Automazione Oggi 456

76 AUTOMAZIONE OGGI 456 SOLUZIONI SOFTWARE PER L’INDUSTRIA S SI tutorial: intelligenza artificiale Intelligenza artificialegenerativa Modelli linguistici e strumenti di intelligenza artificiale aiuteranno le aziende a velocizzare le attività lavorative liberando le persone da moltissime attività ripetitive I  modelli generativi consentiranno di rispondere a input com- plessi e articolati. Le interazioni uomo-macchina diventeranno più fluenti e simili a conversazioni reali. In termini di servitiza- tion si può anche immaginare che in futuro gli OEM del machi- nery potranno consegnare agli end user macchine parlanti, che rispondono a domande precise sullo stato del loro funzionamento, che sanno dare indicazioni su possibili fault. La tendenza sarà pas- sare da soluzioni generaliste a soluzioni specializzate per mercati verticali e per singoli domini applicativi, per l’ambito progettuale e ingegneristico, nella produzione e nei servizi postvendita. Un approccio che apre nuove possibilità per l’interazione human to machine, consentendo di automatizzare compiti complessi in contesti variabili e imprevisti. L’intelligenza artificiale è un insieme di tecnologie che sono in rapidissima evoluzione. Siamo nel bel mezzo di una transizione. L’AI generativa segna un vero e proprio spartiacque tra un prima e un dopo. Da una parte l’AI tradizionale, il machine e deep learning, dall’altra l’AI generativa. Secondo re- centi statistiche l’80% degli sviluppi è ancora legato all’AI tradizio- nale, mentre il 20% è trainato dal natural language processing, dai large language models, che sono il fondamento della generative AI. Un rapporto destinato a cambiare rapidamente poiché sempre più investimenti sono focalizzati sullo sviluppo di soluzioni ge- nerative. Insomma, si iniziano a progettare i sistemi di software industriale con l’idea di avere un’interfaccia generativa, con un paradigma assolutamente diverso dai precedenti. Grazie alla di- sponibilità di nuova capacità computazionale GPU based, all’edge e al cloud, il machine learning è stato applicato in ambienti di produzione per l’individuazione delle anomalie, per la defect de- tection. Ora, però, non è più solo una questione di avere dati ed elaborarli in logica algoritmica per estrarre correlazioni che non sarebbero altrimenti possibili con metodi statistici. La generative AI viene utilizzata per realizzare il front end dell’applicazione, per interpretare in linguaggio naturale una specifica base dati e otte- nere una risposta: si danno in pasto i dati su cui si vuol far lavorare il modello e si ottengono le informazioni desiderate. Con l’AI si genera un output a partire dai dati: posso chiedere al sistema di riprogrammare una macchina utensile o un processo produttivo o, ancora, dare vita ad assistenti digitali e chatbot per il customer service. Quale modello scegliere I modelli generativi consentiranno quindi di rispondere a input complessi e articolati in modo più naturale di quanto sperimen- tato finora, introducendo un nuovo paradigma uomo-macchina basato su linguaggi conversazionali, testuali e vocali. Automazione del back-office, progettazione, sviluppo prodotto e servizi: l’AI ge- nerativa crea efficienza su ciascuno di queste tre livelli di attività. Accanto a tutto il potenziale del machine e deep learning che, in forme diverse e da decine di anni, lavora al supporto decisionale, alla predizione, all’analisi delle immagini, all’automazione robotica e intralogistica, l’AI generativa valorizzerà e potenzierà ulteriormente Piero Macrì Fonte: foto Shutterstock AI Generator La generative AI viene utilizzata per realizzare il front end dell’applicazione, per interpretare in linguaggio naturale una specifica base dati e ottenere una risposta