A- A+
Io Uomo tu Robot
Big data, Intelligenza artificiale e robotica per le nuove sfide emergenti

Big data e  Intelligenza artificiale

BigData e IoT (Internet of Things)  sono considerate due delle tecnologie abilitanti per l’Industria 4.0  attraverso le quali le imprese hanno la possibilità di innovare il loro modello di business. La “fabbrica intelligente”  è un complesso sistema di spazi e sistemi cyber-fisici dove i robot hanno il compito di aiutare l’uomo con l’obiettivo di prolungare e potenziare le sue facoltà   in un’ottica di produzione di beni e servizi sempre più orientata a soddisfare i bisogni individuali dei clienti e nel contempo tutelare l'efficienza della produzione di massa, mass customization.

Una strategia della manifattura 4.0 che richiede la gestione diretta e attenta di un ampio flusso di dati (Big data) resa possibile dall’uso del cloud. La sinergia tra tecnologie IoT e Big data è una delle basi della Cyber Physical Convergence, che un recente report di Deloitte individua come una delle principali connotazioni tecnologiche di Industry 4.0.

Un processo circolare (Information Value Loop) tra il mondo fisico ed il mondo cyber (Internet) dove le tecnologie IoT, gli oggetti e le persone generano dati che passano dal mondo fisico al mondo cyber grazie alla pervasività di dispositivi computazionali sempre più potenti.

Big Data  è un termine che si riferisce ad una quantità di dati-strutturati e non- talmente numerosi e complessi che i sistemi tradizionali di elaborazione e le varie applicazioni operanti su di essi non risultano essere adeguati.

Flussi informativi crescenti di dati provenienti dai più svariati canali digitali che saranno sempre più determinanti in un contesto di scelte strategiche aziendali ed è per questo che servono strumenti per saperli raccogliere ed analizzarli con l’obiettivo di estrarre  conoscenza per nuove strategie di business  più efficaci e veloci e, pertanto, con positive ricadute sulla competitività. Sulla base di tale conoscenza, che gli analisti di Deloitte definiscono Information Value Loop,  l’anello di valore delle informazioni, è possibile  individuare azioni da compiere sugli oggetti stessi per configurarli o, in taluni casi, intervenire  sul mondo fisico che sta loro attorno.

Ancora prima dell'avvento di Internet Peter Drucker, economista e saggista austriaco naturalizzato statunitense  ed accreditato come il padre della scienza del management, sosteneva che « Non si può gestire ciò che non si può misurare».

Queste nuove dinamiche dei flussi informativi avranno un impatto che Erik Brynjolfssonm, Professore al Massachusetts Institute of Technology (MIT), in una intervista al New York Time del 2012, ha paragonato all’invenzione del microscopio:

Il microscopio, inventato quattrocento anni fa, ha permesso alle persone di vedere e misurare cose impensabili prima di allora, a livello cellulare. È stata una rivoluzione nella misurazione”.

A Roma, il 21 settembre, al secondo appuntamento con Insightful Business 2017, si esamineranno le sfide che attendono le aziende italiane nei prossimi anni. Secondo la società di consulenza internazionale IDC, il primo gruppo mondiale specializzato in ricerche di mercato , entro il 2025 in tutto il mondo verranno generati dati per un volume di 180 zettabyte, un universo digitale 20 volte più grande di quello misurato nel 2015 sempre valutato da IDC.

Big data e robotica

Gestione dei Big Data, utilizzo di nuovi sensori, Controller Networks e innovazione robotica sono strettamente interconnessi e indispensabili per poter far raggiungere alle macchine le capacità di   “auto apprendimento”.

Nella moderna industria manifatturiera i robot svolgono un ruolo fondamentale e questo lo si può comprendere dal dato che ci mostra come il numero di robot industriali, sviluppati nel settore dell’Industria 4.0, solo in Europa è quasi raddoppiato se prendiamo come riferimento il 2004.

L’Industria 4.0 punta su nuovi metodi di produzione autonomi e potenziati grazie  all’utilizzo di robot in grado di adempiere a compiti in maniera intelligente e con attenzione alla sicurezza, flessibilità, versatilità in un contesto di efficace e indispensabile interazione uomo-macchina.

Le nuove frontiere dell’intelligenza artificiale si avvalgono di  sistemi cognitivi che possano contribuire a innovare in modo significativo anche tutto ciò che concerne la robotica applicata in ambiti non solo industriali, ma di robot sociali capaci di interagire e comunicare con gli esseri umani e robot umanoidi.

Intelligenza artificiale

Definire cosa sia esattamente l’intelligenza artificiale non è un compito facile se si tiene conto che  è ancora difficile trovare un consenso ampio su come possa essere definita. E’ una scienza che si avvale di numerose discipline che vanno dall’informatica alla neurologia includendo altresì filosofia, biologia, fisica, matematica e ingegneria.

Marco Somalvico, ingegnere e docente al Politecnico di Milano, è stato un pioniere negli studi dell'intelligenza artificiale e nel 1987 diede la seguente definizione:

« L'intelligenza artificiale (o IA) è una disciplina appartenente all'informatica che studia i fondamenti teorici, le metodologie e le tecniche che consentono la progettazione di sistemi hardware e sistemi di programmi software capaci di fornire all’elaboratore elettronico prestazioni che, a un osservatore comune, sembrerebbero essere di pertinenza esclusiva dell’intelligenza umana. »

Nata come disciplina di ricerca scientifica a metà del secolo scorso, con l’intento di costruire macchine intelligenti, l’intelligenza artificiale viene oggi indicata dai ricercatori come una grande sfida tecnologica. Attraverso ricerche robuste settoriali l’obiettivo è realizzare macchine “intelligenti” per svolgere task specifici e  compiti ben definiti, “macchine smart”  in grado di prendere decisioni ragionevoli e sensate.

Oggi l'interesse per l'intelligenza artificiale e l’apprendimento automatico è in crescita anche per i notevoli progressi tecnologici ottenuti nel settore della potenza di calcolo, della grande disponibilità dei dati e degli strumenti operativi per la loro analisi al fine di risolvere problemi complessi.

Attualmente l’IA è ancora lontana dagli obiettivi definiti   nel 1965  al Dartmouth College in Hanover (New Hampshire) dai padri fondatori dell’AI: rendere  ogni aspetto dell’apprendimento umano simulabile da una macchina in quanto le attuali macchine intelligenti posseggono capacità che imitano solo alcuni aspetti dell’intelligenza umana.

È negli anni ’80 che l’intelligenza artificiale esce dai contesti teorici  accademici ed entra nel mondo industriale e da allora ai giorni nostri le applicazioni basate sull’intelligenza artificiale si sono moltiplicate grazie anche alla  rapida evoluzione delle capacità computazionali e allo sviluppo di importanti tecnologie abilitanti, tra le quali Big Data e cloud storage, branca del cloud computing che si occupa dell’archiviazione di dati.

Per valutare lo stato dell’arte e i progressi raggiunti dall’IA occorre mantenere un necessario realismo  e tener conto che, negli attuali scenari della ricerca, lo sviluppo dell’intelligenza artificiale è essenzialmente intesa come una disciplina che risolve problemi specifici in ambiti ben definiti.

I maggiori esperti di “cervello, mente e macchine”, provenienti dagli Stati Uniti e dall’Europa, si sono confrontati durante il workshop “Brains, Minds and Machines, per parlare di intelligenza artificiale ed umana per comprendere come superare i limiti delle attuali macchine intelligenti e proporre un’unica disciplina dell’IA basata sulla convergenza di neuroscienze, information technology e robotica. L’incontro che si è tenuto lo scorso anno è stato promosso dal centro interuniversitario “Center for Brains, Minds”, (CBMM), della National Science Foundation statunitense, di cui sono partner l’IIT-Istituto Italiano di Tecnologia, il MIT-Massachusetts Institute of Technology e il Max Planck Institute di Tubinga.

L’intelligenza che si vorrebbe replicare è un ”intelligenza generale” (artificial general intelligence), comprensiva di un ampia gamma di capacità e negli ultimi anni  diversi ricercatori informatici stanno portando avanti progetti di  artifìcial general intelligence con l’obiettivo di realizzare macchine in grado di imparare  a fare più attività .

Comprende due grandi campi di ricerca scientifica: planning e machine learning. L’Artificial Intelligence Planning, dove i computer sono chiamati a pianificare una serie di strategie e sequenze per compiere determinate azioni, è un settore di ricerca  dell’Intelligenza artificiale interessante e promettente che ha lo scopo di  studiare algoritmi e tecnologie affinchè sistemi autonomi ( robot, droni o altri sistemi ) possano prendere decisioni intelligenti e pianificare in modo efficiente le azioni da fare per raggiungere un preciso obiettivo.

Un classico esempio è un robot che deve raggiungere un punto B partendo da A e lungo il percorso deve compiere manovre per evitare gli ostacoli. Una tecnologia che per risolvere task specifici  usa tecniche matematiche, algoritmi ed euristiche per generare un enorme insieme di alternative per  trovare la strategia migliore.

Il Planning è stato usato nel gioco degli scacchi  e  l’evento mediatico più noto, pietra miliare dell’ IA, è stato Deep Blue un computer prodotto dall'IBM progettato per giocare a scacchi e noto per essere stato il primo calcolatore a vincere una partita a scacchi contro un campione del mondo in carica, Garry Kasparov.Una macchina  capace di valutare 200 milioni di posizioni al secondo e così capire la strategia migliore per massimizzare le  scelte.

Il Planning trova utilizzo nell’ambito della robotica sottomarina  per le caratteristiche del fondo degli oceani dove c’è molto a livello ingegneristico e di  automazione se solo se pensiamo alla manutenzione delle pipeline. Ma anche  per i droni e  per le batterie dei  rover spaziali.

Attraverso il  Planning si sono realizzate le automazioni dei  magazzini di Amazon al fine di velocizzare l’evasione degli ordini e dove la logistica parte dai robot. Prima c’erano gli operai che ricevevono ordini per poi andare tra gli scaffali per prendere la merce. Oggi ci sono i robot  Kiva che ricevono  dal dipendente “umano” un impulso per spostarsi in modo autonomo, prelevare la merce e  arrivare vicino all’uomo che solo alla fine confeziona il pacco.

L’androide Atlas, della Boston Dynamics,esegue task task ben definiti avvalendosi di tecniche di Planning:  “È in grado di camminare su due piedi, lasciando gli arti superiori liberi di sollevare e trasportare oggetti e interagire con l’ambiente. In terreni estremamente sconnessi, Atlas può usare entrambi gli arti per arrampicarsi o farsi spazio in ambienti molto trafficati”

Sempre in ambito robotico le Self-driving cars , veicoli automatici in grado di soddisfare le principali capacità di trasporto di una macchina tradizionale capaci di rilevare l'ambiente e la navigazione senza l’intervento umano. Esperimenti reali escludendo l’autista sono stati fatti in ambienti particolarmente soleggiati e calmi, condizioni che non potrebbero realizzarsi in un centro caotico o con diverse variabili in gioco.

Sempre in ambito di intelligenza artificiale  il Machine learning sottintende l’idea, o il sogno, che le macchine possano imparare in modo automatico dall’esperienza. In sintesi è una tecnologia che considera un grande  insieme di training data e di esempi che successivamente attraverso algoritmi, in grado di “analizzare” questi esempi, cogliere relazioni significative tra questi esempi.

Un altro settore di ricerca è il  Reinfocement learning (Apprendimento per rinforzo) dove le macchine imparano per tentativi, per prove ed errori  interagendo con l’ambiente e dallo stesso ricevere delle osservazioni che sono il risultato/valutazione di di quanto di buono ha fatto.

 “ L'apprendimento per rinforzo è una tecnica di apprendimento automatico che punta ad attuare sistemi in grado di apprendere ed adattarsi alle mutazioni dell'ambiente in cui sono immersi attraverso la distribuzione di una ricompensa che consiste nella valutazione delle loro prestazioni e che prende appunto il nome di rinforzo”.

(Richard S. Sutton, Barto, Andrew G. , “Reinforcement Learning, an introduction”, 1998)

Il Deep learning (Apprendimento approfondito) nell’ambito dell’intelligenza artificiale  è uno dei campi di ricerca e sperimentazione oggi tra i più interessanti  ed utilizzato  in diversi settori applicativi. In modo molto sintetico si può dire che il Deep learning combina il Machine learning (apprendimento da tanti esempi) con il Reinforcement learning (apprendimento per tentativi). Ma l’aspetto senz’altro più interessante è che fino a diversi anni fa c’era un solo livello dove avveniva l’apprendimento mentre con il Deep learning  si ha una sequenza di livelli e le informazioni  ricevute in ingresso sono successivamente raffinate migliorando in tal modo ciò che si è appreso come avviene nel cervello umano. Lavora pertanto su numerosi strati di “reti neurali” che simulano il funzionamento del cervello, organizzando l’analisi dei dati su diversi livelli e raggiungendo così una maggiore capacità di astrazione.

 

 

Commenti

    Tags:
    intelligenza artificialeindustria 4.0robotica

    in vetrina
    Lory Del Santo al Grande Fratello Vip 3 dopo la tragedia del figlio? Parla la produzione del GF VIP 3

    Lory Del Santo al Grande Fratello Vip 3 dopo la tragedia del figlio? Parla la produzione del GF VIP 3

    i più visti
    in evidenza
    "Mai amato Silvia Provvedi" Su Belen e Moric rivela che...

    FABRIZIO CORONA CHOC

    "Mai amato Silvia Provvedi"
    Su Belen e Moric rivela che...

    Zurich Connect

    Zurich Connect ti permette di risparmiare sull'assicurazione auto senza compromessi sulla qualità del servizio. Scopri la polizza auto e fai un preventivo

    casa, immobiliare
    motori
    Nuova BMW X4, il SAV coupè dal carattere sportivo

    Nuova BMW X4, il SAV coupè dal carattere sportivo

    Abiti sartoriali da Uomo, Canali

    Dal 1934 Canali realizza raffinati abiti da uomo di alta moda sartoriale. Scopri la nuova collezione Canali.


    RICHIEDI ONLINE IL TUO MUTUO
    Finalità del mutuo
    Importo del mutuo
    Euro
    Durata del mutuo
    anni
    in collaborazione con
    logo MutuiOnline.it
    Testata giornalistica registrata - Direttore responsabile Angelo Maria Perrino - Reg. Trib. di Milano n° 210 dell'11 aprile 1996 - P.I. 11321290154

    © 1996 - 2018 Uomini & Affari S.r.l. Tutti i diritti sono riservati

    Per la tua pubblicità sul sito: Clicca qui

    Contatti

    Cookie Policy

    Affaritaliani, prima di pubblicare foto, video o testi da internet, compie tutte le opportune verifiche al fine di accertarne il libero regime di circolazione e non violare i diritti di autore o altri diritti esclusivi di terzi. Per segnalare alla redazione eventuali errori nell'uso del materiale riservato, scriveteci a segnalafoto@affaritaliani.it: provvederemo prontamente alla rimozione del materiale lesivo di diritti di terzi.