EO525

TECH INSIGHT MACHINE LEARNING produzione, sui prodotti, sulle aziende e sulle dinamiche della supply chain. Ora che siamo nell’era dell’Industria 4.0, il nuovo paradigma manageriale si sta spostando dalla necessità di bassa variabilità, attraverso le comu- nanze dei prodotti e la ripetibilità dei processi verso la cosiddetta personalizzazione di massa in cui, al contra- rio, i beni di largo consumo dovrebbero essere rapida- mente modificati e riprodotti, a basso costo, per soddi- sfare le esigenze specifiche di un cliente. In questo scenario, resilienza, riconfigurabilità e fles- sibilità sono questioni chiave della competitività, come chiaramente espresso dal concetto di “smart manu- facturing”, che indica un’azienda che ha il potenziale per cambiare radicalmente il modo in cui i prodotti vengono progettati, realizzati, forniti, utilizzati, riprodotti e in- fine ritirati. L’informatica, le reti di sensori, i controlli computerizzati, i software di gestione della produzione e, più in generale, l’Industrial Internet of Things (IIoT) sono prerequisiti fondamentali affinché un’azienda sia smart. Il ruolo dell’apprendimento automatico nelle applicazioni industriali Fulvio De Santis Questo articolo affronta il tema del ruolo del Machine Learning nelle applicazioni del settore industriale con l’intento di evidenziarne le reali potenzialità e gli ostacoli Il Machine Learning (ML) (apprendimento automatico) è una branca dell’intelligenza artificiale che studia algorit- mi in grado di apprendere autonomamente, direttamente dai dati di input. Nell’ultimo decennio, le tecniche di ML hanno fatto un enorme balzo in avanti, come dimostra- to dagli algoritmi di Deep Learning (DL) (apprendimen- to profondo) implementati nelle auto a guida autonoma o nei giochi di strategia elettronici. Quindi, i ricercatori hanno iniziato a considerare il ML anche per applicazioni nel campo industriale e molti lavori indicano il ML come uno dei principali strumenti per far evolvere un sistema di produzione tradizionale fino al livello di Industria 4.0 e della futura prossima 5.0. Tuttavia, le applicazioni indu- striali sono ancora poche e limitate ad un piccolo gruppo di aziende internazionali. Ciò che emerge dal lavoro della ricerca è una tendenza in costante crescita nel numero di pubblicazioni, in partico- lare sulle tecniche di apprendimento non supervisionato e sull’apprendimento profondo, che hanno registrato un numero molto elevato di pubblicazioni negli ultimi cin- que anni. Per quanto riguarda le tendenze, insieme alle aree di ricerca consolidate, sono stati scoperti anche ar- gomenti recenti che stanno crescendo in popolarità. Tra questi, i principali sono la pianificazione e il controllo della produzione e l’analisi dei difetti, suggerendo così che negli anni a venire il ML diventerà pervasivo in molti campi della gestione delle operazioni industriali. Nella nuova economia globale, la competizione favorisce la complessità, che influisce direttamente sui processi di (Fonte: Shutterstock) ELETTRONICA OGGI 525 - APRILE 2025 31