Expert.ai (Aim) – Lancia nuova piattaforma ibrida basata su comprensione linguaggio naturale

Dopo il programma di accesso anticipato avviato lo scorso marzo, expert.ai ha annunciato oggi la disponibilità della sua nuova piattaforma per progettare, sviluppare, testare, implementare e monitorare soluzioni scalabili basate sulla comprensione del linguaggio naturale.

La piattaforma, accessibile via cloud, “consente di velocizzare l’acquisizione delle informazioni strategiche e di accrescere ed espandere la conoscenza in tutti i processi e le attività che coinvolgono l’uso di informazioni espresse in linguaggio naturale”, spiega la Società. “Trasformando qualsiasi documento basato sul linguaggio in dati strutturati, supporta l’acquisizione delle conoscenze utili al business, l’automazione dei processi e l’ottimizzazione delle attività decisionali, garantendo tutta la flessibilità necessaria ad elaborare i migliori modelli linguistici per qualsiasi caso d’uso.”

La piattaforma di expert.ai utilizza un esclusivo approccio ibrido, combinando intelligenza artificiale simbolica e machine learning per garantire il massimo grado di accuratezza possibile e assicurando massima trasparenza e visibilità sul funzionamento degli algoritmi (Explainable AI).

L’intelligenza artificiale è cruciale per accelerare il time-to-value e sostenere la creazione del vantaggio competitivo. Secondo Gartner, “le aziende devono passare dall’uso tattico a quello strategico del linguaggio naturale per garantire una maggiore portabilità delle risorse e dei modelli linguistici. Per risolvere le sfide fondamentali e mettere le aziende in condizione di sfruttare le possibilità offerte dalla comprensione del linguaggio naturale, gli application leader devono considerare le soluzioni basate sulla NLU come un unico insieme.”

Secondo Forrester Research, “i recenti passi in avanti nel settore dell’AI hanno riguardato principalmente il (deep) learning. Ciò ha permesso di entrare nel mondo dei dati non strutturati (visione, testo, voce, log, ecc.) e della loro analisi su vasta scala, ma quello di cui abbiamo veramente bisogno è l’apprendimento unito alla conoscenza. Apprendere ci consente di aggiornare la conoscenza e di acquisirne di nuova, mentre la conoscenza rende l’apprendimento più efficiente, controllabile e strategico. Ciò che rende questi nuovi metodi semantici permeati dal deep learning così stimolanti è la possibilità di offrire entrambi, accrescendo in modo esponenziale non solo le capacità di elaborazione del linguaggio naturale (NLP) ma qualsiasi processo di machine learning in tutti i settori di impiego.”