Lunga e articolata guida per orientarsi e evitare i luoghi comuni.


In principio era Chat GPT: fuori dai centri di ricerca e dagli utenti di applicazioni professionali, ovvero a livello di opinione pubblica e di audience mainstream, c’è un prima e un dopo l’uscita di Chat GPT, il 3 novembre del 2022.
Questo episodio di cui ricorre il primo anniversario proprio in questi giorni è l’occasione per fare un po’ di chiarezza e mettere a fuoco gli utilizzi industriali dell’IA al di là delle mode o delle facili e affrettate prese di posizione – a volte anche poco informate.

C’è un punto iniziale in cui le varie accezioni secondo le quali si può parlare di intelligenza artificiale prendono le mosse: l’aumento esponenziale della capacità di calcolo dei computer e il conseguente sviluppo della raccolta, dell’aggregazione e dell’analisi dei dati.
In altri termini le risposte fulminee a quesiti matematici, la creazione di un testo scorrevole e attendibile di linguaggio naturale, l’ordine di acquisto istantaneo sui mercati azionari digitali dipendono tutti dalla capacità dei computer – diversi tra loro – di acquisire, analizzare, aggregare quantità enormi di dati e gestirli in base a statistiche o a modelli matematici.

Ma già sui modelli matematici, sulla statistica e sulla complessità della base dati, l’utilizzo dell’Intelligenza Artificiale anzi delle intelligenze artificiali, varia di molto: quella generativa, quella di cui si parla di più, Chat GPT, per capirci, dipende da enormi mainframe computer, che utilizzano stratificazioni di algoritmi, disposti in layer a loro volta gestiti da altri algoritmi per assimilare, gestire e riprodurre un flusso di parole del tutto simile al linguaggio naturale; questo non significa che la macchina “comprenda” ciò che sta producendo, ma che semplicemente, confrontando una quantità enorme di informazione in base all’analisi della richiesta, produce un testo statisticamente molto accurato; ma l’intelligenza artificiale che – al contrario – gestisce una linea di produzione industriale ha una storia diversa, orientata all’efficienza già da molti anni prima che diventasse di moda parlare – appunto – di intelligenza artificiale.

Questo tipo di intelligenza artificiale nasce dalla opportunità – determinata come le altre forme di Intelligenza artificiale dalla possibilità di gestire una quantità di dati molto più ampia rispetto al passato – di inserire in maniera molto più decisiva il mondo informatico all’interno del mondo dell’automazione industriale: dallo sviluppo di quadri di controllo strettamente elettromeccanici si è passati ai P.L.C. (Controllore Logico Programmabile) che in base al tipo di applicazione hanno aperto il campo via via a elementi di programmazione: la macchina può lavorare con delle logiche che prima della possibilità di programmarle non erano permesse.
È la quarta rivoluzione industriale – però – che fa dell’informatica il cuore dell’automazione delle linee di produzione: macchine che riescono a dialogare tra di loro, a gestire flussi, a tenere traccia delle lavorazioni, dei consumi, del magazzino di materie prime, possono farlo esclusivamente attraverso sistemi di intelligenza artificiale. Per valutare e gestire una produzione questo significa un passo in avanti enorme: è proprio a partire dall’analisi e dall’aggregazione dei dati che è possibile stabilire elementi decisivi di un’attività produttiva come schedulazioni, emissioni, consumi, redditività dell’attività stessa.

Le funzioni che svolgono i vari tipi di intelligenza artificiale vanno dalla manutenzione predittiva, alla gestione dei dati per l’elaborazione di nuovi flussi di lavoro; i modi in cui le svolgono possono essere interamente automatizzati, oppure forniti come forma di “suggerimento” all’operatore umano. Ma la differenza decisiva rispetto a queste differenze è che la programmabilità di un sistema intelligente trasforma tutte queste opzioni, che precedentemente erano altrettanti nodi di rigidità del sistema elettromeccanico, in opportunità di scelta.

Ovviamente la dimensione delle aziende e i volumi determinano il tipo e la qualità di Intelligenza artificiale da utilizzare: per questo Keypai nasce proprio per andare oltre il semplice PLC, ma non limitarsi al controllo numerico delle linee di produzione, ma dare il via all’utilizzo dei dati per elaborare la strategia di imprese che possono anche essere medie o piccole, che grazie alla “leggerezza” della gestione dei dati in cloud possono avere accesso a funzioni di business intelligence fin ora a disposizione solo di grandi aziende, con grandi server e grandi investimenti in software.


Contattaci ti richiameremo il prima possibile!




    Condividi