- Il progetto congiunto tra il marketplace online Carvago e il ČVUT, il Politecnico di Praga, sta cercando di semplificare la vendita e l’acquisto di automobili utilizzando l’intelligenza artificiale.
- Grazie all’apprendimento dai big data, l’IA può, tra l’altro, calcolare con estrema precisione il prezzo di un’auto specifica.
- Per gli esperti del ČVUT, questo progetto rappresenta un’opportunità per trasferire rapidamente le conoscenze scientifiche in applicazioni pratiche e commerciali.
- Le fotografie offrono un grande potenziale per accertare ulteriori informazioni sulle automobili.
L’intelligenza artificiale è ancora qualcosa di difficile da comprendere per la maggior parte delle persone. Spesso immaginano mega-sistemi informatici che risolvono i grandi problemi scientifici e tecnici dell’umanità o, in alternativa, un giocattolo in grado di generare testi apparentemente sensati o immagini accattivanti. Ma l’intelligenza artificiale viene già applicata in molti settori a prima vista banali della vita. Aiuta a gestire le reti elettriche, a rilevare i tumori, a scegliere i vestiti negli e-shop ed ora sta cambiando il modo di vendere le automobili usate. Carvago collabora con il Politecnico Ceco di Praga (ČVUT), una delle più grandi e antiche università tecniche d’Europa.
“Quando diciamo che Carvago è un’azienda principalmente tecnologica, non si tratta solo di una frase fatta”, spiega Tomáš Trnka, direttore del team dati di Carvago. “Ogni giorno analizziamo milioni di annunci di auto provenienti da tutta Europa per fornire ai clienti la più ampia gamma di automobili sul mercato”.
Oltre le possibilità dell’essere umano
“Se conoscessimo il TELAIO di ogni auto pubblicizzata, potremmo trovare tutte le informazioni necessarie in modo relativamente facile e affidabile. Ma su scala europea, in nove auto su dieci pubblicizzate il TELAIO non è menzionato”, spiega Tomáš Trnka. “Disponiamo di una serie di foto, di dati strutturati come il chilometraggio, il prezzo, i parametri del motore e così via, oltre a qualche descrizione testuale, spesso imprecisa, con refusi e formulazioni poco chiare. Non è umanamente possibile elaborare manualmente questi dati nel volume che ogni giorno fluisce attraverso i nostri sistemi”.
Nell’ambito del Programma operativo Imprese e innovazione per la competitività (OP PIK), il gruppo EAG, di cui Carvago fa parte, ha quindi avviato una collaborazione con gli esperti di intelligenza artificiale del Laboratorio di scienza dei dati del Centro universitario per l’efficienza energetica degli edifici (UCEEB) del ČVUT.
Entrambi i partner stanno lavorando a una serie di progetti di ricerca unici nel loro genere, i più promettenti dei quali finiranno per essere messi in pratica. L’intelligenza artificiale si sta già dimostrando uno strumento straordinario nell’elaborazione di grandi volumi di foto di automobili usate. Il sistema mette in ordine decine di migliaia di immagini a una velocità senza precedenti, a seconda che mostrino gli esterni, gli interni o altre parti dell’auto. Riconosce la marca e il modello dell’auto, nonché l’angolazione da cui è stata scattata la foto.
Cos’è e cosa non è l’intelligenza artificiale
L’intelligenza artificiale si distingue dai normali programmi per computer, in quanto è progettata per comportarsi come gli esseri umani o come altri esseri viventi intelligenti. Ciò significa che l’intelligenza artificiale può essere in grado di apprendere, pianificare e prendere decisioni da sola. A differenza dei programmi informatici convenzionali, che funzionano esattamente come sono stati progettati, l’IA può analizzare i dati e, basandosi su questi, prendere le proprie decisioni. Questo le permette di reagire a situazioni e ambienti diversi adattandosi alle nuove condizioni. Questa è la principale differenza tra l’intelligenza artificiale e i programmi informatici convenzionali.
Nota: Il paragrafo precedente e l’immagine che lo accompagna sono stati creati dagli strumenti di intelligenza artificiale liberamente disponibili ChatGPT (testo) e DALL-E 2 (immagine).
“Già questo è enormemente d’aiuto”, afferma Tomáš Trnka. “Possiamo ordinare automaticamente le foto in modo che siano sempre nello stesso ordine in ogni annuncio. Come la prima vista di tre quarti, la seconda di fronte, la terza di lato ecc. Inoltre, siamo in grado di identificare le foto sfocate, le foto inutili e persino le composizioni che piaceranno di più alle persone. Se dovessero farlo gli umani, avremmo bisogno di un intero esercito”.
“La collaborazione tra il ČVUT e il settore imprenditoriale e il trasferimento di metodi scientifici nella pratica è una delle tre aree principali di sviluppo dell’università che arricchisce entrambe le parti”, aggiunge Miroslav Čepek, professore associato presso il ČVUT, spiegando in che modo tale collaborazione sia vantaggiosa per la sfera accademica. “L’azienda ottiene l’accesso a tecnologie all’avanguardia che la aiuteranno a sviluppare le proprie attività, mentre per gli esperti del ČVUT progetti come questo sono un’opportunità per trasferire la scienza in applicazioni pratiche e acquisire esperienza con le singole tecnologie nell’impiego pratico”. Ciò è doppiamente vero nel campo dell’intelligenza artificiale, dove il corretto funzionamento della maggior parte dei metodi dipende dalla disponibilità di grandi quantità di dati. Ottenerli in ambiente universitario è difficile, ma per aziende come Carvago, gestire i big data è una routine quotidiana”.
Inoltre, il ČVUT nei suoi progetti coinvolge anche gli studenti, per i quali la collaborazione rappresenta un’opportunità di fare esperienza sul campo durante gli studi.
Sa esattamente quanto dovrebbe costare una determinata auto
In termini del potenziale di innovazione e rilevanza pratica, l’area più importante della collaborazione di ricerca è quella degli algoritmi per determinare il prezzo delle automobili in base al tipo, all’età e all’equipaggiamento. Grazie alla disponibilità di un’ampia serie di annunci pubblicitari provenienti da tutta Europa, gli esperti del ČVUT sono stati in grado di creare un algoritmo che determina il prezzo di un’auto specifica con una precisione di circa il tre per cento. Per i marchi comuni come Skoda o Volkswagen, la precisione è ancora maggiore. “Questo permette ai nostri esperti di concentrarsi sui casi veramente problematici (mi viene in mente ad esempio il Ford F-150 Raptor con carrozzeria abitabile) senza dover convalidare i prezzi delle automobili normali”, spiega Tomáš Trnka.
Attualmente Carvago sta lavorando per integrare la settima generazione del modello di apprendimento automatico nei suoi sistemi interni. Suddetta generazione di modelli rappresenta una svolta per l’azienda. Una volta determinato il prezzo iniziale dell’auto, esaminerà ancora le foto dell’auto modificando di conseguenza il prezzo. “Per molto tempo abbiamo cercato di addestrare il modello a ’guardare’ le ruote, la vernice e gli optional”, continua Trnka. “Ma niente di tutto questo, da solo, ha avuto un effetto dimostrabile sul prezzo. Alla fine abbiamo lasciato mano libera all’intelligenza artificiale e questa ha imparato cosa cercare nelle foto per arrivare a una stima più precisa del prezzo. Scopriamo solo a posteriori, con procedure speciali, quali sono gli elementi delle foto che formano il prezzo”.
Tuttavia, la ricerca non si limita all’elaborazione delle foto. L’intelligenza artificiale aiuta gli analisti di Carvago a estrarre dal testo non strutturato delle inserzioni informazioni su equipaggiamento, riparazioni importanti o sull’esistenza di un libretto di manutenzione. In futuro, Carvago ha in programma di generare le proprie descrizioni degli annunci in base ai parametri estratti sulle automobili.
Ulteriori miglioramenti
Imparare a riconoscere dalle fotografie altri elementi dell’equipaggiamento, danni specifici ed elementi inusuali è già una sorta di routine di ricerca per entrambe le parti che collaborano. Tra le prossime grandi sfide
che, per inciso, vengono ora affrontati in tutto il campo dell’apprendimento automatico, va ricordata la cosiddetta interpretabilità dei modelli, in cui gli esperti cercano di utilizzare vari metodi di reverse engineering per capire quali fattori i modelli valutano come importanti per il processo decisionale. Questo non solo aiuta a creare fiducia nell’IA all’interno dell’azienda, spiegando i risultati locali, ma genera anche nuove osservazioni che portano a ulteriori idee e miglioramenti aziendali.
La seconda sfida è la certezza o l’incertezza con cui i modelli restituiscono le risposte. “Approcceremmo l’informazione secondo cui l’auto dovrebbe costare €13,500 e il modello è sicuro al 95% in modo diverso rispetto al caso in cui il prezzo sia lo stesso ma con una certezza del 17%”, tira le somme Tomáš Trnka.
I progetti “Ricerca e sviluppo dell’applicazione TEAS DMS 2.0 basata sui Big Data e l’AI” (numero di registrazione CZ.01.1.02/0.0/0.0/20_321/0024728) e “Ricerca e sviluppo di un Catalogo di veicoli che consente di prevedere il valore residuo dei veicoli basandosi su AutoML e su Image Recognition” (n. CZ.01.1.02/0.0/0.0/20_321/0024988) sono sostenuti dal Programma operativo Imprese e innovazione per la competitività finanziato dal Fondo europeo di sviluppo regionale.
