Si chiama Foodborne IllNess DEtector in Real time (per gli amici FINDER) e si tratta di un rivelatore real-time di malattie di origine alimentare. Uno strumento davvero interessante sviluppato da Google e dall’Università di Harvard, che un giorno dirà agli utenti quali ristoranti o locali evitare per non intossicarsi. Proprio così, grazie ai dati aggregati delle ricerche e alla cronologia delle posizioni, il modello garantisce la sicurezza sanitaria avvalendosi del machine-learning.
Qualora un certo numero di persone, dopo aver mangiato in un dato locale, tornassero a casa e cercassero su Google parole chiave relative a un’intossicazione, tipo “mal di pancia”, FINDER andrebbe subito a vedere i posti visitati di recente per “capire” se c’è la possibilità che sia stato ingerito cibo andato a male.
Il primo test ha avuto luogo a Las Vegas e Chicago, dove FINDER ha scovato ristoranti non sicuri con una precisione del 52,3%: insomma, un locale su due tra quelli segnalati ha qualche problema. Una precisione di molto maggiore delle ispezioni sanitarie di routine, che hanno una percentuale di scoperta di ristoranti potenzialmente dannosi alla salute pari al 22,7%.
FINDER è stato sperimentato a Las Vegas tra maggio e agosto 2016; durante quel periodo sono state completate 5038 ispezioni, 61 delle quali suggerite da FINDER. Una prova simile è avvenuta a Chicago tra novembre 2016 e marzo 2017, dove sono state portate a termine 5880 ispezioni, 71 delle quali grazie ai suggerimenti di FINDER. Intanto BigG sta collaborando anche con iRobot per migliorare le smart home del futuro: l’obiettivo è quello di rendere compatibile il noto assistente virtuale della società con le aspirapolveri robot, arrivando a un’intera mappatura delle abitazioni per svincolare le persone da qualsiasi azione fisica.