CODING... a cosa serve?

CODING….ma a cosa serve?

Pietro LeoExecutive Architect & CTO Responsabile Scientifico Research and Business, IBM ItalyIBM Academy of Technology Leadership

@pieroleowww.pieroleo.com


Come preparare i nostri figli per un lavoro che i genitori non conoscono ancora?

Cosa sta succedendo?

Perché abbiamo bisogno di giocare con il CODINGoltre checon la battaglia navale?


1589

William Lee di Calveston

I timori di essere sostituiti nel lavoro da macchine sono vecchie quanto le macchine.

William Lee cercò di brevettare l’invenzione del telaio ma Elisabetta I d’Inghilterra gli negò il brevetto per queste paure


1900 1999

Lavoratori in Agricoltura US40% (Disoccupati: 5%)

Lavoratori in Agricoltura US2% (Disoccupati: 4.3%)

Falsi Miti


http://www.oxfordmartin.ox.ac.uk/downloads/academic/The_Future_of_Employment.pdf

47%Totale delle professioni in USA a rischio estinzione (2033)


Distribuzione dei lavori a rischio di automazione o computerizzazione all’interno dei paesi dell’Unione Europea

Source: BBC, Future of Employment adapted for UK market

Stima dei lavori a rischio automazione, per disciplina


Esempi diLavori a Rischio

• Operatore Call Center• Resp. Erogazione Prestiti• Cassiere• Assistente Legale• Autista Taxi• Cuoco in Fast Food

99% 98%

97% 94%

89% 81%

Source: Future of Employment, Frey & Osbone2013




99% 98%

97% 94%

89% 81%


Quanto siamodistanti dallarealtà?





99%@pieroleo

www.pieroleo.com

Source: Soul Machine - https://www.youtube.com/watch?v=fNWjKtVWToc

14@pieroleo

www.pieroleo.comSource: Soul Machine - https://www.youtube.com/watch?v=0tUSsqOLZC8

Sphie

Source Sophie Soule Machine - https://www.youtube.com/watch?v=JiYANsW2F5A




89%Source: Future of Employment, Frey & Osbone2013


Source: https://www.cnbc.com/2017/09/29/self-driving-taxis-like-uber-will-disrupt-public-transport-study.html




81%Source: Future of Employment, Frey & Osbone2013



Source: Pizza Delivery - https://www.youtube.com/watch?v=JoP1lvgGLys



D’atra parte ci sono decine di esempi di sistemi che integrano intelligenza artificiale e capacità di analizzare dati e che tocchiamo tutti I giorni!navigatore GPS e Aspirapolvere Intelligente

24

Come èpossibile tuttociò?


Data ScienceIntelligenza ArtificialeMachine Learning

Internet delle Cose

Cyber Security

Robotica

Dati

26

Dati

SiamoSempre più immersi in una nuvoladi dati

Stile di Vita

Codice Postale

Mare/MontagnaResidenza

Genere

StipendioEtà

Carte Fedeltà

Stadio della viata

Tipo di Lavoro

Città

Stato Coniugale

Generazione

Dimensione FamigliaProdotti Acquistati

Formazione

Informazioni Legali


AbbonamentoData di Accesso al sito

Lista Desideri

Dimensione NetworkAcquisti

App usate

Numero delle App

Depositi/Prelievi

Utilizzo del CellulareStoria d’acquisto

Video Visti

Like su Foto

FollowingFollowers

Mi Piace

Hashtag usati

History of HashtagsSequenza visite

Time/Day log in

Pagine Visitate e tempo speso

Parole Ricercate


Tono

EdonismoGrado di EstroversioneRiconoscimento Facciale

AperturaCapacità di Colloquio

Analisi delle domande

Stato Emozionale

Strategie di Ragionamento

Language Modeling

Dialogo / ConversazioneIntenti

Fonemi

Analisi Ontologica

Analisi Linguistica

Analisi VisualeMultimodal Analysis

Analisi della Voce


Source: http://www.bloomberg.com/video/meet-the-world-s-most-connected-man-Vs~LzkbkR7yhjza~7nji1g.html

Saremo tutti come lui?L‘uomo piùConnesso al mondo

32

Image source: http://personalexcellence.co/blog/ideal-beauty/

City

Lifestyle

ZIPcode

Costal vs Inland Marital status

Generation

Location

Family Size

Gender

Income Level

Competitors

Age

Loyalty & CardActivity

Revenue Size

Life Stages

Eductation

Legal status

Sector

Industry

SubscriptionsDate on Site

Wish List

Size of Network

Check-ins

App usage duration

Number of Apps on Device

Deposits/Withdrawals

Device UsagePurchase History

FollowingFollowers

Likes

Number of Hashtags used

History of Hashtags

Search Strings entered

Sequence of visits

Time/Day log in

Time spent on site

Time spent on page

Frequency of Search

Videos Viewed

Photos liked

Sentiment

Tone

Euphemisms

Hedonism

Extroversion

Face Recognition

Openess

Colloquialism

Reasoning Strategies

Language Modeling

DialogIntent

Latent Semantic Analysis

Phonemes

Ontology Analysis

Linguistics Image Tags

Question Analysis

Self-transcendent

Affective Status

DNA

Proteome

Microbiome

Clinical/Biochemical Data

Steps

Nutrition

Genetics

Runs

X-rays (CT scans) sound (ultrasound), magnetism (MRI), Radioactive (SPECT, PET)light (endoscopy, OCT)

Environment

Bio-Images

Source: Bipartisan Policy Center, “F” as in Fat: How Obesity Threatens America’s Future (TFAH/RWJF, Aug. 2013)

La nostra nuvola di dati sa molto di noi, anche di come siamo fatti


33

I computer sono MACCHINE e servono per gestire, cercare ed analizzare DATI

I computer ci aiutano a valutare

i DATI per prendere

DECISIONI PROFESSIONALI

più PRECISE E RAPIDE


34

Radiologo Oncologo

Commesso Consulente Fiscale


Sono queste professioni “infallibili”?

35

Perchè essere Precisi? Ci sono spazi di miglioramento per

commettere meno errori?

Errori Medici

-British Medical

Journal: Ogni anno le

morti a causa di errori medici in

USA sono stimate tra

25k(*)-250k(**)

Source(**) Makary MA, Daniel M. Medical error-the third leading cause of death in the US. BMJ 2016;353:i2139.(*) Kaveh G Shojania, Mary Dixon-Woods BMJ Estimating deaths due to medical error: the ongoing controversy and why it matters - DOI: 10.1136/bmjqs-2016-006144

Il Medico

37

Indice di Massa Corporea

Massa (Peso- Kg) / Altezza (cm) x Altezza (cm)

Sei ”normo-peso” Se l’indice è compreso tra18.5 e 24.99

Adolphe Quetelet, 1832 Source Foto: https://it.wikipedia.org/wiki/Adolphe_Quetelet

38

• L’indice di massa corporea è un segnale forte e indipendente per misurare il rischio di insorgenza del diabete di tipo 2

• Il rischio dell’insorgenza del diabete di tipo 2 aumenta nei soggetti con un alto indice di massa corporea

La precisione è relativa: Le nostre decisioni possono dipendere da pochi dati, semplici.

39

Le macchine restano macchine, quando sono

addestrate male

40

…possono far commettere errori

Source: https://www.theguardian.com/technology/2016/sep/08/artificial-intelligence-beauty-contest-doesnt-like-black-people

Source: http://www.ted.com/talks/sherry_turkle_alone_together

Sherry Turkle:Connected, but alone?

I telefoni sempre disponibili nelle nostre tasche e nella nostre teste stanno cambiando le nostre menti e influenzano il modo di pensare e pongono nuove sfide e RISCHI:

1) Possiamo porre la nostra attenzione dove vogliamo

2) Possiamo essere sempre “ascoltati”3) Non saremo mai lasciati soli

Quali sono le competenze e le abilità resistenti a questi cambiamenti?

I dati digitali sono il nuovo petrolio, tutte le nuove professioni si stanno adattando

Produciamo dati e consumiamo dati per scopi sempre più precisi e mirati

Source: Future of Employment – Unione Europea


Source: Future of Employment – Unione Europea

CODING?



DUE FORME DI CODING• Costruire algoritmi per le

macchine, per lavorare con i DATI

• Addestrare le macchine con i DATI

Il CODING è comeCuocere le Castagne al forno

Source: http://ricette.giallozafferano.it/Castagne-al-forno.html @pieroleowww.pieroleo.com

Il CODING è comeCuocere le Castagne al forno

Source: http://ricette.giallozafferano.it/Castagne-al-forno.html @pieroleowww.pieroleo.com

PER FARE UNALGORITOMOCI VOGLIONOGLI INGREDIENTIDU CUI AGIRE: I DATI



UN ALGORITOMOE’ FATTO DI PASSI OPERATIVI, DA ESEGUIRE TENEDO CONTO DI DATI

I PASSI OPERATIVI DI UN ALGORITMO TRASFORMANO I DATI AD OGNI PASSO ED AGISCONO SU TUTTI I DATI ASSIEME O SU CIASCUN DATO ELEMENTARE RIPETUTAMENTE



I RISULTATI DI UN ALGORITOMO POSSONO DIPENDERE DA L’USO CHE NE VERRA’ FATTO!

http://www.foodandwine.com/fwx/food/oven-knows-what-food-you-re-cooking-and-how-cook-it

Addestrareun Forno a riconoscere il cibo e cucinare il cibo



CODING = - Scrivere una ricetta- Addestrare un Forno a

riconoscere il cibo


CODING• Costruire

algoritmi per le macchine

• Addestrare le macchine

• Esempio di ambienti di coding - I

• Scratch Junior• Scratch

• Esempio di ambienti di coding - II• Chatbot• Riconoscimento di Immagini


Con Scratch puoi programmare storie interattive, giochi e animazioni — e puoi condividere le tue creazioni con gli altri membri della comunità.

Scratch insegna ai giovani a pensare in maniera creativa, a ragionare in modo sistematico e a lavorare in maniera collaborativa — queste sono tutte capacità essenziali per chi vive nel 21mo secolo.Scratch è un progetto del Lifelong Kindergarten

Group dei Media Lab del MIT. È reso disponibile in maniera completamente gratuita.

L’obiettivo di Scratch è quello di aiutare gli studenti a sviluppare le loro capacità di ragionamento creativo



Praticare CODING significa sviluppare il pensieroComputazionale per affrontare problemi.

Il CODING è anche un’attività collaborativa


Creare Storie Interattive

Creare Animazioni

Creare Giochi

Creare Store Musicali

Creare Immagini ed effettiartistici

5-7 anni6-14 anni


AMBIENTE 1 AMBIENTE 2

SITO DI RIFERIMENTO: http://www.scratchjr.org/





SITO DI RIFERIMENTO: http://scratch.mit.edu/


https://resources.scratch.mit.edu/www/cards/en/ScratchCardsAll.pdf

Scaricare le Schede scratch

Sono 11 Tutorial che guidanoPasso passo a realizzareattività



Materiale Utile

https://www.slideshare.net/maffucci/lalfabeto-di-scratch-lezione-1



Lezioni del Prof. Maffucci introduttive a Scratch

Pietro LeoExecutive Architect - Chief Scientist of IBM Italy Research and Business UnitIBM Academy of Technology LeadershipHead of IBM Italy Center of Advanced Studies

Grazie!


Date post:	23-Jan-2018
Category:	Internet
Upload:	pietro-leo
View:	390 times
Download:	0 times