Le innovazioni dell’ecosistema startup per la Computer Vision

STARTUP INTELLIGENCE

Le innovazioni dell’ecosistema startup per la Computer Vision



La Computer Vision è un importante ambito di applicazione dell’Intelligenza Artificiale. Una classificazione delle startup sulla base delle soluzioni per l’analisi di immagini orientate all’estrazione di informazioni dalle immagini stesse e 9 startup da conoscere

di Filippo Frangi

17 Giu 2022


Photo by Jake Walker on Unsplash

Il mondo dell’Artificial Intelligence è in continua evoluzione sia dal punto di vista del progresso tecnologico che delle soluzioni adottate dalle imprese. Negli ultimi anni, in particolare, uno degli ambiti che ha attirato maggiore interesse risulta quello della Computer Vision, cioè soluzioni di analisi di immagini orientate al riconoscimento di persone, animali e cose, al riconoscimento biometrico e in generale all’estrazione di informazioni dalle immagini stesse.

L’Osservatorio Startup Intelligence del Politecnico di Milano, in collaborazione con l’Osservatorio Artificial Intelligence, ha censito e analizzato 241 startup internazionali, fondate dal 2017, che offrono soluzioni nel mondo della Computer Vision. Sono stati raccolti, dalle 218 startup di cui sono noti i dati, finanziamenti complessivi per 1,8 miliardi di dollari per un finanziamento medio di circa 8,26 milioni per startup.

I risultati della Ricerca sono stati presentati da Stefano Garavaglia, Carlo Negri e Camilla Sorrentino, Ricercatori dell’Osservatorio Artificial Intelligence, in occasione dell’ultimo workshop dell’ottava edizione dello Startup Intelligence. L’incontro ha ospitato i pitch di 9 startup, che hanno presentato le loro innovazioni di fronte alla platea della community di Innovation Manager dell’Osservatorio Startup Intelligence.

Computer vision, 10 categorie di startup

In particolare, le startup censite e analizzate nel corso della ricerca sono state classificate in dieci categorie rispetto ai task svolti dalle soluzioni offerte:

WHITEPAPER
[White Paper] TEST più semplici e completi per i tuoi software: l'AI fa la differenza
Automotive
Intelligenza Artificiale
  • Action Recognition: modelli che identificano una o più entità, le correlano nel tempo e nello spazio e restituiscono una descrizione dell’azione rilevata;
  • Emotion Recognition: soluzioni per rilevare il sentiment di un’immagine;
  • Entity Extraction: soluzioni che permettono l’estrazione di informazioni contenute all’interno dell’immagine stessa;
  • Facial Recognition: motori di Computer Vision in grado di riconoscere i volti delle persone nell’immagine;
  • Image Classification: soluzioni che analizzano il contenuto dell’immagine e ne attribuiscono un’etichetta accompagnata da una percentuale di attendibilità di tale classificazione;
  • Image Editing: soluzioni che modificano un’immagine in input restituendone una nuova versione;
  • Image Segmentation: suddivisione dei pixel di un’immagine in sezioni a seconda dell’entità a cui appartengono;
  • Object Detection: algoritmi di AI che identificano un’entità nell’immagine, la racchiudono in un box e restituiscono un’etichetta del contenuto;
  • Synthetic Image Generation: soluzioni che permettono di generare immagini sintetiche e realistiche;
  • Visual Relationship Detection: comprensione delle relazioni presenti tra gli oggetti di un’immagine, fornendo una descrizione.

Computer vision, 9 startup da conoscere

Nella categoria Emotion Recognition troviamo Emotiva, presentata dal co-founder e Chief Marketing Officer Andrea Sempi. La startup, attraverso algoritmi di computer vision e machine learning, individua e analizza i micromovimenti del volto che, codificati come espressione di un’emozione, permettono di sviluppare metriche utili per analisi di marketing e comparazioni.

Red Lynx Robotics, seconda startup presentata, appartiene invece all’ambito Image Classification e Object Detection. Il co-founder Enrico Bellocchio ha esposto come gli algoritmi di Machine Learning sviluppati dalla startup possano essere applicati in ambito industriale per la rilevazione predittiva di anomalie e guasti e alla robotica per abilitare la navigazione autonoma di piattaforme aeree e terrestri.

Sugli stessi task lavorano anche Skinive e INVENTIO.ai. Skinive, presentata al workshop dal co-founder e CEO Kirill Atstarov, ha sviluppato un servizio volto allo screening della pelle, per monitorarne lo stato di salute e riconoscere eventuali malattie utilizzando la fotocamera degli smartphone e le reti neurali. INVENTIO.ai, invece, come spiegato dal co-founder Giacomo Vissio, propone alle aziende tecnologie avanzate di intelligenza artificiale per l’efficientamento dei processi e per una maggiore sostenibilità tramite l’offerta di app industriali tailor-made.

In ambito Facial Recognition e Obejct Detection, Salvatore Iiritano ha presentato Revelis, una startup che realizza soluzioni multicloud per l’analisi prescrittiva e predittiva dei Big Data, consentendo la previsione di fenomeni e l’ottimizzazione dei processi aziendali.

NEXT VISION opera nei task di Object & Visual Relationship Detection e Action Recognition. Come spiegato dal co-founder Francesco Ragusa, la startup progetta e sviluppa algoritmi di intelligenza artificiale capaci di trasformare in informazioni immagini e video acquisiti mediante telecamere fisse, mobili e indossabili per assistere e supportare quotidianamente gli utenti negli ambienti in cui vivono e lavorano.

Alla categoria Image Classification ed Entity Extraction appartiene Inferendo. La startup, presentata dal CEO Alessandro Rolando, ha sviluppato una suite di visual search e visual recommendation, chiamata Visidea, che permette ai siti e-commerce di incrementare ricavi e vendite facilitando la ricerca dei prodotti da parte dei consumatori.

STUDIOMAPP, co-founder e CEO Leonardo Dal Zovo, si occupa di Image Classification, Entity Extraction e Object Detection. La startup è in grado di analizzare immagini satellitari e aeree con risoluzioni inferiori al metro riuscendo a geolocalizzare e classificare gli oggetti presenti nella foto. La soluzione è stata applicata anche a supporto delle previsioni del grado di diffusione della pandemia Covid-19, tramite l’analisi dei flussi di persone in determinate aree.

Infine, Dilium rientra nelle categorie Image Classification, Face Recognition, Object Detection e Entity Extraction. Durante il workshop, il co-founder e CEO Donato De Ieso ha spiegato come la startup, grazie a elevate competenze ICT, aiuti le aziende nella creazione di soluzioni tecnologiche per accrescere il loro business.

Nell’ultimo anno la Computer Vision ha suscitato un fortissimo interesse. Infatti, da una comparazione dell’attuale ecosistema internazionale delle startup attive in tale ambito con l’analogo ecosistema dell’anno precedente emerge una repentina crescita in termini di finanziamenti raccolti. L’interesse a livello internazionale sul tema si conferma quindi molto alto e le opportunità di innovazione tecnologica per imprese e startup sono molteplici.

Tra le aziende erano presenti: Acea, ACI, Aeroporti di Roma, Agos, Amadori, Angelini, Aria SpA, Banca Mediolanum, Bper Banca, Bticino, Credem Banca, Edison, Eni, Gruppo Ferrovie dello Stato Italiane, Gruppo Enercom, Gruppo Hera, Gruppo Iren, Gruppo Tea, Haier Europe, Inail, Leonardo, MIPU – Predictive Hub, Mooney, Parmalat, Pelliconi, Pirelli, Prysmian Group, Rai Way, Roche, Saipem, Smartpaper, Snam, Sogei, Terna, TIM, Unicoop Firenze e UnipolSai.

 

Filippo Frangi

Analyst presso Osservatori Digital Innovation