Dar vita a un’intelligenza artificiale in grado di gareggiare con il pensiero umano su larga scala: questa è la vision che per decenni ha guidato- e guida ancora oggi – gli studi neurobiologici sui meccanismi superiori del cervello.
A partire da questi presupposti sono nate le prime reti neurali artificiali(ANN), dei modelli matematici composti da “neuroni” artificiali che si ispirano alle reti nervose biologiche.
Ogni unità, chiamata neurone, processore o nodo, ha un piccolo potere computazionale che combinato ad altri (creando così degli strati, ovvero “layer” di nodi) può essere utilizzato per risolvere problemi di natura complessa, non facilmente decodificabili.
Le reti neurali possono essere addestrate nel riconoscimento di immagini. Parliamo delle CNN (Convolutional Neural Networks) che prendono a modello le reti neurali della corteccia visiva.Tramite una rete neurale convoluzionale il computer è in grado di classificarecosa un’immagine mostra e identificare con buona probabilità il suo contenuto:e questo vale sia per loghi che elementi grafici ma anche fotografie, tutti elementi visivi prioritari per l’azienda.
Gli strumenti di riconoscimento delle immagini richiedono una fase di addestramento: al sistema “classificatore” viene sottoposto un “pattern” identificativo del problema.
Il riconoscimento e la classificazione sono preceduti infatti da una fase di estrazione dei descrittori e delle caratteristiche di ciascun pattern, caratteristiche di tipo morfologico (insieme di grandezze che descrivono la forma) e densitometrico (variabili come luminosità, colore etc.)
Una volta che il sistema è stato addestrato, è capace di individuarle automaticamente ogniqualvolta si presentano e associarle a specifiche categorie nominali. In questo modo l’azienda che dispone di tali strumenti tecnologici è in grado di comprendere il contenuto di ogni asset visualein suo possesso e recuperarlo con più facilità tramite stringhe di ricerca al momento del bisogno.
C’è un tool che non può mancare nella cassetta degli attrezzi dei marchi che vogliono comunicare in maniera efficace. Parliamo del DAM Intelligente. Esso è in grado di comprendere semanticamente i contenuti, qualunque sia la loro natura.
Nello specifico THRON dispone di motori AI atti al riconoscimento visuale che si basano su una rete neurale convoluzionale. Elementi visuali e pattern, estratti in precedenza dalle immagini, sono applicati a modelli che identificano oggetti e caratteristiche: in questo modo, appena un visual viene caricato sulla piattaforma, la piattaforma è in grado di popolarlo automaticamente con le tag che rappresentano il suo contenuto.
Perché è importante classificare le immagini?
In questo modo le metriche del DAM Intelligenteti informano su:
1) quali sono gli argomenti che interessano maggiormente gli utenti (quello che dobbiamo rappresentare nel visual)
2) quali tipologie di contenuto guardano di più (quale tipologia di visual scegliere)
3) con quali canali interagiscono di più (dove è meglio pubblicare il visual?)
A questo punto mettere in atto le migliori strategie di Visual Storytellingdiventa facile!