• Unipol
  • Musei Recanati
  • BCC 2021
  • Emigrazione
  • Test clinica lab
  • 1
  • 2
  • 3
  • 4
  • 5
  • Astea 2020
  • Sottosopra
  • Avis
  • Menghini
  • 1
  • 2
  • 3
  • 4

RECANATI - Si è svolta il 27 maggio 2021, in modalità on line, la finale della sesta edizione di SFactor, il contest di UNICAM dedicato alla Comunicazione Scientifica rivolto alle Scuole Secondarie di II grado.

In finale sono arrivati 13 progetti provenienti da diversi Istituti Scolastici della Regione Marche

.L’IIS “E. Mattei” di Recanati ha partecipato, aggiudicandosi il secondo posto con il progetto “The Classification Game”: la progettazione di un exhibit virtuale sul tema della classificazione delle immagini, resa possibile dall’uso del Machine Learning.foto IIS E

L’esperimento scientifico nasce dall’esperienza di PCTO (Percorsi per le Competenze Trasversali e l’Orientamento) di Paolo Roselli, studente della classe 5^ B dell’Istituto, svoltosi presso la DoIT s.r.l. durante il mese di gennaio 2021.

L’azienda ha posto come obiettivo il miglioramento della qualità di lavoro di un operatore della Lega del Filo d’Oro che si occupa di controllare i bollettini postali arrivati a seguito delle donazioni.

La Lega riceve circa 1500 bollettini postali: la maggior parte è pre-compilata, mentre alcuni sono scritti a mano e contengono ringraziamenti e/o informazioni (come ad esempio dati di contatto aggiuntivi o cambi di indirizzo del donatore).

In questo secondo caso, la Lega deve memorizzare le novità, così da poter contattare facilmente il donatore. L’operatore deve, dunque, controllare tutti i bollettini ricevuti e classificarli manualmente uno alla volta.

Lo studente, guidato dal tutor aziendale, ha sviluppato un modello di classificazione delle immagini mediante l’uso del Machine Learning che permette di mostrare velocemente e “intelligentemente” solo i bollettini scritti a mano.

Il modello progettato ha dovuto apprendere come si potevano riconoscere i bollettini scritti: ma come è stato possibile?

Paolo “ha allenato” la macchina come fosse un “piccolo umano” alla scoperta del mondo e fa esperienza tramite l’azione ripetuta. Utilizzando questo paradigma, l’algoritmo ha appreso compiendo ripetutamente l'esperienza del “riconoscimento” di una foto: ha visionato 8000 immagini esemplari precedentemente etichettate manualmente.

Il prototipo finale è riuscito a riconoscere in maniera corretta 1553 foto di bollettini su 1556 utilizzate, raggiungendo un’accuratezza superiore al 98%. Durante l’exhibit presentato a SFactor, si è voluto far sperimentare, mediante un gioco molto semplice, cosa vuole dire effettivamente “classificare” una foto manualmente e usando l'algoritmo.

Si chiede al visitatore/giocatore di classificare una serie di foto in 15 secondi; scaduto il tempo il giocatore legge i suoi risultati (quanti bollettini è riuscito a classificare e quanti errori ha commesso) e insieme verifica i risultati dell’algoritmo progettato.

Senza ombra di dubbio siamo davanti a sistemi e algoritmi molto performanti e sicuramente promettenti per un futuro relativamente vicino, carico di incognite.

Concludiamo con una riflessione suggerita da Padre Philip Larrey, filosofo dell’Università Pontificia e profondo conoscitore dei problemi etici nella nuova Era Digitale. Nel suo ultimo libro “Dove inizia il futuro” si interroga sulla possibilità che la macchina vinca sull’uomo o ne sia vinta, riconoscendo la grande differenza fra le due identità: possedere un senso etico ed una coscienza.