L’intelligenza artificiale in fabbrica

Non solo manutenzione predittiva, le applicazioni si allargano anche ad altri ambiti.

L’intelligenza artificiale (d’ora in poi anche IA) è l’area dell’informatica che si occupa della creazione di macchine intelligenti che funzionano e reagiscono come gli umani con l’aiuto di sistemi sia hardware che software e modelli, algoritmi e tecnologie che permettono di riprodurre l’interazione, il ragionamento e l’apprendimento di una mente umana. Rispetto ai software tradizionali, i sistemi di IA non si basano sulla programmazione ma su tecniche di apprendimento definite tramite algoritmi in grado di elaborare grandi quantità di dati dai quali derivare le proprie capacità di comprensione, di ragionamento e quindi capacità decisionali.

L’IA sta rivoluzionando il modo con cui l’uomo interagisce con la macchina e le macchine tra di loro e fornisce a macchine e sistemi software le capacità di calcolo e analisi dei dati che permettono di compiere ‘ragionamenti’ complessi analoghi a quelli che compirebbe un essere umano.

Machine learning e deep learning

L’IA rende le macchine in grado di svolgere attività e funzioni che in precedenza erano esclusive dell’intelligenza umana, cioè capaci di imparare, di migliorare e di apprendere, grazie ad algoritmi di apprendimento automatico (machine learning): una disciplina dell’informatica che studia i meccanismi che permettono a una macchina ‘intelligente’ di migliorare le proprie capacità e prestazioni nel tempo.

Il machine learning utilizza algoritmi tradizionali per analizzare dati strutturati, apprende da essi e in base a questo apprendimento prende delle decisioni. Il deep learning (apprendimento approfondito) è un’area del machine learning che si basa sulla creazione di un modello di apprendimento automatico a più livelli, che genera una rete neurale artificiale in grado di apprendere dai dati provenienti dal mondo esterno e prendere decisioni in autonomia. Grazie alla struttura che simula l’interconnessione dei neuroni nel cervello umano, le reti neurali possono elaborare anche dati non strutturati.

Il deep learning è utilizzato nei sistemi di riconoscimento vocale e nel riconoscimento di immagini.

Principali applicazioni ‘industriali’

L’IA ricopre un ruolo chiave all’interno dell’ecosistema di tecnologie alla base del tessuto industriale moderno.

Se in passato le macchine si limitavano a semplificare il lavoro dell’uomo e ottimizzare le risorse per la produzione di massa, oggi l’industria 4.0 si pone l’obiettivo di generare nuovo valore attraverso un rinnovato binomio uomo – macchina, capace di esplorare processi inediti e nuove applicazioni.

L’intelligenza artificiale è maturata al punto da rappresentare un fattore centrale nella trasformazione digitale della società, ha aperto nuovi orizzonti al settore industriale e sta diventando una tecnologia chiave per il comparto, con considerevoli investimenti a livello globale. Secondo Gartner, il mercato mondiale dei software di IA ha raggiunto 51 miliardi di dollari a fine 2021, con una crescita attesa del 21% per il 2022.

Applicazioni significative al di fuori della manifattura sono gli assistenti virtuali, la guida autonoma, e il knowledge management.

Nel settore industriale, l’IA, grazie alle sue capacità innovative sta trasformando le applicazioni industriali e il workplace industriale, con particolare riguardo a:

– progettazione, prototipazione e fabbricazione dei prodotti;

– training della forza lavoro;

– attività di manutenzione e riparazione;

– attività di forecasting e programmazione delle operazioni.

Per le aziende industriali, la prospettiva di trasformare i propri modelli di business e avviare nuovi paradigmi operativi ha reso l’IA una priorità tecnologica assoluta.

Nell’ambito di Industria 4.0, le applicazioni dell’IA spaziano dal miglioramento dei processi interni all’efficientamento dei costi tramite l’utilizzo di logiche e algoritmi di manutenzione predittiva, un’evoluzione della manutenzione preventiva che viene effettuata su macchinari o strumenti controllando uno o più parametri tramite appropriati modelli matematici con lo scopo di prevenire eventuali guasti prima che accadano, stimando la probabilità che un componente possa guastarsi sulla base del suo utilizzo. In questo modo si ottengono importanti risparmi economici e si possono pianificare budget di lungo periodo, individuando e analizzando le necessità di manutenzione e rinnovo dei macchinari.

Altra applicazione che sta registrando una rapida crescita nel settore manifatturiero è la visione artificiale (machine vision), utilizzata per efficientare l’automazione industriale, che permette di riconoscere un determinato oggetto e di rilevarne con esattezza la posizione senza alcun intervento da parte dell’uomo. Tale applicazione permette l’ottimizzazione dei prodotti e processi attraverso l’acquisizione di immagini real time e tramite il riconoscimento delle stesse (image recognition), attraverso un insieme di algoritmi si estraggono colori, forme e informazioni spaziali da un’immagine, darne una classificazione e riconoscere oggetti, figure, volti e parole.

Altre applicazioni riguardano poi assistenti digitali, robot intelligenti, e guida automatica di veicoli.

Il Report “Industrial AI and AIoT Market 2021-2026” di IoT Analytics, rileva che il tasso di adozione dell’IA negli ambienti industriali è del 31%, e la maggior parte delle applicazioni riguardano la manutenzione predittiva, il controllo predittivo della qualità, la visione artificiale per il rilevamento dei guasti, la pianificazione e l’ottimizzazione della produzione.

Intelligenza artificiale in Italia

La ricerca ‘Intelligenza Artificiale in Italia’ dell’Osservatorio ‘Artificial Intelligence’ del Politecnico di Milano, riporta che il mercato italiano dell’intelligenza artificiale nel 2021 è cresciuto del 27% rispetto all’anno precedente per un valore complessivo di 380 milioni di euro. Gli investimenti hanno riguardato per il 41% progetti di computer vision, 35% di intelligent data processing (algoritmi per analizzare ed estrarre informazioni dai dati) seguiti da soluzioni di natural language processing (17,5%), e soluzioni con cui automatizzare alcune attività aziendali, come recommendation system e intelligent robotic process automation (15%).

L’Unione Europea ha riconosciuto l’IA come un’area strategica per poter attuare la transizione digitale, e nel 2018 la Commissione Europea ha presentato una Strategia sull’IA. Anche l’Italia ha pubblicato nel 2021 il Programma Strategico per l’Intelligenza Artificiale 2022-2024 (https://assets.innovazione.gov.it/1637937177-programma-strategico-iaweb-2.pdf): una serie di politiche volte a implementare e favorire lo sviluppo dell’IA in diversi settori, che prevede 6 obiettivi per il consolidamento delle tecnologie di IA.

1. Rafforzare la ricerca di frontiera nell’IA incentivando un approccio multidisciplinare.

2. Ridurre la frammentazione della ricerca sull’IA promuovendo le collaborazioni di rete.

3. Sviluppare e adottare un’IA antropocentrica e affidabile.

4. Aumentare l’innovazione basata sull’IA e lo sviluppo della tecnologia di IA promuovendo investimenti che facilitino l’adozione anche nelle PMI.

5. Sviluppare politiche e servizi basati sull’IA nel settore pubblico promuovendo l’innovazione, l’adozione di soluzioni di intelligenza artificiale e la cooperazione tra centri di ricerca, industrie ed enti pubblici.

6. Creare, trattenere e attrarre ricercatori di IA in Italia promuovendo lo studio dell’Intelligenza artificiale a tutti i livelli di istruzione.

Ecosistema tecnologico

L’IA ha un ruolo rilevante nell’ambito dell’ecosistema tecnologico su cui si basa l’industria: l’obiettivo ambizioso del paradigma 4.0 punta a generare valore attraverso processi inediti possibili grazie a innovazioni proprio come l’IA, ridurre gli sprechi e favorire l’economia circolare.

Per esempio, l’utilizzo dell’IA nella pianificazione della produzione consente di evitare surplus di prodotti deperibili; telecamere e sensori ottici, in concerto con gli algoritmi di image processing, permettono l’efficientamento dell’intera catena produttiva, riducendo al minimo gli scarti e riducendo la difettosità del prodotto finale.

Pertanto, l’IA non si qualifica unicamente come tecnologia abilitante alla modernizzazione delle tecniche produttive ma le sue applicazioni vanno a coprire l’intera catena del valore, a partire dalle logiche alla base dei processi decisionali fino ad arrivare a un concreto efficientamento dei costi e delle risorse impiegate durante l’intero ciclo produttivo.


Giancarlo Magnaghi

Laureato in ingegneria elettronica è stato co-fondatore, Direttore Tecnico e Marketing di Data General Italia e in seguito dirigente nel gruppo Olivetti, ricoprendo varie posizioni di responsabilità. Attualmente è titolare della società di consulenza Studio Magnaghi (www.studiomagnaghi.it); direttore tecnico della soc. Cherry Consulting (www.cherrycon...

Office Automation è il periodico di comunicazione, edito da Soiel International in versione cartacea e on-line, dedicato ai temi dell’ICT e delle soluzioni per il digitale.


Soiel International, edita le riviste

Officelayout 191

Officelayout

Progettare arredare gestire lo spazio ufficio
Ottobre-Dicembre
N. 191

Abbonati
Innovazione.PA n. 47

innovazione.PA

La Pubblica Amministrazione digitale
Settembre-Ottobre
N. 47

Abbonati
Executive.IT settembre-ottobre 2022

Executive.IT

Da Gartner strategie per il management d'impresa
Settembre-Ottobre
N. 6

Abbonati