MicroAI implementa l’Intelligenza Artificiale nei microcontrollori Renesas

05MicroAI ha integrato la sua tecnologia MicroAI AtomML nei microcontrollori RA di Renesas: la collaborazione introduce l’impiego del Machine Learning direttamente nei microcontrollori, abilitando la possibilità di attuare modelli di apprendimento automatico direttamente in ambiente embedded.

I proprietari e i produttori di sistemi e dispositivi industriali, commerciali e di consumo sono ora in grado di implementare rapidamente l’Edge AI nelle loro macchine utilizzando i microcontrollori con tecnologia MicroAI. Questo permette l’adozione di modelli di Intelligenza Artificiale direttamente alla sorgente dei dati, riducendo i costi relativi a connettività, cloud e operativi, e accelerando al contempo il time to market per le soluzioni basate sull’AI. La disponibilità della tecnologia embedded di MicroAI fornisce a macchine e dispositivi IoT un’intelligenza di nuova generazione.

MicroAI è un sofisticato algoritmo di apprendimento automatico (Machine Learning) coperto da brevetto che viene implementato direttamente su una macchina o un dispositivo IoT, fornendo una profonda conoscenza del suo funzionamento, dello stato e delle prestazioni. Per esempio, è possibile conoscere in dettaglio i dati operativi relativi ai robot di saldatura impiegati nelle linee di assemblaggio automobilistiche, oppure le emissioni di gas serra in agricoltura. I proprietari e i produttori di hardware industriale devono fronteggiare tempi di fermo imprevisti (downtime), e si affidano spesso a programmi di manutenzione statici, che fanno aumentare i costi e fermano la produzione senza che vi sia una reale necessità. Grazie ai modelli previsionali di Intelligenza Artificiale è invece possibile attivare una manutenzione di tipo preventivo/predittivo, che previene il verificarsi dei problemi prima che i fermi macchina si manifestino.

Aumentando la visibilità del funzionamento delle linee di produzione, in particolare relativamente a ciò che causa sia i fermi non pianificati che i colli di bottiglia, è possibile fare aggiustamenti così da ridurre questi eventi e mantenere pienamente operative le attività produttive.

Contenuti correlati

• 
  Il futuro della CAM tra digital twin e AI

  Il settore manifatturiero si prepara a un significativo salto di qualità in termini di produttività e flessibilità grazie all’evoluzione dei gemelli digitali intelligenti, capaci di comprendere e interpretare il funzionamento delle macchine. Alimentate dall’intelligenza artificiale e da...
• 
  Ottimizzare una linea di produzione in modo intelligente

  Il machine learning consente controlli qualità affidabili in tempo reale nella produzione industriale Leggi l’articolo
• 
  Dai dati alle decisioni

  AI e machine learning rivoluzionano la manifattura: dai dati nascono decisioni in tempo reale, manutenzione predittiva e processi adattivi. Infrastrutture avanzate e analisi continua migliorano efficienza, qualità e resilienza produttiva Leggi l’articolo
• 
  Automazione avanzata e OT cybersecurity

  Dalla supervisione industriale al machine learning e alla sicurezza OT: tecnologie e visione di ServiTecno per l’industria digitale Leggi l’articolo
• 
  La fabbrica che decide

  L’evoluzione non è una fabbrica senza uomini, ma una fabbrica che pensa con loro Leggi l’articolo
• 
  I benefici dell’AI nella gestione dei dati

  L’utilizzo dell’ intelligenza artificiale (AI) sta rivoluzionando la gestione dei dati a partire dalla loro raccolta, processo chiave dell’Industria 5.0, che trasforma i Big Data grezzi in informazioni utili per ottimizzare i processi di produzione. L’AI, grazie...
• 
  ABB lancia Automation Extended: innovare con continuità nel settore industriale

  ABB ha presentato il suo programma Automation Extended, un’evoluzione strategica dei suoi sistemi di controllo distribuito (DCS), progettato per aiutare le industrie a modernizzarsi senza impattare sulla produzione. Forte della leadership di lunga data di ABB nel...
• 
  Come il Machine Learning può valorizzare le miniere d’informazioni inesplorate

  Ogni azienda accumula dati a ritmo esponenziale. Transazioni, interazioni con i clienti, log di sistema, email, ticket di supporto: una raccolta continua che riempie, per non dire congestiona, dataset e repository. Eppure, una grande parte di queste...
• 
  Un assistente intelligente per gli operatori nel processo di laminazione dell’acciaio: progetto RPA

  Un sistema completo per la raccolta, la pulizia e l’analisi dei dati di processo, con modelli di intelligenza artificiale capaci di individuare precocemente anomalie dimensionali e di suggerire azioni correttive agli operatori: sono questi i risultati raggiunti da...
• 
  Quando la terminologica è importante: non confondiamo il machine learning non l’AI

  È molto diffusa la tendenza di utilizzare i termini “machine learning” e “intelligenza artificiale” come sinonimi. Una tendenza “pericolosa” in quanto questa confusione terminologica non rappresenta solo una mera imprecisione linguistica ma costituisce un ostacolo all’implementazione efficace...