EMB_73

EMBEDDED SETTEMBRE 52 SOFTWARE | AI VERIFICATION U ltimamente, ovun- que si rivolga la propria attenzione, non si può fare a meno di incrociare ri- ferimenti all’Intelligenza l’acronimo inglese, più dif- fuso) – e ciò anche nel mondo consumer. Quello dell’AI è un tema caldo per via delle nuove Machine Learn- ing), che stanno sperimentando un’e- voluzione molto rapida. L’AI viene spesso citata come uno dei mercati critici per i fornitori di elettronica, ma in realtà non è un mercato: è una tecnologia. Una tecnologia che sta silenziosamente – o talvolta non tanto silenziosamente – penetran- do in molti mercati. In alcuni di questi mercati ciò comporta l’utilizzo di applicazioni che presentano criticità per la sicurezza, vale a dire, per le quali la salute o la vita stessa delle persone dipendono dal fatto che l’AI funzioni correttamente oppure no. L’AI non solo è incredibilmente importante, ma presenta anche delle differenze rispetto a molte al- tre importanti tecnologie in termini di come possa " Tre requisiti chiave L " - ratteristiche fondamentali: determinismo, scala- bilità e virtualizzazione. Nessuno di questi requi- Come utilizzare l’emulazione hardware per verificare i progetti di AI Jean-Marie Brunet Direttore Marketing Sr Mentor, a Siemens Business siti, di per sé, è raro nel campo dell’emu- lazione hardware, ma per molte altre tecnologie ne sono necessari solo due, di questi tre. Per l’AI, invece, sono indispensabili tutti e tre. La ML, nel corso della cosiddetta fase di “addestramento”, com- porta innanzitutto la crea- zione di un modello – quantome- no nella sua versione supervisionata. Tale modello viene successivamente implemen- tato all’interno di un apparato, oppure nel cloud, per la cosiddetta fase di inferenza, nel corso della quale il modello preventivamente addestrato vie- ne messo all’opera all’interno di una applicazione. La fase di addestramento è caratterizzata da una elevata sensibilità. Il modello viene infatti derivato da un set molto esteso di casi di esempio. Ma basta una variazione dell’ordine dei casi di esempio, an- che di un solo elemento, per ottenere un modello differente. Può poi accadere che anche tale model- lo differente si comporti correttamente – questa è un’altra peculiarità della ML: le soluzioni corrette sono molteplici. Ognuna di esse può condurre alla stessa riposta, ma attraverso un percorso differen- te. Le tecniche di addestramento dell’AI includono anche delle attenzioni volte ad assicurare che un La verifica di AI e ML esige la presenza di tre caratteristiche fondamentali: determinismo, scalabilità e virtualizzazione Applicazione dei progetti di AI/ML