EO_492

ARTIFICIAL INTELLIGENCE TECH-FOCUS 51 - ELETTRONICA OGGI 492 - MARZO 2021 tante sulla crescita della produttività. Le industrie moderne stanno affrontando nuove sfide in termini di domanda di mercato e con- correnza. Hanno bisogno di un cambiamento radicale come l’Industria 4.0 può realizzare. L’integrazione dell’IA con le recenti tecno- logie emergenti come Industrial Internet of Things (IIoT), analisi dei big data e sistemi informatici cloud, consentiranno il funziona- mento delle industrie in modo flessibile, effi- ciente ed ecologico. L’intelligenza artificiale industriale è in fase embrionale, è essenziale definirla come una struttura, un insieme di metodologie e sfide da implementare nell’in- dustria. A tal fine, necessita progettare un Ecosistema Industriale basato sull’IA, che copra gli elementi essenziali in questo spazio e fornisca una linea guida per una migliore comprensione e implementazione. I pilastri dell’intelligenza artificiale industriale Gli elementi fondamentali dell’intelligenza artificiale industriale possono essere carat- terizzati dalla tecnologia di analisi, tecno- logia dei Big Data, Cloud o Cyber tecnolo- gia e conoscenza del dominio ed evidenza. L’analisi è il cuore dell’IA, che può portare valore solo se sono presenti altri elementi. La tecnologia dei Big Data e il Cloud sono entrambi elementi essenziali che forniscono la fonte delle informazioni (dati) e una piatta- forma per l’IA industriale. Sebbene questi elementi siano essenziali, la conoscen- za del dominio e i test sono anch’essi fattori importanti. La conoscenza del dominio è l’elemento chiave in quanto è fondamentale comprendere il problema e focalizzare il pote- re dell’IA industriale nella sua risoluzione; capire il sistema in modo che possano esse- re raccolti dati corretti con la giusta qualità; comprende- re i significati fisici dei para- metri e come sono associati alle caratteristiche fisiche di un sistema o processo; infi- ne, capire come questi para- metri varino da macchina a macchina. L’evidenza è anche un elemento importante per convalidare modelli di intel- ligenza artificiale industriale e incorporarli con capacità di apprendimento cumulativo. Raccogliendo i modelli di dati e i test asso- ciati a tali modelli, può migliorare il modello di intelligenza artificiale per renderlo più pre- ciso, completo e robusto nel tempo. L’IA può guidarci dallo spazio visibile all’invisibile, e dalla risoluzione dei problemi fino ad evitarli prima che si presentino. L’ambiente dell’IA industriale L’ecosistema dell’IA industriale nasce da una strategia di pensiero sequenziale per esigenze, sfide, tecnologie e metodologie orientate allo sviluppo di sistemi di IA trasfor- mativi per l’industria. I professionisti possono seguire questa definizione come linea guida sistematica per lo sviluppo di una strategia per l’IA industriale. All’interno del setto- re industriale, questo ecosistema definisce le esigenze comuni non soddisfatte, come autoconsapevolezza, auto-confronto, auto- previsione, auto-ottimizzazione e resilienza. Questo scenario include anche alcune princi- pali tecnologie abilitanti di seguito descritte. Le tecnologie analitiche La tecnologia di analisi converte i dati sen- soriali dei componenti critici in informazioni utili. La modellazione basata sui dati scopre modelli nascosti, correlazioni sconosciute e altre informazioni utili ai sistemi di produ- zione. Queste informazioni possono essere utilizzate per la previsione dello stato delle L’integrazione dell’IA con le recenti tecnologie emergenti come l’Industrial Internet of Things (IIoT), analisi dei big data e sistemi informatici cloud, consentiranno il funzionamento delle industrie in modo flessibile, efficiente ed ecologico