Parlando di intelligenza artificiale (AI) e di Emotion Recognition ci sono realtà italiane che sanno distinguersi. È il caso di Thux, impresa nata a Milano nel 1996.
Thux si propone al mercato con prodotti e servizi descritti dal co-founder e director della Unit Code, Vittorino Parenti e da Stefano Balu, responsabile del gruppo di Data science, AI e Machine learning dell’azienda, il quale, nel progetto del modello socratico, riveste anche panni di responsabile del progetto Socratech dedito all’Emotion Recognition.
Thux, due divisioni per operare meglio
Thux è un’entità unica organizzata in una Unit Code e una Unit Systems. Di fatto due unità di business: la prima è la software house che progetta e sviluppa app, portali e piattaforme offrendo esperienze utente personalizzate e di facile accesso. La parte Systems progetta e realizza soluzione di cyber security cucite attorno alle esigenze dei clienti.
SocraTech è un’opera nata nella Unit Code al cui interno c’è un gruppo dedicato alla realizzazione di progetti AI, Machine learning e IoT. Piattaforma che si basa sul modello socratico, quell’indagine filosofica descritta da Platone grazie alla quale l’individuo esplora la propria mente per trovare sé stesso. Qui si interseca l’Emotion Recognition e l’uso che se ne fa.
Vittorino Parenti espone una panoramica del lavoro svolto da parte della Unit Code: “Come team di sviluppo back-end e front-end creiamo piattaforme da più di 20 anni, aree riservate dove gli utenti possono registrarsi e, in funzione dei permessi assegnati ai rispettivi profili, possono interagire con le piattaforme. Nel caso del progetto SocraTech ci siamo occupati di tutte le fasi: dalla progettazione allo sviluppo, a partire dalla realizzazione dei mockup all’implementazione della piattaforma stessa, fino ad arrivare alla gestione dei dati utili al monitoraggio in un’ottica GDPR compliance, grazie anche a supporto del nostro team interno di IT Legal e Compliance.
Il modello socratico e l’Emotion Recognition
L’Emotion Recognition, alla quale si fa spesso riferimento con l’acronimo EDR (ossia è acronimo di Emotion Detection and Recognition) sta facendo passi avanti. Thux, per conto di SocraTech, ha sviluppato l’algoritmo di Machine learning passando quindi attraverso le fasi di addestramento e di test che approfondiremo in seguito. Inoltre, Thux si è occupata dello sviluppo del back-end e del front-end impiegando diverse tecnologie, tra le quali Django, Django REST Framework, Docker, Javascript, PostgreSQL, Python, Quasar Framework e VueJs.
Per spiegare l’importanza trasversale dell’Emotion Recognition occorre fare ricorso alla multidisciplinarietà. Oggi più che mai qualsiasi professione necessita delle conoscenze di psicologia. Avere un rapporto proficuo con gli individui, a prescindere dal loro ruolo, rientra nella sfera delle esperienze personalizzate che le aziende perseguono nel quadro dei rispettivi obiettivi di business. Lo si fa molto online, parlando della User experience come concetto che sconfina anche nel marketing nella misura in cui attira o meno utenti e clienti, e lo si può fare anche offline.
Per SocraTech, Thux ha creato tre tipologie di prodotto, ossia:
- SocratHealth, per la valutazione dello stato di salute mentale ed emotiva delle persone
- SocratVibes, tool che riconosce in tempo reale le emozioni che un individuo sta provando
- SocratHire, aiuta a inquadrare le competenze delle persone e a predirne le performance, particolarmente utile nei dipartimenti risorse umane in fase di assunzione.
“SocraTech è un tool di Emotion Recognition che integra diversi studi scientifici di psicologia con il Machine learning. L’obiettivo è quello di riconoscere lo stato emotivo di un individuo e renderlo leggibile nel rispetto della privacy e delle norme nazionali e internazionali”, spiega Balu. “Il lavoro è stato svolto da due gruppi, quello formato da Data scientist e il gruppo formato da sviluppatori back-end e front-end. “Il primo gruppo ha sviluppato il modello di Machine learning basato una rete neurale convoluzionale e questo modello è in grado di svolgere task di Emotion Recognition, ossia ha la capacità di classificare le emozioni nelle categorie classiche come ad esempio, felicità, sorpresa, rabbia, disgusto, oltre a predire i valori di eccitazione e valenza, che vengono poi rappresentati in un diagramma cartesiano rappresentante il modello circomplesso di Russel”.
SocraTech, l’addestramento
È Stefano Balu a condurci tra i meandri dell’addestramento di un’AI per l’Emotion Recognition: “Addestrare un’AI utilizzando tecniche di Deep learning può essere un processo complesso che richiede ingenti risorse sia in termini di infrastrutture, sia in termini di tempo. La difficoltà dell’addestramento dipende da più fattori, ovvero la complessità del task, la quantità e la qualità dei dati che si hanno a disposizione e le risorse hardware sulle quali si può contare. Per quanto riguarda l’infrastruttura è necessario avere una o più macchine con risorse adeguate a svolgere un addestramento in modo efficiente, una quantità adeguata di RAM e CPU in grado di gestire il carico di lavoro. L’utilizzo di GPU può accelerare il processo di addestramento, soprattutto quando si è confrontati con set di dati di grandi dimensioni. Anche i tempi necessari all’addestramento dipendono dalla complessità del task, dalla dimensione dei set di dati e dall’hardware disponibile. In generale, l’addestramento di una rete neurale può richiedere ore, giorni o persino settimane.”
C’è poi il capitolo dell’etichettatura dei dati, ossia l’aggiunta di categorie affinché una rete neurale possa riconoscere dei modelli ricorrenti: “L’etichettatura può richiedere molto tempo e sforzo – continua Balu – soprattutto se il dataset è molto grande e complesso. Nel caso dello sviluppo del modello socratico abbiamo utilizzato un dataset preparato dall’Università Imperial College di Londra e, tra i problemi riscontrati, è stato necessario affrontare un forte sbilanciamento dei dati, confrontandoci con problemi di overfitting e ciò ha richiesto una particolare attenzione durante la fase di addestramento del modello stesso”.
Il rispetto della privacy
Le persone che si prestano a essere monitorate rivelano aspetti sensibili e la privacy assume un peso specifico. Per essere garantita si mantiene il totale anonimato, così come spiega Vittorino Parenti: “Tramite la piattaforma registriamo i vari frame delle espressioni facciali delle persone che vengono monitorate. I dati vengono processati ed esaminati, l’algoritmo di ML genera i valori di eccitazione e valenza, necessari a popolare gli assi X e Y del diagramma cartesiano rappresentante il modello di Russel per poi essere registrati e associati a un token personale. Soltanto la persona monitorata è in grado di vedere in tempo reale e differito, lo stato in cui si trova e l’emozione che sta sperimentando. Tutti dati che non possono essere utilizzati da terze parti, ma che vengono aggregati al fine di stabilire, per esempio, l’umore generale all’interno di un’azienda”.
E questo ci rimanda agli ambiti di impiego di SocraTech.
L’uso della piattaforma
Gli ambiti di applicazione dell’Emotion Recognition di SocraTech sono orizzontali e possono estendersi dalle realtà aziendali fino alla sanità. “I dati possono essere usati dalle Risorse umane oppure durante un ciclo di formazione aziendale, laddove un coach deve trasmettere emozioni positive e può comprendere se sta riuscendo nel suo intendo, esaminando le reazioni emotive della platea. L’uso è anche adatto alle aree pubbliche come aeroporti o stadi per monitorare le persone che tradiscono nervosismo e che, di conseguenza, potrebbero apparire sospette”, aggiunge Parenti. “Può essere usato anche nel mondo della psicologia durante gli incontri tra terapeuti e pazienti. In questo momento le tipologie di prodotto sono tre”, le già citate SocratHealth, SocratVibes e SocratHire.
Il futuro dell’Emotion Recognition secondo Thux
Thux ha creato un gruppo dedicato all’AI e investe nella formazione dei propri dipendenti. Lavora inoltre con partner e clienti per sviluppare progetti AI che mettano al centro la privacy e la protezione dei dati, punto capitale attorno al quale l’azienda crea le piattaforme.
“Continuiamo a sviluppare tool e piattaforme sicure, crediamo molto nell’AI”, spiega Parenti che introduce anche gli esperimenti in corso. “In questo momento stiamo sviluppando integrazioni con Large Language Models, ad esempio ChatGPT, per creare servizi sempre più intelligenti da proporre ai nostri clienti”.
Migliorare il modello di Deep learning è l’obiettivo a tendere, come illustra Balu: “Vogliamo fare crescere l’accuratezza e la velocità di inferenza, migliorando così la piattaforma. Vogliamo anche creare nuovi servizi tenendo conto delle nuove scoperte scientifiche e dei riscontri degli utenti”.
Il futuro è all’insegna della scoperta senza timori: “La scoperta tecnologica continua a migliorare la qualità della vita, processi di digitalizzazione e intelligenza artificiale hanno potenziale per risolvere molti dei problemi che oggi affrontiamo e, in particolare nel campo della salute, potranno portare a diagnosi più precise e allo sviluppo di nuove terapie. È chiaro che in questo settore il processo è più lento, ma sicuramente si arriverà a dei risultati importanti”, continua Balu.
Per quanto importante, non c’è soltanto la sanità. La digitalizzazione ha impatti rilevanti anche sulle imprese e sull’economia nella sua manifestazione di scienza sociale: “L’automazione e le AI possono migliorare anche l’efficienza dei progetti, i processi aziendali e ridurre tendenzialmente il carico di lavoro umano nelle attività ripetitive consentendo alle persone di concentrarsi sugli aspetti e i compiti più creativi e strategici che creano valore per le imprese”, conclude Balu.
Ogni impresa che fa della digitalizzazione il proprio business avverte la necessità di contribuire a diffondere la cultura opportuna. Stefano Balu spiega il punto di vista di Thux: “Ci impegniamo a rendere tecnologie e innovazione accessibili al pubblico più ampio possibile, educando e supportando le persone lungo il percorso verso la digitalizzazione.”
articolo in collaborazione con Thux
