predittiva, automazione, supply-chain, analisi della qualità). Meno rilevanti, sia nella fotografia presente, sia per gli investimenti futuri, secondo gli esponenti del business, appaiono invece strumenti anche ‘alla moda’, come Blockchain, Cybersecurity e, in misura minore, IoT (Internet delle cose)
  • L’area della privacy, la qualità dei dati e la complessità nell’adozione delle nuove tecnologie legate anche alla mancanza di esperienza sono le questioni considerate più critiche
  • Dall’altra parte, secondo gli esperti e gli scienziati, gli effetti maggiori sono attesi nel settore Bio – Medicale (medico, biotecnologico) e della salute in generale, oltre a robotica e automazione

    I rischi maggiori, secondo le opinioni di tutti gli intervistati, sono percepiti nella sfera della privacy e dei diritti dell’individuo. Altre questioni critiche sono l’archiviazione dei dati, la qualità delle informazioni desunte dai dati e, assai importante, la mancanza di esperti di settore.

    Tra le maggiori evidenze risultanti dalle interviste approfondite agli Accademici:

  1. Lo sviluppo recente di una vera e propria scienza basata sui dati e analisi computazionale, che sta rapidamente impattando in settori come l’astronomia, la biologia e la medicina, i quali stanno subendo significativi cambiamenti e saranno sempre più dipendenti dai dati e dalla matematica applicata (Prof. Michael Griebel, direttore del Fraunhofer Institute for Algorithms and Scientific Computing di Sankt Augustin, Germania; Prof. Randall J LeVeque, professore emerito di Matematica applicata, Università di Washington)
  2. Tutti i tipi di software di riconoscimento, come il riconoscimento di immagini e vocale, attraverso algoritmi di machine learning e reti neurali avanzate, e il design di veicoli autonomi e connessi sono riconosciuti come uno dei maggiori successi applicativi della Data Science nati dalla collaborazione tra matematica applicata, ingegneria del software e intelligenza artificiale. Questa tendenza continuerà a svilupparsi e a progredire nei prossimi quattro- cinque anni (Prof. Steven Marron, Distinguished professor, Dipartimento di Statistica e Ricerca operativa, University of North Carolina -UNC – e dal Prof. Yvon Maday, professore di Matematica applicata alla Sorbona)
  3. il futuro consentirà di sviluppare veri e propri ‘gemelli digitali’ (digital twins), ovvero rappresentazioni digitali che rispecchiano oggetti, processi o sistemi della vita reale; questi possono anche essere collegati tra loro, per creare gemelli di sistemi più grandi, come una centrale elettrica o una città, e in prospettiva, persino un individuo, con evidenti problemi etici e sociali (Prof. Volker Mehrman,Technische Universität, Berlino).

Dalle ‘Conclusioni’ della ricerca, affidate al Prof. Alfio Quarteroni, professore al Politecnico di Milano e all’École polythechnique fédérale di Losanna, co-fondatore di Mathesia) è emerso che stiamo vivendo una fase di transizione, dall’industria 4.0 alla 5.0 e dalla 4G alla 5G nelle comunicazioni mobili, che sta ponendo sfide scientifiche e tecnologiche di complessità poliedrica.

Una prima faccia di questo poliedro è legata al tema delle dimensioni: i dati e le informazioni da analizzare, modellare e utilizzare appartengono a grandi spazi e il loro trattamento matematico (come la fusione di dati e l’integrazione dei dati), così come la creazione di modelli matematici per il calcolo scientifico su larga scala, richiede sempre nuovi algoritmi, che impediscano la crescita esponenziale dei costi computazionali.

Un secondo aspetto è la necessità di sviluppare una teoria alla base dell’apprendimento profondo (reti neurali a più livelli) in modo da passare dall’attuale fase sperimentale ed euristica a una nuova fase, che possa essere certificata matematicamente. Solo in questo modo le attuali tecnologie (testo, voce e riconoscimento delle immagini) possono essere arricchite con altre, quali, ad esempio, accuratezza in medicina (specificamente disegnata sul paziente) manipolazione genetica consapevole in agricoltura e nelle scienze umane, guida autonoma, migliore consapevolezza nella gestione di strategie di sviluppo sostenibile per mitigare gli effetti dei cambiamenti climatici.

Un terzo aspetto è la quantificazione e la gestione dell’incertezza: da quella causata da pregiudizi e ‘rumore’ nei dati, a quella inerente ai modelli matematici, all’incertezza intrinseca quando si tratta di agenti sociali, economici e finanziari. Da ultimo, la sfida in ambiente industriale per intercettare questi cambiamenti e renderli utilizzabili: tecnologie di cloud computing, IoT (internet delle cose), analisi predittiva e prescrittiva, blockchain, realtà aumentata, sicurezza informatica, per citarne alcuni.

La sfida ultima è riuscire a sviluppare e integrare la conoscenza nelle aree di sviluppo urbano spesso estranee o inaccessibili alla realtà aziendale.

***

Alla Tavola rotonda di presentazione, a Milano, hanno partecipato Relatori del mondo della matematica, dell’industria, dell’arte e dello sport, chiamati a riflettere sull’impatto delle nuove tecnologie e sulle opportunità offerte dalla data science nei rispettivi ambiti. Sono intervenuti, tra gli altri, Alfio Quarteroni, matematico di fama mondiale, Professore al Politecnico di Milano e all’École polythechnique fédérale di Losanna (CH).; Mauro Berruto, Direttore Tecnico di FITARCO – Federazione Italiana Tiro con l’Arco, già Head Coach della Nazionale Maschile italiana di Pallavolo (2011-2015) Medaglia di bronzo a Londra 2012, Aldo Fumagalli, Presidente del Consiglio di Amministrazione e Washing Appliances Business Sector Director, Candy Hoover Group; Flavio Caroli, storico dell’Arte, Professore al Politecnico di Milano, oltre a Ottavio Crivaro (Presidente) e Luca Prati (CEO) di Mathesia.