AO_468

MARZO 2026 AUTOMAZIONE OGGI 468 | 39 Attualità mite interventi fisicamente fondati e provati negli ambienti simulati. A sostegno di ciò, il 2026 vedrà l’avvento mainstream dei digi- tal twin per infondere nei modelli di grandi dimensioni la consapevolezza dei sistemi fi- sici. Immaginate modelli AI che imparano a prevedere le forze, anziché il testo, ma nella sicurezza di un ambiente simulato scalabile. I modelli di base fisicamente intelligenti ado- pereranno il ragionamento con l’intelligenza dei sensori per orchestrare macchine, simu- lazioni e dati. Oggi, molte fabbriche dispon- gono della tecnologia per la manutenzione predittiva, ma si può immaginare un futuro in cui un agente nel reparto di produzione agirà su tale previsione, e in base a questa reindirizzerà autonomamente la linea di pro- duzione a una macchina con uno stato di salute migliore, regolerà la macchina in dif- ficoltà al 70% della capacità, per estenderne la vita, e si coordinerà con gli agenti della supply chain per stilare una BOM, effettuare l’ordine dei ricambi e aggiornare l’inventario, il tutto senza intervento umano”. Secondo Versace , l’AI decentralizzata ap- parirà nella robotica umanoide di nuova generazione entro la fine del 2026: “Entro la fine del 2026 vedremo architetture AI decen- tralizzate che integrano sensori con calcolo neuromorfico e in-memory, e che passe- ranno dai progetti pilota alle prime imple- mentazioni commerciali. I sistemi di robotica umanoide si avvicineranno ai sistemi biolo- gici, dove circuiti locali negli organi senso- riali e nei percorsi spinali gestiscono riflessi ed equilibrio, consentendo movimenti più fluidi e adattivi, riducendo drasticamente il consumo energetico e liberando il cervello centrale per ‘pensare e pianificare’. Questi progressi tecnologici partiranno dai sensori intelligenti che integrano nuove capacità di elaborazione AI, come le architetture basate su ingegneria neuromorfiche e elaborazione in-memory, La combinazione di AI decentra- lizzata e nuove architetture di elaborazione basate su AI ridurrà drasticamente la latenza e il consumo energetico, consentendo l’AI sempre attiva all’edge e liberando i proces- sori più grandi per concentrarsi sul ragiona- mento, la pianificazione e l’apprendimento di livello superiore, piuttosto che sulla mi- crogestione dei cicli di controllo sensomo- tori continui. Con l’elaborazione AI in tempo reale e a bassa latenza all’edge, i robot diven- teranno più efficienti, reattivi e capaci di abi- lità sensomotorie quasi biologiche. Questo cambiamento darà il via a un salto di qualità nella loro capacità di affrontare ambienti complessi e dinamici con coordinazione flu- ida e affidabile, e spianerà la strada a una ro- botica umanoide pratica e pervasiva”. 4. L’ascesa del calcolo analogico : soluzioni per superare i limiti energetici e di latenza del digitale Infine, Versace pronostica che nel 2026 as- sisteremo all’ascesa del calcolo AI analogico: “Storicamente messo da parte a causa di li- mitazioni di scalabilità e precisione, il calcolo analogico sta riemergendo nel 2026, poiché le architetture digitali affrontano colli di bottiglia energetici, di latenza e di memo- ria, per il momento senza soluzioni. Questo è particolarmente critico negli ambienti edge, dove la reattività in tempo reale e l’ef- ficienza energetica sono essenziali. Il calcolo analogico AI utilizza la fisica del substrato di rilevamento ed elaborazione per eseguire i calcoli, trasformando l’energia direttamente in inferenza AI. Questo è un approccio di- verso al calcolo AI rispetto ai processori digitali convenzionali, che separano il rile- vamento dall’elaborazione. L’AI analogica accorpa questi strati in un framework uni- ficato, in cui l’intelligenza inizia dal sensore stesso. Entro la fine del 2026 vedremo le prime implementazioni e adozioni di que- sta tecnologia, in particolare in robotica, wearable e applicazioni autonome, dove l’AI analogica consente reattività in tempo reale, interazioni più fluide, maggiore durata della batteria, e un comportamento più naturale nei dispositivi che alimenta”. In conclusione, per Golding l’AI avrà il suo momento di ‘inception’ agentico con l’emer- gere della micro-intelligenza: “Nel 2026 sor- gerà una nuova classe di tiny recursive model, ovvero sistemi compatti con una notevole profondità di ragionamento in un dominio ristretto, ma in grado di funzionare all’edge. Pensateli come micro-intelligenze, piutto- sto che semplici piccoli modelli: fluidi, adat- tivi e specifici per il compito, eppure ancora capaci di astrazione e riflessione. Occupe- ranno una posizione intermedia tra l’AI pro- grammata rigida, che si vede oggi all’edge, e i vasti modelli fondamentali, come GPT-5, potenziando il ragionamento specializzato su chip, nei sensori e all’interno dei sistemi più piccoli, agendo come orchestratori degli agenti specializzati che stanno emergendo oggi. Questi nuovi tipi di modelli nasceranno dalla corsa per costruire sistemi fluidamente intelligenti, come incoraggiato dall’ARC Prize e iniziative simili. Prevedo l’ascesa di nuovi tipi di benchmark AI progettati per misurare e incoraggiare un nuovo tipo di intelligenza ingegneristica - micro-intelligenze multi-a- gente, che possono collaborare per risolvere complessi problemi ingegneristici, passando dal mondo delle sfide matematiche astratte, come le ‘Olimpiadi di Matematica’, a sistemi pratici di risoluzione dei problemi”. Analog Devices - www.analog.com Paul Golding, VP di Edge AI e Robotica - ADI Massimiliano ‘Max’ Versace, VP di Emergent AI - ADI