Sensi e cervello: il connubio tra sensori e intelligenza artificiale

Dalla rivista:
Automazione Oggi

 

A prima vista sensori e intelligenza artificiale possono apparire due ambiti separati, certamente tra loro correlati, ma distinti. In fondo, semplificando un po’, il primo riguarda dispositivi, quindi essenzialmente hardware, e il secondo riguarda algoritmi, dunque in sostanza software e sue implementazioni. In realtà, i più recenti sviluppi della ricerca scientifica e tecnologica disegnano un quadro diverso. Si assiste a una crescente integrazione tra sensori e AI verso nuove funzionalità offerte dal connubio, con le aspettative di un incremento di prestazioni e opportunità in numerose applicazioni. Negli scenari Industria 4.0 e IoT, sensori in varie declinazioni tecnologiche, inclusi i Mems, e AI, in particolare con le tecniche di apprendimento automatico, sono anelli della medesima catena di trasformazione virtuosa che dai dati estrae informazione di valore per l’applicazione. Nelle reti distribuite di sensori, i sistemi di elaborazione basati su cloud soffrono della limitazione di dover trasferire e gestire corpose moli di dati, con il conseguente impatto negativo su velocità di risposta e consumo di potenza. Di contro, soluzioni edge, che impiegano elaborazione di prossimità e superano il collo di bottiglia del gravoso trasferimento di dati grezzi, sono più efficaci e promettenti per l’implementazione di algoritmi di AI funzionalmente integrati nei sensori e capaci di produrre localmente informazione di alto livello. In questo contesto, evidenziamo i più significativi risultati della ricerca internazionale nel campo dei sensori accoppiati a tecniche di AI. Nel campo dei sensori ottici, sono stati proposti sensori di immagine Cmos finalizzati alla classificazione dotati di elettronica integrata che implementa reti neurali convoluzionali secondo una logica di elaborazione locale denominata processing in pixel. Diverse sperimentazioni promettenti riguardano l’implementazione dei blocchi di elaborazione locale direttamente nel dominio ottico, realizzando ciò che viene definito optical in-sensor computing. Nel settore della visione computerizzata, significativi sforzi sono indirizzati ai sistemi di conversione immagini-testo e a soluzioni per la restituzione 3D partendo da immagini 2D acquisite da vista singola. In campo acustico, sono in continuo affinamento sistemi compatti basati su microfoni Mems per il riconoscimento vocale e la classificazione del soggetto che parla: si passa dalla rilevazione del suono alla percezione del linguaggio. Le applicazioni potenziali sono molteplici nell’ambito dell’interazione uomocomputer/robot. Nel campo dei sistemi wearable, sono stati sviluppati diversi prototipi di guanti sensorizzati integrati con algoritmi di AI e ML capaci di funzionalità notevolmente evolute, tra cui riconoscere oggetti, classificare gesti e movimenti, fino a interpretare il linguaggio dei segni e consentire la riproduzione di messaggi tradotti in audio ‘parlato’. Studi sperimentali dimostrano che un cerotto sensorizzato applicato nella zona delle labbra abbinato ad algoritmi di AI consente, attraverso la rilevazione e la classificazione dei movimenti muscolari, di riconoscere parole pronunciate senza emettere suono, con la capacità aggiuntiva di identificare il soggetto e distinguerlo. È il campo affascinante dei sistemi di silent speech recognition. Nel settore della domotica, sono in via di sviluppo pavimenti/tappeti sensorizzati, autoalimentati dall’energia del calpestio, che integrano algoritmi di ML in grado di rilevare la presenza di un soggetto nell’ambiente, riconoscerne i movimenti e le attività, e individuarne l’identità entro un gruppo. Le potenzialità di simili sistemi sono amplissime in molti ambiti. Le tecniche di AI sono di aiuto anche nella fase di progettazione dei sensori e nell’ottimizzazione delle prestazioni. Per esempio, sono allo studio sensori integrati con AI progettati per rilevare basse concentrazioni di idrogeno. Nel campo dei Mems, tecniche di calibrazione e compensazione basate su AI sono, per esempio, impiegate per ridurre l’influenza della temperatura nei sensori di pressione e stabilizzare il segnale in unità inerziali (IMU). Una prospettiva di grande interesse è l’utilizzo simultaneo di più sensori differenti combinato con algoritmi di AI che rilevano ed elaborano un insieme di dati eterogeneo, producendo un’informazione in uscita più dettagliata e accurata. È l’approccio definito multimodalità, che suggerisce il richiamo ai sistemi biologici in cui diversi sensi si complementano e le risposte trovano sintesi nel cervello. Naturalmente, nel percorso in atto di integrazione tra sensori e AI problemi e limitazioni non mancano. In particolare, è importante considerare che, a differenza dei tradizionali modelli analitici che sono trasparenti e interpretabili, gli algoritmi utilizzati in AI essenzialmente funzionano come black box, hanno prestazioni che dipendono criticamente da qualità e quantità dei dati di addestramento e sono difficilmente generalizzabili in nuove condizioni operative. In aggiunta, ad oggi sono richieste capacità di calcolo adeguate e il consumo di potenza è significativo. Ma la ricerca progredisce con decisione. Vale la pena di tenersi aggiornati su cosa ci riserva il futuro che, in questo campo, arriverà in fretta.

Scarica il pdf

Contenuti correlati

• 
  Creare le soluzioni di domani

  In linea con le ultime tendenze del mercato, Mitsubishi Electric sta integrando la già ampia offerta con nuove soluzioni software basate sull’utilizzo dell’intelligenza artificiale, allo scopo di supportare le aziende nel loro processo di trasformazione digitale In...
• 
  Approccio asset light e noleggio operativo nelle aziende con Domorental

  Le aziende, insieme ai fondi d’investimento interessati a sostenerle, stanno sempre più orientandosi verso il modello di business ‘asset light’. Come illustra infatti Domorental, società fondata a Milano nel 2017 che si propone come facilitatore per la...
• 
  AI per analisi delle immagini in applicazioni complesse con Basler

  Basler AG, produttore internazionale di hardware e software per la visione artificiale di alta qualità, amplia la sua collaudata suite di software pylon con pylon AI.pylon AI offre funzioni di analisi delle immagini con algoritmi di intelligenza...
• 
  Assofermet: al convegno autunnale in primo piano la AI fra normativa e applicazioni

  Intelligenza artificiale: sempre più opportunità per il mondo industriale e imprenditoriale. Il Convegno autunnale di Assofermet ha riunito importanti ospiti autorevoli che hanno parlato delle novità più interessanti relative all’IA nel contesto normativo e imprenditoriale. Il punto...
• 
  Va alla piattaforma di Gen AI di Technology Reply l’Oracle Partner Awards 2024

  Technology Reply è la vincitrice dell’Oracle Partner Awards 2024 – Cloud/Technology Europe South Innovation. Questo premio riconosce i partner che hanno sviluppato soluzioni innovative, aiutando i clienti Oracle a raggiungere i loro obiettivi e superare le sfide...
• 
  Dati sintetici, imaging 3D e AI al centro del Forum alla VISION 2024

  Gli organizzatori di VISION 2024, fiera leader mondiale specializzata in tecnologie per elaborazione dell’immagine che avrà luogo dall’8 al 10 ottobre 2024 presso la Messe Stuttgart, hanno annunciato il programma delle conferenze che si terranno durante l’evento....
• 
  Identificazione e Visione: dal Barcode all’Intelligenza Artificiale

  Fin dalla loro apparizione i sistemi di identificazione, tracciabilità e visione hanno trasformato radicalmente i processi produttivi. Recentemente, l’Intelligenza Artificiale, l’Industria 4.0 e le innovazioni del mondo digitale stanno sbloccando nuove potenzialità e più elevati livelli di...
• 
  L’intelligenza artificiale conquista lo spazio

  Esplorazione spaziale e difesa necessitano di gestire enormi quantità di dati. Con elevata potenza di elaborazione, flessibilità e resistenza, i System-on-a-Chip (SoC) di AMD si propongono come soluzione per applicazioni più efficienti e affidabili, dai satelliti autonomi...
• 
  La Riverbed Global AI & Digital Experience Survey esplora le opinioni sull’intelligenza artificiale

  Riverbed ha presentato i risultati della Riverbed Global AI & Digital Experience Survey, che ha rilevato come le imprese si trovino a un punto di svolta nell’accelerare l’adozione dell’ intelligenza artificiale. Riverbed Global AI & Digital Experience...
• 
  La nuova IoT sul campo

  Reti di sensori intelligenti e Internet of Things sono due paradigmi che si integrano per disegnare i sistemi di produzione e la gestione di infrastrutture e servizi. La IoT di prossima generazione poggia su tre cardini: i...