EO_492

TECH-FOCUS ARTIFICIAL INTELLIGENCE 52 - ELETTRONICA OGGI 492 - MARZO 2021 risorse, come la generazione di un valore di integrità o di un valore di vita utile rimanen- te, che può essere utilizzato per la prognosi delle macchine e la gestione dell’integrità. Le tecnologie analitiche integrano queste informazioni con altre tecnologie per miglio- rare la produttività e l’innovazione. Le tecnologie dei dati Le tecnologie dei dati sono quelle tecnolo- gie che consentono l’acquisizione di dati utili con prestazioni metriche significative tra le dimensioni. Pertanto, diventa un ele- mento coadiutore-abilitatore della fase di “Connessione intelligente”, identificando l’apparecchiatura e il meccanismo appro- priato per acquisire dati utili. L’altro aspetto delle tecnologie dei dati è la comunicazione dei dati. La comunicazione nella produzione intelligente industriale va oltre il trasferimen- to relativamente semplice dei dati acquisiti dalla fonte al punto di analisi. Questo impli- ca l’interazione tra le risorse manifatturiere nello spazio fisico, ovvero, il trasferimento e archiviazione dei dati dalle macchine e dalla fabbrica al Cloud. Inoltre, la tecnologia dei dati deve affrontare i problemi tipici dei sistemi di dati, vale a dire, guasti, degrado e background dei dati. Le tecnologie della piattaforma Le tecnologie della piattaforma includono l’architettura hardware per l’archiviazione, l’analisi e il feedback dei dati di produzione. Una compatibile architettura di piattaforma per l’analisi dei dati è un importante fattore decisivo per la realizzazione di caratteristi- che di produzione intelligente, come l’agilità, l’elaborazione di eventi complessi e così via. Le principali configurazioni di piattaforma sono generalmente: stand-alone, embedded e cloud. Il cloud computing rappresenta un significativo progresso nel campo delle informazioni e delle tecnologie di comuni- cazione per quanto riguarda le capacità di calcolo e archiviazione. La piattaforma cloud può fornire una rapida implementazione del servizio, un alto livello di personalizzazio- ne, integrazione immediata e visualizzazione efficace con elevata scalabilità. La tecnologia operativa La tecnologia operativa si riferisce ad una serie di decisioni prese e azioni intraprese sulla base delle informazioni estratte dai dati. Sebbene fornire agli operatori informazioni sullo stato di salute di macchine e processi sia prezioso, una fabbrica dell’Industria 4.0 va oltre e consente alle macchine di comu- nicare e prendere decisioni in base alle informazioni fornite. Questa collaborazione machine-to-machine può avvenire tra due macchine in un’officina o tra due macchine diverse di fabbriche lontane. Possono così condividere la loro esperienza su come la regolazione di parametri specifici può otti- mizzare le prestazioni e adeguare la propria produzione in base alla disponibilità di altre macchine. In una fabbrica dell’industria 4.0, la tecnologia operativa è l’ultimo passaggio che realizza le funzioni di auto-configurazio- ne, auto-consapevolezza e confronto auto- matico. Criticità dell’IA industriale Le aspettative dell’IA industriale sono ver- satili ed enormi e anche un soddisfacimento parziale di queste aspettative rappresente- rebbe sfide uniche e reali dell’applicazione dell’IA nelle industrie. Le maggiori sfide e complessità esistenti per importanza e priorità sono le interazioni da macchina a macchina. Sebbene gli algoritmi di intelligenza artifi- ciale possano mappare accuratamente una serie di input su una serie di output, sono anche suscettibili a piccole variazioni di input causati da variazioni da macchina a macchina. Si deve garantire che le singole soluzioni di IA non interferiscano o siano in conflitto con il funzionamento di altri siste- mi. Gli algoritmi di intelligenza artificiale richiedono un set di dati enormi e puliti. Acquisendo informazioni da un set di dati imprecisi o inadeguati, i risultati a valle possono essere difettosi. L’uso crescente di tecnologie connesse rende smart il sistema di produzione, ma vulnerabile ai rischi di intrusioni informatiche. Attualmente, l’entità di questa vulnerabilità è sottovalutata e il settore industriale non è preparato alle pos- sibili minacce alla sicurezza. Sulla base delle nostre intuizioni sui futuri sistemi e sugli sviluppi in corso nella produ- zione e nell’automazione industriale, questo articolo ha evidenziato le sfide tecnologiche che riteniamo debbano essere affrontate per poter sfruttare appieno il potenziale delle tecnologie di intelligenza artificiale. Da ciò l’urgenza di definire il termine IA industriale e inserirlo nella prospettiva del paradigma dell’Industria 4.0.