Autore: mapsgroup

Categorie
News

ICT Day 2015: il resoconto dell'evento in una breve intervista

news_ict_day_parma_maps_group

Sara Magri (Gestione Risorse Umane) racconta l’esperienza all’ultima edizione dell’appuntamento dedicato all’incontro tra mondo dell’Università e imprese del settore ICT

“Un’esperienza positiva, con un’ottima organizzazione e una grande affluenza”. Con queste parole Sara Magri (Gestione Risorse Umane, Maps Group) ha commentato la recente partecipazione all’ICT Day 2015 ospitato dalla facoltà di Ingegneria dell’Università di Parma, organizzato da Università degli Studi di Parma e promosso dalle Aziende del Comparto Informatico associate all’Unione Parmense degli Industriali. Sara ha partecipato all’evento rappresentando Maps Group e, meglio di chiunque altro, può valutare lo svolgimento di questo appuntamento pensato per creare occasioni di collaborazione tra mondo dell’università e imprese del territorio. “Credo che sia stata un’edizione notevole sotto molti punti di vista – ha detto Sara Magri – innanzitutto per la partecipazione spontanea degli studenti. Abbiamo registrato un’affluenza consistente sia da parte degli studenti, sia da parte di molti neolaureati in discipline scientifiche, in particolare in ingegneria informatica, ingegneria gestionale, matematica e fisica”.
Perché l’ICT Day è un appuntamento strategico per un gruppo come Maps?

“Perché da tempo abbiamo scelto di valorizzare il rapporto con l’università. Riteniamo infatti che esistano ampi margini di collaborazione tra un settore come il nostro, che richiede un alto tasso di competenze specialistiche, e le facoltà universitarie. Per studenti e neolaureati è fondamentale conoscere le possibilità di impiego che offre loro un’impresa come la nostra e, allo stesso tempo, credo sia importante per loro sapere quali figure sono più richieste sul mercato. Ma le possibilità di collaborazione aprono scenari interessanti anche per i docenti e le stesse facoltà che, per esempio, possono essere interessate a una nostra partecipazione attiva nei progetti di ricerca più innovativi”.
In base a quali elementi puoi dire che questa edizione dell’ICT Day è stata un successo?

“Innanzitutto per la dinamica di svolgimento dell’evento. Come detto abbiamo registrato un’affluenza notevole ma l’organizzazione della giornata e la disposizione logistica degli stand hanno permesso di confrontarci in modo approfondito sia con gli studenti sia con i docenti. Ci sono state molte occasioni di scambio vero, non solo di curricula ma anche di informazioni e punti di vista su aspetti specifici del mondo della ricerca e del lavoro. A conferma di tutto ciò posso dire che, ancora in questi giorni, stiamo ricevendo molte candidature interessanti, peraltro con profili estremamente qualificati”.
Cosa potresti consigliare a chi pensa di candidarsi per entrare a far parte del Gruppo Maps?
“Le competenze sono imprescindibili. Il 95% delle figure impiegate in azienda è in possesso almeno della laurea: in un settore come il nostro la laurea, in particolar modo quella scientifica, è fondamentale. Posso invece dire che non è sempre vero che sia necessaria una specializzazione in ingegneria informatica, per molte delle nostre posizioni spesso cerchiamo figure con lauree in discipline matematiche o fisiche perché, per forma mentis, hanno particolari attitudini per il nostro settore. Contano molto anche altri skills: dalla conoscenza della lingua inglese alla capacità di lavorare in team, fino all’attitudine ad affrontare progetti innovativi nei quali il percorso di lavoro è da costruire più che da seguire”.

Categorie
Open Data

Dati aperti, anzi spalancati verso il futuro!

[dropcap3]N[/dropcap3]omen omen, possiamo dire senza dubbio in questo caso. O, per farla più semplice: basta la parola! La lingua inglese ci mette di fronte a termini particolarmente concisi e tuttavia espressivi, capaci di mettere immediatamente a fuoco il punto del discorso nella sua luce più rappresentativa. Questo è il caso dell’accostamento di due parole all’apparenza estranee: il sostantivo data (nel senso di elemento, parte costituente) e l’aggettivo open (aperto, senza barriere né limitazioni) che insieme definiscono gli Open Data, termine che anche il legislatore italiano ha definito formalmente nel 2012, inserendolo all’interno del Codice dell’Amministrazione Digitale.
Eppure, anche se aperti, questi stessi dati debbono possedere alcuni requisiti per essere tali, ovvero:

  • [highlight]la disponibilità[/highlight] secondo le concessioni di una licenza che ne consenta l’uso da parte di chiunque, anche per utilizzarli commercialmente;
  • [highlight]l’accessibilità e interoperatività[/highlight] attraverso le varie tecnologie, comprese le reti telematiche pubbliche e private.

Dal punto di vista storico – perché non sembra, ma questi dati vengono da lontano – possiamo dire che vi sono dei precursori, come ad esempio:

  • [highlight]il fenomeno dell’Open Content[/highlight] che si occupa sia di opere creative che di ingegno e ricerca;
  • [highlight]l’Open Source[/highlight] che promuove la diffusione e il riuso di software, mediante la condivisione del codice sorgente, per creare nuovi prodotti a partire dal lavoro fatto da comunità di sviluppatori.

E anche se la classificazione in cui gli Open Data trovano la propria ragion d’essere è comune, si tratta in realtà di dati che hanno possibilità di “apertura” diverse. Non solo, ma hanno anche prospettive e ruoli da assolvere differenti, in base alla titolarità dei dati.
Per riassumere le loro caratteristiche possiamo dunque riferirci a una definizione largamente condivisa: “I dati aperti sono dati che possono essere liberamente utilizzati, riutilizzati e ridistribuiti da chiunque, soggetti eventualmente alla necessità di citarne la fonte e di condividerli con lo stesso tipo di licenza con cui sono stati originariamente rilasciati.”
E se pensiamo all’attuale società definitivamente globalizzata in cui accessibilità, interattività e intelligibilità sono gli ingredienti basilari della comunicazione, allora non possiamo che riflettere sulle insostituibili opportunità che si dispiegano intorno a questi dati aperti, capaci di trascinare con sé un elevatissimo potenziale di innovazione e trasformazione nel significato più profondo di queste parole.
Per il settore pubblico, ad esempio, investire sulla trasparenza, l’accessibilità e la fruibilità di dati gratuiti comporta un investimento etico e positivo in una società civile che voglia attuare i requisiti fondamentali della democraticità e della partecipazione.
Allo stesso modo, nel settore privato e naturalmente votato al business, è altrettanto facilmente percepibile come – al di là di eventuali costi iniziali sostenuti per creare o trattare una propria “base di dati” – uno scambio alla pari con altre realtà imprenditoriali che mettano a loro volta a disposizione i frutti del proprio valore, vuol dire investire sì a fondo perduto o quasi sul proprio prodotto, ma anche ritrovarsi nel frattempo migliaia di altrui prodotti o strumenti open o free con cui dialogare e magari implementare le proprie stessi merci. Lo stesso può valere per le ricerche scientifiche e in pressoché ogni settore dell’umana conoscenza.
Si tratta quindi di una sorta di mercato libero transnazionale e interdisciplinare cui attingere in maniera pressoché illimitata, magari dopo aver apportato il proprio contributo di sapere.
Così, in un mondo ormai del tutto connesso, gli Open Data, un passo dopo l’altro, sono in grado, dialogando tra loro, di intersecare ogni aspetto della società con lo scopo di migliorarne, prevederne e innovarne le prestazioni. Dai così aperti e lungimiranti, insomma, da pensare a chi verrà dopo di sé.
Per chi fosse interessato ad approfondimenti su tema, di seguito alcuni siti utili e pertinenti, riguardanti alcuni esempi di banche di Open Data online e Associazioni ed Enti che se ne occupano a livello internazionale.
[boxed_content type=”whitestroke” custom_bg_colour=”#e0e0e0″ custom_text_colour=”#000000″ pb_margin_bottom=”yes” width=”1/1″ el_position=”first last”]
approfondimenti

Siti internazionali

[highlight]Open Data Handbook[/highlight]
Un vero e proprio “manuale” sugli Open Data e il loro uso.
http://opendatahandbook.org
[highlight]Open Data Foundation[/highlight]
Organizzazione no-profit dedicata all’adozione di standard di metadati globali e allo sviluppo di soluzioni open-source che promuovono l’utilizzo di dati statistici.
http://www.opendatafoundation.org
[highlight]School of Data[/highlight]
Scuola di dati internazionale con la finalità di potenziare i professionisti e le organizzazioni della società civile attraverso la diffusione delle competenze necessarie per utilizzare i dati.
http://schoolofdata.org
[highlight]Open Knowledge Blog[/highlight]
Blog che, grazie all’apporto di persone appassionate di Open Data e legalità, mettono a disposizione ulteriori temi di approfondimento e discussione.
http://blog.okfn.org/

Siti istituzionali

[highlight]Data.Gov.Uk[/highlight]

Sito del governo inglese che raccoglie richieste di dati su settori diversi dello Stato, come la sanità, la scuola e la cultura anglosassone, creando sezioni di approfondimento e discussione (ad esempio blog).
www.data.gov.uk

[highlight]Data.Gouv.Fr[/highlight]

Piattaforma che permette agli enti pubblici francesi di inserire dati pubblici per produrre informazioni d’interesse generale per la società francese.
www.data.gouv.fr

[highlight]Digital Agenda for Europe[/highlight]

Portale promosso dalla Commissione Europea che ha dato vita a portali sugli Open Data in Europa, tra i quali figurano quello per l’Italia (Regione Piemonte), la Francia, l’Inghilterra e l’Olanda, promuovendo la diffusione dei dati pubblici.
http://ec.europa.eu/digital-agenda/en/open-data-portals

Siti locali

[highlight]Agenzia per l’Italia Digitale – Agenda Digitale Italiana[/highlight]

Sito del Governo italiano volto a perseguire le politiche di Open Data nell’ambito della Open Government Partnership, promuovendo la cultura della trasparenza nella pubblica amministrazione.
http://www.agid.gov.it/agenda-digitale/open-data

[highlight]Dati Piemonte[/highlight]

Portale promosso dalla regione Piemonte che si rivolge a tutti gli operatori pubblici, privati o commerciali, e mette a disposizioni i dati delle PA locali in ambito istituzionale.
www.dati.piemonte.it

[highlight]DatiOpen.it[/highlight]

Portale italiano degli Open Data che persegue ideali di trasparenza, mettendo a disposizione più di 1700 dati organizzati tematicamente e suddivisi per categoria.
http://www.datiopen.it/it/opendata-per-tematica

[highlight]Portale Dati aperti del Comune di Matera[/highlight]

Il portale contiene una serie di dati aperti, rendendo possibile una “radiografia” del comune di Matera e mettendo a disposizione informazioni che riguardano la popolazione nonché le iniziative e le attività promosse dal comune.
http://dati.comune.matera.it

[highlight]Portale Linea Amica[/highlight]

Portale che mette a disposizione tutte le FAQ che di frequente vengono fatte agli URP (uffici relazioni con il pubblico) degli enti aderenti al Network, ai servizi online della PA e agli indirizzi dei principali enti pubblici italiani.
http://www.lineaamica.gov.it/opendata

[/boxed_content]

Categorie
Open Data

Dati che parlano tra loro… e anche con noi!

[dropcap3]D[/dropcap3]opo un rapido sguardo alle principali definizioni e caratteristiche che riguardano gli Open Data, viste in precedenza, ci occupiamo ora in dettaglio di alcune delle loro peculiarità più rilevanti, quelle capaci di renderli così speciali.
Innanzitutto, è esemplare la capacità degli Open Data di dialogare liberamente non solo tra di loro, ma contemporaneamente anche con l’ambiente a loro esterno, fornendo informazioni spesso fondamentali e divenendo allo stesso tempo più facilmente “visibili”. Tutto ciò è reso possibile dall’assenza di ogni forma di barriera al loro utilizzo, a parte quelle prettamente “tecniche” connesse alla conoscenza – o meno – dei codici attraverso i quali gli Open Data e i Dati in genere sono organizzati e strutturati.
L’accessibilità riguarda quindi non solo i dati in sé, ma anche i sistemi di raccolta, stoccaggio e lavorazione con i quali vengono genericamente trattati, al punto da rendere gli Open Data pienamente disponibili, ossia portatori naturali di un ulteriore valore pressoché inesauribile, quello della loro interoperabilità.
E se “l’interoperabilità è la capacità di diversi sistemi e organizzazioni di lavorare insieme (…) di combinare una base di dati con altre” come viene definito nel Manuale degli Open Data, siamo allora in presenza di un requisito essenziale affinché sistemi differenti, lavorando insieme, riescano a fondersi in strumenti di elaborazione di dati sempre più complessi.
L’interoperabilità è dunque “la chiave per realizzare il principale vantaggio pratico dell’apertura: aumentare in modo esponenziale la possibilità di combinare diverse basi di dati e quindi sviluppare nuovi e migliori prodotti e servizi”.
Di fronte a questa vocazione globale tipica degli Open Data, sostenuta dal ruolo di grimaldello operativo svolto dalla lingua inglese e dalla possibilità pressoché infinita di connessione online, è difficile concepire limiti al loro uso, riuso, ricombinazione e ibridazione, se non quelli propri della nostra immaginazione.
Un caso esemplare e per certi versi sorprendente di combinazione tra dati sedimentati nel tempo con flussi di dati in real time, resa possibile grazie a un impiego sincronico di dataset diversi in chiave Open, è quello rappresentato dal sito www.FlyOnTime.us.*
Realizzato tutto in ambiente open, il sistema di elaborazione di dati alla sua base consente al visitatore – tra le altre cose –  di verificare personalmente e in tempo reale la percentuale di probabile ritardo dei voli in un dato Aeroporto, in base alle condizioni climatiche previste.
Il processo, infatti, combina insieme i dati storici sui ritardi resi disponibili dal Transportation Bureau con le informazioni meteorologiche concesse dalla Federal Aviation Administration, i bollettini meteo pregressi della National Oceanic and Administration e i dati in real time rilasciati del National Weather Service. Il viaggiatore comune non deve fare altro che connettersi al sito, compilare i campi proposti e ottenere immediatamente e gratuitamente la stima dell’eventuale ritardo!
E dopo questa ulteriore incursione nel mondo open, state pronti ai prossimi articoli: sono in arrivo altri esempi concreti sull’uso e riuso degli Open Data, oltre a qualche “volo fantastico”, stavolta tutto nostro: stay tuned!
[boxed_content type=”whitestroke” custom_bg_colour=”#e0e0e0″ custom_text_colour=”#000000″ pb_margin_bottom=”yes” width=”1/1″ el_position=”first last”]
approfondimenti
[*] Mayer-Schönberger Viktor – Cukier Kenneth, “Big Data. Una rivoluzione che trasformerà il nostro modo di vivere e già minaccia la nostra libertà”. Garzanti, Milano, 2013
[/boxed_content]

Categorie
Data Driven

I sentimenti dei dati o i dati dei sentiment?

[dropcap3]S[/dropcap3]piare dal buco della serratura non va più di moda. Oggi basta un qualsiasi ipad per curiosare in tutta tranquillità nella vita di chiunque vogliamo, o quasi. E ad essere analizzati non sono solo i semplici “fatti altrui”, ma qualcosa di più: con l’avvento dei social e degli strumenti che li aggregano e analizzano possiamo scoprire con facilità anche i gusti, le inclinazioni e le avversioni dei profili seguiti. In una parola sola, i loro sentimenti.
Niente di male, abbastanza di buono, molto di divertente e un po’ – ma solo un po’ – di ossessivo.
C’è però un’altra faccia della medaglia, probabilmente un’emoticon: allo stesso modo con cui noi “curiosiamo” nei profili e nelle conversazioni altrui, anche gli altri possono fare lo stesso nei nostri confronti, alla ricerca di quello che di noi li attira o magari li irrita. E, come se non bastasse, tutti noi finiamo nelle maglie più o meno strette di strumenti dai nomi seduttivi (MediaMiser, NUVI, Social Intelligence, Collective Intellect) che in realtà ci scansionano letteralmente dalla testa ai piedi e lo fanno, come si dice, in real time.
Si parla non a caso di programmi che analizzano il sentiment, ovvero le caratteristiche connotative, e non solo denotative, delle conversazioni online, schedandole e marcandole secondo criteri di giudizio che riguardano eventuali espressioni non solo di positività e negatività, ma anche di frequenza e ricorrenza. Il tutto suddiviso o suddivisibile per aree geografiche, lingue di appartenenza, età… insomma tutto ciò che riguarda il “dire, fare, baciare, lettera e testamento”!
E visto che questi programmi si fanno, come dire, i fatti nostri, allora è il caso di rendere loro la pariglia e cercare di svelare qualche loro segreto, così da giocare più o meno ad armi pari.
Vediamo quindi più in dettaglio come avviene questa analisi del sentiment da parte di tali strumenti, cercando di tradurla in un linguaggio più “umano” di quello che utilizzano questi programmi per funzionare.
Intanto un concetto importante: un viaggio nei dati in real time è un viaggio che inevitabilmente ci porta nel futuro a partire sia da quello che è accaduto prima che da ciò che accade nel frattempo. Tutto il flusso di dati, infatti, viene analizzato mentre avanza nel tempo.
Tale processo, che tecnicamente è piuttosto articolato, può essere sintetizzato nei seguenti passaggi:

  • le informazioni vengono innanzitutto acquisite attraverso pagine html, post, like, immagini etc;
  • i dati così raccolti vengono “puliti” mantenendo solo ciò che è rilevante in termini di contenuto informativo, eliminando ad esempio i messaggi pubblicitari;
  • questo flusso ancora grezzo viene filtrato ulteriormente, scartando quei contenuti che non sono significativi per la tematica che si sta analizzando o per il brand monitorato;
  • il materiale così selezionato viene analizzato semanticamente (attribuendovi cioè un valore in termine di significato) e vengono messi in evidenza alcuni dei messaggi pertinenti che vi sono presenti: keyword, argomenti, nomi di persone, nomi di brand, luoghi etc;
  • tale mole di dati, filtrata e categorizzata, viene analizzata in tempo reale al fine di rilasciare i relativi report (analitici o sintetici) che ne individuano il valore e il sentiment, appunto;
  • il tutto attivando – se richiesto – appositi alert nel caso vengano citate parole o situazioni identificati in precedenza come rilevanti, sia in positivo che in negativo.

Alla fine di questo complesso processo di lavorazione i dati vengono rilasciati all’utente attraverso un’interfaccia semplice da consultare, così da condividerne sia i valori che i vari trend risultanti.
Quelli che erano insomma atti comunicativi singoli e differenti, espressi in luoghi e momenti anche diversi tra loro, vengono prima selezionati e infine raggruppati secondo veri e propri percorsi di senso e quindi di valutazione. E probabilmente ben al di là delle intenzioni iniziali degli emittenti, o per lo meno della loro consapevolezza.
Come dire: attenzione a ciò che scriviamo, filmiamo e commentiamo online! Qualcuno, prima o poi, ci renderà pan per focaccia, fossero anche solo i sistemi di re-marketing, in grado di inseguire i nostri passi di consumatori per deliziarci di offerte e opportunità sempre più convenienti. O il politico di turno, che vuole sapere cosa ne pensa di lui l’opinione pubblica. O ancora un celebre cantante che cerca di promuovere la sua musica in rete con maggiore efficacia…
E se qualcuno ha dei dubbi sull’efficacia di tali strumenti, cambierà facilmente idea guardando questo grafico, realizzato “spiando” un singolo profilo di twitter in modo da scoprire i suoi interessi:
torta-sentiment-twitter
Alla rete, insomma, non la si fa. Meglio dedicarsi, come vuole la migliore tradizione, a “seminare” il proprio marito o la propria moglie!

Categorie
Big Data & C. Un Big Data al giorno

Asset digitali di business: dati in fila e a suon di Musica!

[dropcap3]G[/dropcap3]enerare asset digitali è senza dubbio un’impresa complessa, ma per motivi diversi da quelli che si possono immaginare comunemente.
Il problema della loro creazione, infatti, non sta tanto nelle difficoltà di tipo operativo o strumentale che si possono incontrare nella loro generazione: il primo ostacolo sta piuttosto nella capacità, a monte, di intravederne o meno l’esistenza.
I dati rilevanti da cui iniziare questo processo sono infatti occultati o sommersi da altri dati, per lo più insignificanti, che vengono raccolti sotto forma di segni, stringhe di testo, numeri e codici vari.
Privi di qualunque connotazione, questi dati si comportano come veri e propri rifiuti informazionali e scarti di altre comunicazioni, del tutto sterili.
Tutto però cambia quando un’intuizione, un progetto o una visione accende all’improvviso il loro potenziale e – come un pifferaio magico che guida una fila sterminata di topolini ben disciplinati – li conduce non alla fine di un precipizio, ma all’origine di una nuova strada da percorrere insieme.
La meta comune è la ricerca di un vantaggio aggiunto e possibilmente inedito, che li faccia diventare appunto “rilevanti”.
Non usciamo da questo paragone un po’ fantasioso, ma entriamo piuttosto nei meandri specifici di questo approccio, seguendo anche noi il suono di un flauto immaginario.
Occorre innanzitutto ricordare che un asset, di qualunque tipo sia, è definibile come tale soltanto se crea valore. L’obiettivo è dunque quello di generare “ricchezza” in senso lato, che può essere intesa sia nelle sue declinazioni più concrete e tangibili, tradotte in business, che nelle sue accezioni più astratte, quali il benessere sociale, il progresso, l’aumento della consapevolezza etc.
In questo articolo ci occupiamo della prima eventualità, quella che porta alla creazione di ricchezza economica, mentre approfondiremo in un’altra occasione i valori più immateriali, ma non meno importanti, che questi stessi asset digitali possono accrescere o creare.
Ragionando in termini prettamente economici, dunque, cercando di definirne meglio il campo d’azione, un asset digitale di business si può dire tale se:

  • [highlight]permette la creazione di una nuova fonte di ricavi[/highlight] o l’aumento degli stessi, anche consentendo la riduzione dei costi di un determinato business;
  • [highlight]crea un elemento di unicità nella propria offerta di valore[/highlight], aprendo nuovi orizzonti di mercato.

Ragionando invece dal punto di vista operativo e metodologico, una delle “ricette” più efficaci per creare effettivo valore sta senz’altro nel combinare dati che provengono da fonti diverse e metterli in correlazione. Il fine ultimo è quello di creare nuove informazioni originali e possibilmente esclusive.
Una delle opportunità di business più interessanti di questo tipo è senz’altro quella di creare valore attraverso l’uso di dati accessibili e pubblici combinati con altri di tipo esclusivo e proprietario. È la promessa degli Open Data, resi disponibili da soggetti pubblici o privati che possono essere a loro volta combinati sia con algoritmi che con altri dati, entrambi esclusivi, per generare insieme nuovi asset digitali.
Un esempio particolarmente significativo di creazione di asset digitali a partire dagli open data è l’esperienza nata negli Stati Uniti che ha reso pubbliche le informazioni sulle condizioni meteo. Questa semplice “apertura” ha permesso a circa 400 imprese di sviluppare una propria offerta di servizi, con un giro d’affari tra i 400 e i 700 Milioni di USD, e di dare lavoro a circa 4.000 persone. Un altro esempio di asset digitali, anch’esso innovativo, è quello realizzato da IBM e riportato in questo articolo. In questo caso IBM ha creato un asset digitale combinando due fonti di dati: la prima, esclusiva, rappresentata dai vari modelli linguistici e psicologici, la seconda, pubblica, composta dai tweet del soggetto che viene classificato dalla piattaforma/sistema.
Due esemplificazioni emblematiche di come una “fila” sterminata di dati, assemblata, guidata e condotta per bene, può raggiungere nuove frontiere di utilizzo e generare valore di business in grado a sua volta, un giorno, di rifornire di Dati il prossimo pifferaio magico. A suon di musica, chiaro!

Categorie
Big Data & C. Chi trova un dato trova un tesoro

Dai Big Data ai Relevant Data: alla ricerca di un tesoro nascosto.

[dropcap3]P[/dropcap3]arlando di Dati e delle diverse tecnologie che li trattano, è sempre più evidente come la capacità di leggerli, analizzarli e interpretarli sia in primo piano, rispetto alle tecniche pur innovative utilizzate nei processi della loro elaborazione. Il passaggio cruciale è quello che va dai Big Data – definiti semplicisticamente dall’occorrenza di quattro variabili, ovvero volume, varietà, velocità e veridicità – fino ai Relevant Data, dati portatori di particolare interesse e valore. La materia prima non manca, anzi “deborda” in pressoché tutti gli ambiti.
I fiumi di dati generati negli ultimi decenni hanno prodotto giacimenti di informazioni riguardanti ogni attività, umana e non, tanto preziosi quanto spesso trascurati, sottovalutati e incompresi: si tratta di un potenziale di altissimo valore che si dispiega unicamente quando viene tradotto in informazioni utili.
E nonostante le imprese, le aziende e gli enti pubblici siano depositari di enormi riserve “auree” di dati, acquisiti grazie a sistemi di IT automatizzati ormai comunemente utilizzati, un tale diluvio di informazioni rischia di offuscare la potenziale qualità insita in tale sovrabbondanza.
Per tutelarsi dalla perdita di tali potenziali significati occorre agire sul processo di interpretazione di questi volumi di “anonimi” dati, mitigandone il rumore di fondo in modo da reperire e tracciare informazioni selezionate cui poter attingere, magari con nuovi automatismi utili a produrre benefici e utilità varie.
L’attuale processo innovativo sta proprio nello sviluppo di prodotti dedicati ai dati rilevanti che, attraverso soluzioni tecnologiche di ultima generazione, siano in grado di riconoscerli in quanto tali, trasformarli e metterli a sistema,  al servizio di necessità peculiari.
È possibile descrivere la filiera di trasformazione dei Big Data in Relevant Data in un processo costituito da quattro fasi:

  • [highlight]Feed[/highlight](acquisizione): è la fase in cui il dato grezzo, proveniente da sensori o da altri sistemi  software, viene acquisito dal sistema e trasformato per renderlo il più possibile omogeneo.
  • [highlight]Enrich[/highlight] (arricchimento): i dati acquisiti dalla fase precedente possono essere arricchiti, dal punto di vista semantico, per cercare di attribuire loro un significato. Le operazioni che vengono svolte in questa fase sono quelle di: estrazione di concetti, classificazione di documenti, annotazione semantica (identificazione di entità, disambiguazione).
  • [highlight]Relate [/highlight](comprensione): in questa fase ci si occupa di identificare e validare dei fatti o degli eventi, trovare delle correlazioni ed eseguire quindi delle azioni di aggregazione tra dati omogenei.
  • [highlight]Evaluate [/highlight](decisione): il risultato delle fasi precedenti viene messo a disposizione dei “decisori” (che possono essere altri software o persone). Possibili operazioni che vengono svolte in questa fase: ricerca in un archivio di eventi o fatti, produzione di flussi real time di eventi o fatti, cruscotti analitici, sistemi di alert…

Questo processo a step successivi rende i dati di partenza non solo visibili e leggibili, ma capaci di generare nuove informazioni di senso e nuovi significati, finalmente utili per le varie finalità attribuite in fase di progettazione.
Per fare qualche esempio concreto possiamo parlare di alcuni sistemi di ricerca che apprendono qualcosa di noi e delle nostre necessità osservando il nostro comportamento all’interno dei siti che consultiamo.
Questi algoritmi unfatti, grazie alla capacità di analizzare e contestualizzare le scelte da noi fatte in precedenza, ci mostrano in tempo reale altri risultati attinenti a ciò che stavamo cercando, facendoci risparmiare tempo con suggerimenti appropriati.
E’ il caso ad esempio del sito Walmart che, dopo aver inserito sul proprio sito di e-commerce un motore di ricerca con queste caratteristiche, ha aumentato del 15% le proprie vendite online.
O anche di FedEx, che ha implementato un sistema di supporto alle decisioni in grado di suggerire i percorsi ottimali per la sua filiera logistica con l’obiettivo di far arrivare le merci nei tempi previsti e con costi sempre più bassi.
I dati che vengono presi in considerazione per questo fine sono molteplici: la posizione dei mezzi, le condizioni e previsioni meteo, le  condizioni del traffico e così via.
Le decisioni su come le merci devono proseguire nel loro percorso vengono prese in tempo reale, e questo permette  di ridurre l’impatto negativo che eventuali e imprevisti accadimenti esterni possono avere sull’azienda stessa e la sua organizzazione.
I risultati sono stati straordinari e in breve tempo l’investimento si è abbondantemente ripagato (430% di ROI).
Tutti esempi decisamente concreti e positivi, dunque, che confermano come i Big Data, trasformati in Relevant Data, non solo sono in grado di generare utilità in senso assoluto, ma sono capaci di produrre valori di business vero e proprio.
Per vedere in maniera approfondita come si generano asset digitali di business, vi rimandiamo a un altro articolo. A presto!

Categorie
Performance da 10 e lode! Sharing Knowledge

Il respiro della balena gioca con l’orologio del tempo.

[dropcap3]N[/dropcap3]on è noto se l’immortalità del corpo umano sia una condizione prima o poi realizzabile: tutte le forme biologiche sono soggette a limiti intrinsechi che potranno forse essere superati in un futuro attraverso interventi di natura medica o ingegneristica.
Le parole del noto oncologo italiano Umberto Veronesi non lasciano tuttavia spazio a fraintendimenti: “Vive a lungo e felice chi non smette di amare, di pensare e di agire”. Niente intrugli, dunque, o segreti celati da rompicapi irrisolvibili… il seme della felicità non sta tanto nell’immortalità quanto nel buon senso di chi, nella sua vita, ha esplorato anche gli abissi più profondi della malattia e ne è riemerso con un respiro più ampio. E tuttavia le regole, in questo caso, non sono uguali per tutti. Anzi, non potrebbero essere più diverse. Ogni forma di vita ha le sue, che si traducono in una precisa misura di tempo a propria disposizione.
Uno di questi esseri, il più mastodontico del pianeta – e scopriremo non a caso – ha ispirato artisti e letterati. Parliamo proprio di lei, la BALENA, animale maiuscolo in ogni sua parte, dalla testa alla coda. Questa creatura maestosa, quasi mitologica, nasconde più di un segreto proprio in termini di longevità, uno dei quali non poteva sfuggire a uno dei suoi più grandi estimatori: “… il capodoglio non respira che un settimo, o una domenica, di tutto il suo tempo” dice non a caso Herman Melville nelle pagine immortali di “Moby Dick”. In queste poche righe è condensata una vera e propria strategia di sopravvivenza, oltre che un patrimonio inestimabile di dati scientifici ancora da scoprire ed esplorare.
il-respiro-della-balena_2
Un eccezionale esempio di persistenza della vita attraverso il tempo lo dà in particolare la Balena artica (Balaena mysticetus), un enorme animale di colore scuro che può raggiungere i 21 metri di lunghezza e un peso massimo stimato di 152 tonnellate, in grado di vivere oltre i 200 anni in ottima salute, grazie alla bassa incidenza di malattie nella sua specie.
Respiratrici “consapevoli”, le balene devono decidere quando respirare e lo fanno sfruttando con intelligenza istintiva ciò che è a loro disposizione. Così trattengono il respiro per lunghi periodi grazie a polmoni capaci, scambiano notevoli quantità di aria tra inspirazioni ed espirazioni, distribuiscono l’ossigeno alle parti del corpo che più lo necessitano, tollerano meglio ciò che potrebbe danneggiarle, ovvero il biossido di carbonio. Respiratrici doppiamente consapevoli: dormono certo, come tutti i mammiferi, ma non possono restare incoscienti troppo a lungo proprio per poter respirare e risolvono il problema mettendo a riposo solo un emisfero del loro cervello per volta, restando sempre vigili.
Ecco allora che, seppure declinato in una eccezionale sapienza di specie, il segreto della balena può rivelarsi un esempio universale della necessità per tutte le creature viventi di andare oltre i propri limiti, per rimisurare l’idea stessa di longevità in termini di controllo sull’efficacia dei propri sforzi.
L’esempio della balena ci racconta come la migliore performance possibile per ciascuno è forse quella di saper convertire le risorse disponibili – pur nei loro limiti invalicabili – in un esercizio di consapevolezza ed efficienza, per mettere a frutto appieno la nostra vita come la Natura ci insegna.
Ed ora, prendiamo un bel respiro e mettiamoci alla prova!
[boxed_content type=”whitestroke” custom_bg_colour=”#e0e0e0″ custom_text_colour=”#000000″ pb_margin_bottom=”yes” width=”1/1″ el_position=”first last”]
approfondimenti

[highlight] Per saperne di più [/highlight]

–  Keane M. et al. Insights into the evolution of longevity from the bowhead whale genome.
–  Annalisa Berta et al., Marine Mammals: Evolutionary Biology, 3ª ed, Academic Press [1999], 2006, ISBN 0-12-088552-2.
–  Marine Mammal Biology: An Evolutionary Approach, Blackwell Publishing, 2002, ISBN 0-632-05232-5.
–  “Cetacei”, Microsoft® Encarta
–  Cell Reports.
–  Enciclopedia Treccani.
–  PiKaia, il portale dell’evoluzione.
[/boxed_content]

Categorie
Reazioni non pericolose Sharing Knowledge

Il nettare al tempo delle formiche!

[dropcap3]L[/dropcap3]‘idea di abbondanza, nell’epoca del consumismo, si accompagna inevitabilmente a un effetto collaterale che sembra ormai sorpassarne i benefici: lo speco di beni, la sovrabbondanza che diviene rifiuto. Quasi che nell’idea stessa del benessere individuale si nascondesse un prezzo da pagare, il più delle volte collettivo.
Una sorta di maledizione? Un retaggio culturale che obbliga a “espiare” in qualche maniera la nostra tendenza naturale all’appagamento? O piuttosto una regola dell’universo, per cui quando qualcuno ha una cosa, qualcun altro deve pagarne il pegno?
In natura non è affatto così. E – strano a dirsi – questo non avviene solo in un’ottica di risparmio e sacrificio, anzi! Gli animali, infatti, sanno destreggiarsi assai meglio di noi nell’arte della felicità, capaci come sono di mettere a frutto le risorse che la natura stessa dispensa.
Darwin scriveva del resto ne “L’origine delle specie”: “(…) quando contempleremo ogni prodotto della natura considerandolo come qualcosa che abbia avuto una storia; quando considereremo qualsiasi struttura complessa e qualsiasi istinto come la somma di molti elementi, ciascuno utile al suo possessore, (…) quanto diventerà più interessante lo studio della storia naturale!”
Di questo sono da tempo consapevoli i “mirmecologi”, ovvero coloro che osservano la vita delle formiche. Tutto ebbe inizio quando gli stessi si resero conto di come i loro piccoli soggetti di studio non fossero solo carnivori o consumatori di detriti e animali morti, ma che molte delle loro diverse sotto-specie erano ghiotte di nettare, il mitologico nutrimento degli dei. Da lì la scoperta, altrettanto sorprendente, che non solo le formiche hanno un palato fino, ma fanno anche le schizzinose e ne selezionano più varietà in base ai loro gusti e necessità.
Come è possibile tutto ciò? Entriamo più nel dettaglio di questa mirabolante “catena produttiva”.
Il nettare è una secrezione zuccherina prodotta da tessuti specializzati posizionati alla base dei fiori (nettàri fiorali) e in altre parti non riproduttive delle piante, quali ad esempio le foglie (nettàri extrafiorali); le formiche, ingorde di tale prelibatezza, non si sono limitate nel loro ciclo evolutivo a consumarlo, ma ne hanno influenzato la composizione in un modo a dir poco ingegnoso.
Tra i microorganismi trasportati da questi piccoli e intraprendenti insetti, infatti, vi sono anche dei lieviti, i quali – una volta dispersi sulle piante – sono in grado di interagire chimicamente con gli zuccheri esistenti dei nettàri fiorali, modificandone la composizione originaria.
La nuova sostanza nutritiva così prodotta contiene più fruttosio e glucosio e meno saccarosio, risultando allo stesso tempo meno appetibile per gli altri insetti loro “concorrenti”. Le formiche si assicurano in questa maniera una fonte di zucchero “esclusiva”, fungendo loro stesse da impollinatrici dirette.
Anche i nettàri extrafiorali di molte piante hanno del resto una funzione di ricompensa: si tratta di una simbiosi mutualistica dalla quale non solo le formiche, ma anche le piante ricevono vantaggi: il tasso riproduttivo della pianta aumenta del 49%, mentre gli attacchi degli insetti fitofagi (che si cibano cioè delle stesse) sono ridotti del 62%. Il tutto senza sprechi né scarti né rifiuti!
Impariamo, gente, impariamo… 🙂
[boxed_content type=”whitestroke” custom_bg_colour=”#e0e0e0″ custom_text_colour=”#000000″ pb_margin_bottom=”yes” width=”1/1″ el_position=”first last”]
approfondimenti
[highlight] Per saperne di più [/highlight]
–  Shenoy M. et al. (2012). Composition of extrafloral nectar influences interactions between the myrmecophyte Humboldtia brunonis and its ant associates. J Chem Ecol. 2012 Jan;38(1):88-99.
–  Trager et al. (2010) Benefits for Plants in Ant-Plant Protective Mutualisms: A Meta-Analysis. PLoS ONE, vol. 5, no. 12.
–  Pikaia, il portale dell’evoluzione.
[/boxed_content]

Categorie
Agli albori dei Big Data Big Data & C.

A scuola di Big Data: i Dati dalla A alla Z

[dropcap3]Q[/dropcap3]uando ci si avvicina per la prima volta a una lingua o un linguaggio, uno strumento che non può mancare come ausilio – e a volte anche come “coperta di Linus” – è il vocabolario, edito e consultabile in ogni sua forma: completo, tascabile, online, on demand…
Tra le sue pagine, virtuali o meno che siano, facilmente andremo alla ricerca di sostantivi. Unità minima di comprensione e traduzione, i nomi comuni sono infatti i primi punti di riferimento che servono al lettore per orientarsi nella comprensione del testo e del linguaggio in genere, dopodiché l’apprendimento inizia, seppure faticosamente. Ogni volta in cui un vocabolo è compreso e memorizzato, questo funge da punto di partenza per un secondo step di apprendimento e così via, andando mano a mano a comporre reti di relazioni semantiche e sintattiche sempre più complesse.
Lo stesso discorso vale per i linguaggi di tipo “tecnico”, in cui acronimi o termini obbiettivamente astrusi possono essere un potente ostacolo iniziale alla comprensione di un testo, minandone fin dall’inizio l’interesse a capirne di più.
Parlando di Dati in ogni loro forma e declinazione, abbiamo così pensato di fornire al lettore, pronto all’uso, un piccolo glossario dei principali termini tecnici e specifici che compongono questo strano universo.
Buona… ri-traduzione!!!
[boxed_content type=”whitestroke” custom_bg_colour=”#e0e0e0″ custom_text_colour=”#000000″ pb_margin_bottom=”yes” width=”1/1″ el_position=”first last”]
approfondimenti
[highlight]Algoritmo:[/highlight] descrizione di un procedimento che può essere utilizzato per analizzare dei dati mediante un numero finito di passi elementari. Tale procedimento è normalmente guidato da un software, che effettua calcoli matematici ed altre operazioni che servono per automatizzare la risoluzione di formule matematiche o statistiche.
[highlight]Amazon Web Services:[/highlight] collezione di servizi Cloud resi disponibili da Amazon (il celebre sito di ecommerce). L’obiettivo di questi servizi è quello di rendere disponibile, anche alle piccole aziende, un’enorme potenza di calcolo tale da permettere loro di affrontare anche i progetti di tipo Big Data. In sostanza tale potenza di calcolo può essere noleggiata, anche per periodi di tempo molto brevi, senza dover affrontare costi significativi per acquistare un’infrastruttura IT dedicata.
[highlight]Analytics:[/highlight] processo di acquisizione, elaborazione ed analisi dei dati che serve per generate informazioni utili ai processi decisionali.
[highlight]Big Table:[/highlight] servizio di archiviazione dati di Google che può essere utilizzato per ospitare dei BigData. Tale possibilità è offerta grazie all’infrastruttura Cloud di Google denominata App Engine. Questo strumento di archiviazione è lo stesso utilizzato da alcuni famosi servizi come Gmail, Google Earth e Youtube.
[highlight]Cassandra:[/highlight] celebre database open source realizzato dalla Apache Software Foundation. E’ particolarmente adatto per gestire grandi volumi di dati ospitati su più server connessi tra loro.
L’approccio di Cassandra è quello di favorire l’utilizzo di tanti server a basso costo, piuttosto che pochi server ad alto costo.
[highlight]Cloud:[/highlight] paradigma di erogazione di servizi di archiviazione, di elaborazione e di connettività tale per cui delle risorse IT vengono rese disponibili, in modo condiviso, a più utenti o aziende. L’impiego delle risorse di elaborazione può essere incrementato o diminuito con elevata flessibilità e tempestività. In questo modo il costo di utilizzo di un’infrastruttura IT viene ottimizzato in funzione delle effettive esigenze.
[highlight]Distributed File System (File system distribuito):[/highlight] sistema di archiviazione dati progettato per rendere accessibili dei dati, ospitati su dei server remoti, come se fossero presenti sul computer locale. Un Distributed File System è spesso necessario per diminuire i costi e la complessità di archiviare dati, in un progetto di tipo BigData.
[highlight]Data Scientist:[/highlight] figura professionale che ha il compito di estrarre informazioni rilevanti dai dati. Tipicamente ha delle competenze in informatica, matematica, statistica, visualizzazione dati. A queste si possono poi affiancare specifiche abilità in comunicazione e strategie di business.
[highlight]Dati strutturati e non strutturati:[/highlight] i dati strutturati sono quelli che è possibile organizzare in tabelle e sui quali è possibile creare delle relazioni. I dati non strutturati sono quei dati che non seguono schemi o relazioni predefinite; alcuni esempi di dati non strutturati sono: i messaggi email, un post di un blog, un commento in un social network, un’immagine o il file contenente la registrazione del parlato.
[highlight]Gamification:[/highlight] tecnica con cui si trasforma in gioco ciò che normalmente non lo è. Nel mondo dei Big Data, con tecniche di “gamification”, vengono incentivate le azioni di raccolta dati.
[highlight]Google App Engine:[/highlight]  piattaforma cloud di proprietà di Google con la quale, le aziende, possono sviluppare dei propri software che gireranno sui server di Google. Al contrario per quello che accade con Amazon, i servizi cloud di Google rimangono gratuiti per piccoli progetti.
[highlight]HANA (High Performance Analytical Application):[/highlight] piattaforma hardware e software di SAP, progettata per trattare alti volumi di transazioni ed effettuare elaborazioni analitiche molto efficienti.
[highlight]Hadoop: [/highlight] software della Apache Software Foundation, la prestigiosa comunità open source. Si tratta di una delle piattaforme software più note per l’elaborazione ed il trattamento di Big Data. Hadoop utilizza architetture di elaborazione altamente distribuite (magari con l’utilizzo di hardware a basso costo), per archiviare, ricercare ed analizzare insiemi di dati molto ampi.
[highlight]Internet delle cose (Internet of things):[/highlight] con questo termine si identificano le situazioni in cui degli oggetti (anche di uso quotidiano), trasmettono informazioni sul loro stato di funzionamento in modo da incrementare la loro utilità.
[highlight]MapReduce:[/highlight] algoritmi software che suddividono grossi seti di dati, in tanti piccoli blocchi, ognuno dei quali può essere trattato da una singola unità di elaborazione. L’attività di tale algoritmo si divide in due: in una prima fase l’elaborazione viene suddivisa e trasmessa alle varie unità di elaborazione (fase di map), nella seconda fase i risultati delle singole elaborazioni vengono raccolti in modo da formare un output unico (fase reduce).
[highlight]Natural Language Processing:[/highlight] con questo termine si indica una categoria di software in grado di interpretare il parlato o il testo scritto di una persona. L’obitettivo è quello di migliorare l’interazione uomo-macchina aumentando le capacità di quest’ultima di comprendere le forme espressive, in termini di linguaggio, dell’uomo.
[highlight]NoSQL: [/highlight] software che si occupano dell’archiviazione di dati, senza ricorrere alle comuni forme di rappresentazione di tipo relazionale. Sono sistemi particolarmente adatti per archiviare grossi volumi di dati, che non devono essere categorizzati a priori secondo degli schemi definiti.
[highlight]Predictive Analysis:[/highlight] algoritmi per trattare dati con l’obiettivo di individuare dei trend o eventi futuri.
[highlight]R:[/highlight] software open source molto popolare utilizzato per fare elaborazioni analitiche su dei dati.
[highlight]RFID (Radio Frequency Identification): [/highlight] tecnologia utile per localizzare, tracciare, identificare degli oggetti in uno specifico processo. Tale tecnologia si basa sull’utilizzo di specifici tags che sono dei minuscoli processori che possono essere fisicamente abbinati a prodotti, persone, veicoli etc. Tali tags possono essere rilevati ed identificati con apposite antenne. La loro rilevazione è in grado di fornirci delle informazioni sulla posizione e sullo stato dell’oggetto al quale è abbinato il tag.
[highlight]Software as a Service (SAAS):[/highlight] con questo termine si identifica la fruizione dei servizi di uno specifico software mediante la Rete. Il software è infatti installato in un data center remoto (o sua una piattaforma cloud) e gli utenti vi accedono mediante browser o sistemi analoghi. Tale modalità di fruizione ha modificato anche la modalità con cui ci si approvigiona del software: è infatti tipico remunerare l’utilizzo di un software in SAAS in funzione del tempo o dell’intensità di utilizzo dello stesso.
[/boxed_content]

Categorie
Comunicazione extra specie News Sharing Knowledge

Come quando fuori NON piove: dialogo immaginario tra pianta e macchina

[dropcap3]L[/dropcap3]a comunicazione tra specie diverse ha tante strade, nessuna uguale all’altra perché ciascuna, a modo suo, ha una natura affascinante ed eccezionale.
Certo il primo passaggio comunicativo è questo: Chi sei tu? Chi sono io, rispetto a te? A seguire, si stabilisce solitamente un contatto, fondato spesso sul concetto di reciprocità: Cosa possiamo “scambiarci” io e te, in termini di conoscenza, interesse o, perché no, utilità concreta?
In questo gesto, essenzialmente pragmatico, sta il seme di una convivenza proficua che genera valore intorno a sé.
Questa operazione, solitamente innata e spontanea all’interno della stessa “specie”, è oggi possibile anche tra il mondo vegetale e quello delle “macchine”, grazie a un’intuizione davvero geniale di Jessica Rosati, che è riuscita a unire innovazione e comunicazione, mettendola al servizio della tecnologia.
Giovane studentessa del dottorato di ricerca in “Ingegneria Elettrica e dell’Informazione” presso l’Università di Bari, l’intraprendente Jessica si è lanciata in un’avventura alquanto audace: creare una vera e propria “comunicazione on demand” per le piante, le quali, grazie all’elaborazione di uno specifico algoritmo e monitorando diversi parametri (tra cui la concentrazione d’acqua nelle colture, il caldo e l’umidità), rilasciano un “segnale” agli irrigatori in base al bisogno reale d’acqua, evitando inutili sprechi.
La meraviglia anche a livello comunicativo di questo progetto, premiato dall’Ibm PhD fellowship Award, è che queste piante interagiscono non solo tra loro, ma con il contesto (in questo caso gli irrigatori), comunicando i loro bisogni e soddisfacendoli attraverso un reciproco riconoscimento.
Inoltre, entrando nel processo di elaborazione, emerge una predominanza di verbi transitivi, che implicano non solo l’esistenza di un messaggio da trasmettere mediante un canale, ma anche la presenza a tutti gli effetti di un emittente e di un destinatario, in grado di comunicare tra loro.
Gli stessi Shannon e Weaver, i celebri matematici che hanno dato vita alla “teoria della comunicazione”, sarebbero così particolarmente fieri di sapere che, nel 2015, una giovane ragazza ne ha pienamente realizzato il modello, aldilà di ogni possibile barriera fisica o intellettiva, interferenza o rumore capace di ostacolare il percorso del messaggio.
Come in qualsiasi altro rapporto comunicativo, infatti, la pianta e l’irrigatore condividono uno stesso codice che, per una reciproca comprensione e una comune possibilità di apprendimento, concretizza uno scambio di informazioni e la possibilità di elaborare e appagare richieste e necessità. Davvero una bella lezione sulle potenzialità di una corretta comunicazione!
Manifestare i propri bisogni, rendendoli chiari e comprensibili, sembra del resto il nuovo confine del cambiamento, già abituati come siamo a sentir parlare di “Internet of Things” o “Internet degli oggetti”… Scarpe da ginnastica che trasmettono dati sulla velocità tenuta per gareggiare in tempo reale con persone geograficamente distanti da noi, sveglie che suonano prima in caso di traffico e contenitori delle pastiglie che ci avvisano se scordiamo di prenderne una.
Chiedono, informano e ricevono: in una parola sola comunicano, termine ancora oggi sorprendente che significa propriamente condividere, “mettere qualcosa in comune con gli altri”.
E non importa come – o tra chi – tale scambio di informazioni si esprime: quello che conta è la concreta possibilità di farlo. L’integrazione tra tecnologia e biologia – al punto in cui siamo – non può più essere considerata un’eccezione, dunque, ma, al contrario, deve essere interpretata come una vera e propria interazione in grado di garantire una reciproca utilità.
E adesso… tutti a parlare con le piante del balcone, del giardino e soprattutto con quelle dell’orto. Non si sa mai che rispondano!
[boxed_content type=”whitestroke” custom_bg_colour=”#e0e0e0″ custom_text_colour=”#000000″ pb_margin_bottom=”yes” width=”1/1″ el_position=”first last”]
approfondimenti
[highlight] Per saperne di più[/highlight]
–  Shannon, C.E. e Weaver, W. 1983, La teoria matematica delle comunicazioni, Milano, ETAS LIBRI (1a ed. 1971), ed. it. di The Mathematical Theory of Communication, University of Illinois Press, 1949.
– Kevin Ashton: That “Internet of Things” Thing. In: RFID Journal, 22 luglio 2009.
– News24Web.
– Impronta Unika.
– Informatica Libera.
[/boxed_content]