Veloce, scalabile e attendibile, la soluzione Safemind di Sferanet è capace di acquisire, integrare e analizzare dati strutturati e non strutturati, elaborando un modello di comprensione dei fenomeni e dei comportamenti, con livelli sempre più alti di previsione e prevenzione
Sferanet oggi rappresenta una realtà affermata non solo nella system integration e nella digital transformation, ma anche e soprattutto nella gestione di “BigData” e dell’applicazione sui dati di modelli di intelligenza artificiale per l’analisi e la comprensione. «Negli ultimi 4 anni abbiamo investito molte risorse sull’AI e sull’analisi dei dati in dipendenza del “Dominio” di appartenenza producendo modelli specializzati» – racconta Roberto Rusconi, presales – Technology area and Special Project di Sferanet. Soluzione di punta è Safemind, piattaforma in grado di trattare l’informazione, cogliendo i fenomeni a essa associati. È un prodotto che “cuciamo” a seconda delle esigenze del cliente, quasi fosse un abito sartoriale, al punto che cambia nome a seconda dell’utilizzo che ne viene fatto e tipicamente ciascun cliente assegna il nome che più gradisce e in dipendenza del contesto “classifica” la piattaforma. Safemind nasce da un’idea dell’attuale presidente di Sferanet, Cristiano Rufini, visionario e precursore del concetto di “dato consapevole” applicato alle enormi quantità di dati oggi fruibili da diverse sorgenti afferenti domini eterogenei, quali a titolo indicativo la pubblica sicurezza, la salute e l’assistenza, dominio finanziario, dominio meteorologico.
Soluzione “chiavi in mano”
Safemind è la soluzione architetturale “chiavi in mano” che, attraverso la rimodulazione delle componenti, in dipendenza del dominio di dati da analizzare, consente di specializzare funzioni analitiche e predittive anche con modelli di machine learning e deep learning, sfruttando le peculiarità dell’intelligenza artificiale, in grado di processare e analizzare sia dati storici che in real-time e near-realtime. Veloce, sicura, scalabile e attendibile, è capace di acquisire, integrare e analizzare sia i dati strutturati che non strutturati. Le fonti dati sorgenti dell’informazione possono essere le più disparate. Si può passare dall’acquisizione dei contenuti dal Darkweb alle fonti social sul Clearweb, sino ai dati inviati da un sensore meteorologico, da una videocamera di sorveglianza o provenienti da un dispositivo medico. Il valore aggiunto viene dalla metodologia utilizzata da Sferanet per il trattamento del dato acquisito che, passando per i diversi processi di organizzazione, aggregazione, classificazione, pulizia, qualità e inferenza, consente di avere in output la rappresentazione dell’informazione quale risultato del processo di trattamento del dato.
Personalizzata e su misura
Safemind è in grado di catturare dati dall’esterno, come per esempio, dai termostati che controllano il flusso energetico del gas, o dalle videocamere dei sistemi per il monitoraggio delle scale mobili. «È un analizzatore di qualsiasi fonte dati che può essere “rivestito” a seconda delle esigenze del cliente. L’obiettivo – spiega Rusconi – è quello di arrivare prima che si verifichi un problema. Può essere per esempio utilizzato nel campo della pubblica sicurezza per il tracciamento di soggetti attenzionati sia attraverso flussi video che attraverso l’individuazione di transazioni bancarie su POS e rilevamento delle celle telefoniche dove viene agganciato il numero di telefono. Grazie alle tecniche di face detection, Safemind è in grado di verificare l’identità di una persona che passa accanto a una telecamera in aeroporto o nelle stazioni ferroviarie, catturandone l’immagine e interrogando in tempo reale le fonti dati delle forze dell’ordine. Con il tracciamento di soggetti attenzionati, applicando correttamente i modelli e le funzioni a corredo di Safemind sarà possibile proteggere obiettivi sensibili, inviando un alert che permette di intervenire in maniera preventiva».
Aree di applicazione
Sefemind comprende diverse applicazioni di intelligenza artificiale. Prima di tutto, il monitoraggio di edifici, spazi o situazioni a scopo di anomaly detection e manutenzione predittiva. Un’altra applicazione è il trattamento automatico delle informazioni scritte o parlate attraverso tecniche di Natural Language Processing (NLP). «In questo caso mettiamo in campo delle tecniche AI per trattare il linguaggio scritto che consentono di ottenere una quantificazione oggettiva di un’opinione riguardo un determinato argomento» – spiega Manuela Vaser, data scientist evangelist – responsabile dell’unità Intelligenza Artificiale della BU Progetti Speciali di Sferanet. «Questo tipo di applicazione viene utilizzata a scopo di marketing, analizzando, per esempio, sui social network il sentiment degli utenti riguardo un determinato prodotto, al fine di costruire una campagna pubblicitaria mirata. Un altro scopo è la due diligence, ovvero il tracciamento di potenziali profili di criticità, per esempio, riguardo alcune affermazioni o azioni sul web, da parte di stakeholder interni o esterni all’organizzazione aziendale, che possono ledere l’immagine dell’impresa e che richiedono azioni correttive».
Safemind consente anche il tracciamento di conversazioni sospette nel Darkweb per prevenire eventi criminosi o sensibili, o di identificare l’autore di un commento attraverso la stilometria, in altre parole l’analisi e il matching delle caratteristiche con cui una persona scrive nel Clearweb. Il Darkweb non è raggiungibile dai classici motori di ricerca, perché si sovrappone alle normali reti e alle architetture delle reti private, rendendo molto difficile l’accesso, se non attraverso software specifici. La soluzione proposta da Sferanet permette quindi di riconoscere l’autore di un post attraverso l’analisi testuale e la misurazione degli indicatori stilistici. «Siamo molto attivi anche nella computer vision – continua Manuela Vaser – grazie a una serie di algoritmi e tecniche di AI, possiamo estrarre informazioni relative alle immagini con livelli sempre più alti di astrazione e comprensione del contesto. Con Safemind, è possibile ottenere il conteggio delle persone presenti in una determinata area, tracciandone i flussi anche in ottica previsionale, per analizzare, ad esempio, le zone di una città in cui possono verificarsi degli assembramenti, caratteristica funzionalità molto utile in tempi di pandemia. È anche possibile monitorare il traffico in ottica predittiva, nonché tracciare le caratteristiche dei veicoli, dinamiche e tempi di percorrenza, ricercare determinati oggetti nei video e riconoscere colori e targhe delle auto». Safemind è stato utilizzato anche nel settore del turismo per analizzare i flussi turistici al fine di valutare l’impatto della pandemia. I dati raccolti hanno dimostrato una pesante flessione, soprattutto per quanto riguarda il turismo internazionale.
PA client-driven
Sferanet si occupa anche di progetti complessi per la Pubblica Amministrazione, con un approccio client-driven. Per Inps, ha realizzato Frozen, il sistema di prevenzione rischi real-time, volto a potenziare la funzione di contrasto alla simulazione di rapporti di lavoro e a prevenire fenomeni sia evasivi che elusivi della contribuzione. L’azienda segue inoltre la gestione del data warehouse per Inail e la data presentation per Istat. Ha vinto anche una gara per realizzare un progetto di Big Data per conto del Comune di Milano. Sferanet può contare su uno staff di circa centoventi esperti, distribuito su quattro aree del territorio nazionale: il quartier generale di Roma; la sede milanese, inaugurata nel 2019 con l’intento di penetrare nel mercato enterprise più tipico dell’Italia settentrionale; e i due competence center di Cagliari e Palermo. Nel 2020 ha aperto anche la prima sede all’estero con una filiale a Dubai. Il lavoro in Sferanet è fortemente dinamico e in continua evoluzione. L’azienda è sempre pronta a cogliere nuove sfide. Dal 2020, è presente anche in ambito internazionale, in particolare nel settore fintech, grazie a una importante collaborazione con una multinazionale del ranking creditizio.
