L’intelligenza artificiale e l’apprendimento automatico sono diventati termini ampiamente utilizzati in ambito web soprattutto se parliamo di SEO e motori di ricerca. Ma è veramente tutto cosi semplice e lineare?

Il Machine Learning: funziona come il nostro cervello?

Un cervello “biologico” cerca di comprendere oggetti fisici che esistono e coesistono in un’ambiente 3D soggetto ad alterazioni ed interferenze fisiche. Il tutto viene interpretato nel contesto di ciò che ha appreso in precedenza.

In netto contrasto, l’IA, e in particolare l’apprendimento automatico (ML), analizza enormi set di dati alla ricerca di modelli e correlazioni senza comprendere effettiva,ente nessun dei dati che sta elaborando. Un sistema ML, che richiede migliaia di campioni  è fondamentalmente diverso dalla mente di un bambino, che può imparare da poche esperienze di dati (set di dati). Anche i recenti chip “neuromorfi” si basano su capacità che sono assenti in biologia.

(A Sinistra) Un diagramma di un neurone che mostra “Ingressi” e “Uscite” le sinapsi e possono contarne molte migliaia. Diagramma di Egm4313.s12 su Wikipedia in inglese / CC BY-S
(A destra) Rappresentazione di un Perceptron che mostra molti ingressi ponderati e una singola uscita che si collega a molte altre unità simili. Poiché si tratta di un costrutto matematico, le prestazioni del perceptron sono limitate solo dall’hardware che lo implementa. Diagramma di Wikimedia Commons, CC BY-SA-3.0

Ma ML e SEO cosa centrano?

Nel mondo SEO AI e ML possono già apprezzare la loro potenza e duttilità grazie all’elaborazione del linguaggio naturale in quanto aiuta la deduplicazione dei contenuti, la comprensione dei medesimi, la comprensione dei processi dei motori di ricerca e moltissime altre attività tra cui ad esempio:

• Riconoscimento di entità 
• Rilevamento di contenuti duplicati
• Analisi del sentimento
• Generazione di testo

In questo ambito sicuramente quello che  ha suscitato più scalpore nella comunità SEO è l’utilizzo GPT-3 che ha potenzialità incredibili. E in tutto questo contesto ecco alcune guide sicuramente molto utili per capire la complessità di questo mondo e prepararsi al loro utilizzo nel marketing moderno.

• BERT di Google (di Pierre Rouarch)
• BART di Facebook (di Amleto Batista)
• spaCy (del Dr. WJB Mattingly)
• API NLP di Google (di Greg Bernhart)
• BlazingText / Word2Vec (di Shrikar Archak)

Librerie di elaborazione del testo per preparare i dati per l’apprendimento automatico:

• Scikit-learn ‘ s TFIDF (di Koray Gübür)
• Polyfuzz (di Lee Foot)

Cosa ci aspetta il futuro?

AI e ML faranno passi da giganti e permetteranno di sfruttare tecnologie rivoluzionarie nel Marketing ma tali funzionalità dovranno sempre essere guidate dal cervello umano per portare risultati concreti guidati dai dati!