Lo scorso mese Plansoft (gruppo Spindox) ha avuto il piacere di organizzare insieme a Confindustria e Cosefi un seminario sullo stato dell’arte dell’applicazione di strumenti di Intelligenza Artificiale per le PMI (AI), dunque nel panorama delle piccole e medie imprese italiane.
Come l’Intelligenza Artificiale può guidare la nuova impresa data driven
Il nostro ospite, il Dott. Piero Poccianti, presidente dell’associazione Italiana per l’Intelligenza Artificiale (AIXIA), ci ha spiegato la direzione nella quale si sta muovendo il campo dell’intelligenza artificiale e quali sono le migliori strade percorribili per cominciare a sfruttare al meglio le potenzialità di questi strumenti nel contesto del panorama industriale.
Piero ha subito precisato che quando si sente parlare di intelligenza artificiale non bisogna pensare ad un essere intelligente in senso generale ma bensì a quella che viene chiamata intelligenza ristretta o in inglese narrow intelligence.
Questo tipo di intelligenza può essere descritto come l’insieme di quattro capacità: il percepire, l’imparare, l’astrarre ed il ragionare.
Percepire, Imparare, Astrarre, Ragionare
Il percepire è inteso come la capacità di acquisire informazioni attraverso l’osservazione del mondo che ci circonda. Come un essere umano può ad esempio percepire interpretando i segnali elettrochimici generati dagli occhi e dalle orecchie, così una macchina può interpretare i dati di telecamere, microfoni ed altri sensori.
L’imparare è la capacità di riuscire a svolgere un determinato compito attraverso l’osservazione di esempi.
L’astrarre consiste nel generalizzare le conoscenze acquisite a casistiche originali, ovvero mai affrontate durante il processo di apprendimento attraverso gli esempi.
Il ragionare permette infine di risolvere un determinato problema utilizzando principalmente la logica.
“Quando si parla di Intelligenza Artificiale bisogna intendere la narrow intelligence, ovvero l’insieme di quattro capacità: il percepire, l’imparare, l’astrarre ed il ragionare.”
Gli strumenti di intelligenza artificiale
Gli strumenti di intelligenza artificiale sono in continua evoluzione, migliorando progressivamente ciascuna di queste quattro capacità.
In una prima fase iniziale questi algoritmi si concentravano quasi esclusivamente sul ragionamento, e sulla soluzione di problemi attraverso un procedimento logico e predeterminato. Oggi, grazie allo sviluppo delle reti neurali profonde, le macchine hanno acquisito capacità di percezione e apprendimento che in molti ambiti superano quelle umane.
La capacità che ad oggi è meno sviluppata è quella relativa all’astrazione: le macchine non sono in grado di generalizzare e si rivelano poco affidabili quando si trovano di fronte a casistiche lontane dagli esempi dai quali hanno imparato.
Nel contesto del settore industriale, per trarre il massimo vantaggio dall’intelligenza artificiale si cercano di sfruttare quelle che sono le migliori capacità degli algoritmi allo stato dell’arte attuale, ovvero il percepire, l’imparare ed il ragionare.
Intelligenza artificiale e Industria 4.0
In ogni settore produttivo si trovano applicazioni estremamente preziose di queste nuove tecnologie. Basti pensare al mondo della grande distribuzione, nel quale da un lato algoritmi di clustering aiutano a capire le esigenze diverse dei propri clienti e dall’altro algoritmi previsionali stimano costantemente le vendite di ogni prodotto dei giorni e nelle settimane seguenti per organizzare al meglio gli approvvigionamenti delle scorte in magazzino.
Nel campo dell’agricoltura algoritmi di IA gestiscono l’utilizzo di diserbanti e pesticidi, ricorrendo al loro utilizzo solo quando strettamente necessario ed in modo localizzato, aiutando a combattere l’inquinamento del suolo.
Nel campo della sanità aiutano i medici nell’interpretazione dei dati, di risultati di una semplice analisi del sangue fino a letture di radiografie e risonanze magnetiche.
Infine, nel contesto dell’industria 4.0, da un lato si osserva una disponibilità sempre crescente di dati grazie all’utilizzo di dispositivi IoT e di sensoristica avanzata, dall’altro, algoritmi di AI li monitorano costantemente alla ricerca di anomalie laddove un semplice meccanismo a soglia fallisce.
Seguendo questo paradigma, è possibile realizzare la cosiddetta manutenzione predittiva, ovvero capire l’insorgere di un problema prima del verificarsi di un guasto. Questo consente sia di risparmiare sui costi di riparazione conseguenti ad una rottura grave, sia di evitare l’interruzione di una intera catena di produzione.
Come introdurre l’Intelligenza Artificiale in azienda
Se da un lato le applicazioni di intelligenza artificiale non mancano, un grande problema in Italia è la mancanza di collegamento tra il mondo accademico e della ricerca con il tessuto produttivo, un fattore che ad oggi pone nella pratica l’intelligenza artificiale come un mercato largamente inespresso.
Il Dottor Poccianti suggerisce di affrontare questo problema costruendo una catena di trasmissione a più livelli.
La base consiste nel promuovere la formazione attraverso dottorati di ricerca, nuovi corsi di laurea in AI e diffusione delle conoscenze basilari a tutti i cittadini.
Il livello intermedio della catena è rappresentato dalla ricerca, sia quella di base, universitaria, senza obiettivi e senza vincoli, sia la ricerca a breve termine, focalizzata su aspetti pratici ed interconnessi con il settore industriale.
Infine, l’ultimo tassello ha la funzione di coordinamento, e si esprime come la creazione di un Istituto Italiano di Intelligenza Artificiale che, tra le molte mansioni, si occupi anche di aiutare a promuovere il trasferimento tecnologico dalla ricerca all’industria.
Conclusioni
Nel suo piccolo anche Spindox vuole dare il suo contributo in questa direzione, offrendo dei brevissimi corsi introduttivi destinati alle aziende per fornire una panoramica su quali siano le possibilità e limitazioni dell’intelligenza artificiale e quali siano i requisiti necessari per poter sfruttare al meglio queste nuove tecnologie.
