Consulenza Generative Adversarial Network di Ipericus Italy

Published on 15 Marzo, 2020 | by Alessandro Sisti

0

Generative Adversial Network: l’intelligenza Artificiale creativa di Ipericus Italy

 Le Generative Adversarial Networks (GANs) rappresentano una grande opportunità per migliorare la qualità e l’accuratezza dei sistemi di raccomandazione di contenuti e advertising ai clienti finali

La maggior parte degli sforzi dispiegati nello sviluppo di modelli di Artificial Intelligence e Machine Learning, hanno finora prodotto risultati in applicazioni incentrate prevalentemente sulle capacità “discriminatorie” di questi algoritmi, che, dato un training set composto da un corposo numero di campioni da cui imparare, riescono a generalizzare quanto appreso rispetto a nuove osservazioni, classificandone categorie di appartenenza o predicendone il valore. 

La GAN di Ipericus possiede invece un’architettura composta da due reti neurali, di tipo “feedforward” o “specializzate” (Recurrent o Convolutional), e costituisce un modello di AI caratterizzato da una peculiare fase di training nella quale una rete agisce da Discriminatore (Discriminator) e l’altra da Generatore (Generator).

In questo modo, la GAN di Ipericus permette di estendere la capacità rappresentativa degli algoritmi di AI che oggi sono alla base della stragrande maggioranza dei Recommender System in uso nell’industria del Programmatic Advertising.

In particolare, il Generator parte da un “rumore” campionato da una distribuzione normale o uniforme per generare delle nuove osservazioni sintetiche da proporre al discriminatore. Concettualmente, questo rumore rappresenta le caratteristiche latenti dell’osservazione costruita e l’obiettivo del Generator è quello di imparare una funzione di questo rumore che gli permetta di diventare più bravo nel creare dei campioni in grado di ingannare il discriminatore.

Il Discriminator, dal canto suo, si sforza di approssimare una regola che gli permetta di distinguere le osservazioni reali da quelle sintetiche. Un allenamento del modello così condotto prevede quindi un livello aggiuntivo di astrazione rispetto al training set di riferimento, permettendo sia una fase di “exploitation” dello storico dei comportamenti degli utenti (come fanno in generale i modelli attualmente in uso), che una fase di “exploration” in cui vengono prodotte e considerate delle nuove informazioni non presenti esplicitamente nel dataset di partenza, aprendo nuovi scenari di apprendimento. 

Per le ragioni esposte, la GAN di Ipericus è particolarmente indicata per proporre i contenuti più appropriati ai clienti finali: può generalizzare in modo efficace partendo da un numero più o meno contenuto di preferenze espresse e comportamenti esibiti.

Talvolta è possibile effettuare il training in setting di semi-supervised learning, in cui alcune label riferite alle osservazioni sono mancanti. Sono perfette per lavorare in ambiti in cui è richiesto un output di tipo “multi-modale”, dove ad un input, quale ad esempio un profilo utente, possono corrispondere diversi output, intesi come contenuti di advertising diversi. Possono infine essere utilizzate in contesti di reinforcement learning, dove i modelli generativi di serie storiche vengono usati per simulare possibili scenari futuri. 

Per quanto descritto nelle sezioni precedenti, le Generative Adversarial Network quindi costituiscono un trampolino di lancio tecnologico orientato ad individuare nuovi metodi di apprendimento in un contesto innovativo quale appunto l’utilizzo di reti neurali in ambito dei Recommender System. 


About the Author

Alessandro Sisti è Google Certified Professional, esperto di pianificazione digitale automatizzata attraverso le piattaforme di Google Adwords e DoubleClick Ad Exchange. Internet Entrepeneur,Digital Strategist e Consulente, insegna nei master di specializzazione di Luiss Business School , Sole 24 Ore Formazione, Lumsa, Ied. Ha iniziato nel 1998 la sua carriera professionale in Ernst&Young Consultants, specializzandosi nella comunicazione digitale e nell’e-commerce. E’ stato Chief Operating Officer della Divisione Multimedia della concessionaria di pubblicità Sportnetwork (Gruppo Corriere dello Sport ) occupandosi della progettazione ,dello sviluppo e della comunicazione dei siti web, mobile, app di tutti i brand del gruppo editoriale (Corriere dello Sport, TuttoSport, Auto, Autosprint, Motosprint, Guerin Sportivo, AM)



Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Back to Top ↑

Esercizi Svolti - Certificazione Adwords -Lezioni Free, E-book, News

100 domande dell'esame Adwords Base & Advanced di Search. Free per gli studenti dei corsi universitari Luiss, Sole24, Università Cattolica. Richiedi il coupon di sconto inviandomi una mail!

Scarica l'eserciziario!

Scarica il file