EO_508

L’intelligenza artificiale è una delle tecnologie chiave del paradigma Industria 4.0 TECH FOCUS INDUSTRY 4.0 AI genza umana, come il ragionamento, l’apprendimento e l’auto-miglioramento. Tuttavia, non esiste ancora una definizione generalmen- te accettata, univoca ed esatta del termine di IA. A causa dell’enfasi sull’apprendimento, l’apprendimento auto- matico (ML – Machine Learning) è considerato una delle sottoaree centrali dell’IA (sebbene non l’unica), con i ter- mini talvolta usati in modo intercambiabile. Da un punto di vista industriale, le tecnologie IA possono essere viste come strumenti che consentono ai sistemi di percepire il loro ambiente, elaborare i dati che acquisiscono e risol- vere problemi complessi, nonché di imparare dall’espe- rienza per migliorare la loro capacità di risolvere compiti specifici. Il concetto di Intelligenza Artificiale Industriale In questo contesto, l’IA industriale può essere definita come una disciplina sistematica incentrata sullo svilup- po, la convalida, l’implementazione e la manutenzione di soluzioni di intelligenza artificiale (nelle loro varie for- me) per applicazioni industriali con prestazioni sosteni- bili. Pertanto, l’IA industriale è un’area di ricerca interdisci- plinare, che comprende campi come il ML e la robotica. Negli ultimi anni sono stati compiuti notevoli sforzi di ricerca su come combinare e incorporare questi concetti nell’attuale catena del valore dell’Industria 4.0. La combinazione di questi campi conferisce al sistema la capacità di adattarsi e risolvere i problemi all’inter- no dei confini del sistema predefinito attraverso un certo grado di azione autonoma. L’IA industriale si distingue dall’IA in alcuni partico- lari casi: -- nelle infrastrutture, per quanto riguarda l’hard- ware e il software, viene posta una grande enfasi sulle capacità di elaborazione in tempo reale, ga- rantendo un’affidabilità di livello industriale con elevati requisiti di sicurezza e interconnettività; -- riguardo al trattamento dei dati, l’IA industriale richiede dati caratterizzati da grandi volumi, alta velocità, provenienza da varie unità, diversità di prodotti, regimi applicativi particolari e così via; -- l’IA industriale richiede algoritmi dedicati con integrazione di conoscenze digitali ed euristiche, con conseguente elevata complessità derivata dal- la gestione, distribuzione e governance del mo- dello specializzato industriale; -- nel processo decisionale del contesto industriale, la tolleranza all’errore è generalmente molto bas- sa e, con la gestione dell’incertezza estremamente rilevante, l’efficienza è di particolare importanza per l’ottimizzazione su larga scala dei problemi: -- per il conseguimento degli obiettivi, l’IA indu- striale si rivolge principalmente alla creazione ELETTRONICA OGGI 508 - MARZO 2023 42