AS_03_2019

Aprile 2019 Automazione e Strumentazione FOCUS approfondimenti 44 Grazie all’evoluzione tecnologica, e allo sviluppo di paradigmi di computing come il cloud, final- mente, oggi, l’intelligenza artificiale (AI) non resta più solo un argomento complesso per addetti ai lavori, confinato nei laboratori di ricerca e svi- luppo, ma sta dimostrando di poter trovare molte applicazioni nel business delle imprese in molti settori, inclusa l’automazione industriale. Di certo un ruolo preponderante, nell’espansione di questo trend, lo stanno giocando i colossi del cloud, sia sul versante software, sia su quello hardware. Solo per fare qualche esempio, risale appena al 2017 l’introduzione, da parte di Google, del Google Cloud Machine Learning Engine, indi- rizzato ad aiutare gli sviluppatori a costruire con facilità modelli di apprendimento automa- tico, in grado di gestire dati di qualsiasi tipo e dimensioni. E, al momento in cui scriviamo, nemmeno un anno fa, al Google Cloud Sum- mit 2018 di Milano, la casa di Mountain View, annunciando il rilascio della suite di prodotti di machine learning (ML) AutoML, aveva esplici- tato la propria strategia di ‘democratizzazione’ dell’apprendimento automatico, finalizzata a diffonderlo e renderlo accessibile in breve tempo anche alle piccole e medie imprese. E poiché addestrare ed eseguire modelli di ML e deep learning (DL) può essere molto oneroso in termini di risorse hardware richieste, per rendere accessibile la AI, anche da questo punto di vista, a qualunque azienda, Google mette a disposizione le Cloud TPU (Tensor Processing Unit), basate su dispositivi ASIC (application-specific integra- ted circuit) sviluppati appositamente per accele- rare i workload di ML nelle reti neurali. Le Cloud TPU, spiega Google, forniscono alle imprese l’opportunità di utilizzare hardware di accelera- zione allo stato dell’arte per il ML, direttamente nella propria infrastruttura di produzione, benefi- ciando ‘on-demand’ di potenza di calcolo accele- rata, senza le preoccupazione di dover investire ingenti risorse economiche per realizzare nel data center in-house l’apparato computazionale altrimenti necessario. Nel dominio IoT (Internet of Things), l’offerta hardware si completa con le Edge TPU : sempre basate su ASIC, e integrate con Cloud IoT Edge, le Edge TPU, grazie a pre- stazioni elevate abbinate a ingombro minimo e LE DUE ANIME, HARDWARE E SOFTWARE, DELL’INTELLIGENZA ARTIFICIALE Apprendimento automatico in aiuto all’automazione Nel mondo industriale, gli algoritmi di machine learning e ‘deep learning’ stanno dimostrando di generare benefici in applicazioni come la visione industriale o la manutenzione predittiva dei macchinari. Ottenere risultati positivi dipende però anche da una corretta armonizzazione dei componenti hardware e software dell’infrastruttura di AI. Giorgio Fusari A FIL DI RETE azure.microsoft.com ai.google www.intel.ai @Giorgio_Fusari L’adozione dell’intelligenza artificiale cresce anche negli ambienti industriali