AS 5

Automazione e Strumentazione n Giugno - Luglio 2024 Primo piano 9 EDITORIALE Presidente Comitato Scientifico di ‘Automazione e Strumentazione’ Tra gli sviluppi dell’intelligenza artificiale si sta facendo notare anche quello della I.A. Generativa , cosiddetta per la sua finalità di gene- rare contenuti nuovi piuttosto che analizzare quelli esistenti, come fanno ad esem- pio tutte le forme di machine learning. Si tratta quindi di una tecnica orientata a produrre nuovi files di testo, drawings, audio, immagini, sulla base di specifiche descrittive espresse abbastanza informalmente. Dal punto di vista tecnologico è una branca del deep learning basata sugli algoritmi di tipo ‘Transformer’ in grado di trattare e generare linguaggio umano informale: lo fa spacchettando le frasi in parole, andando a cercare il senso di ciascuna confrontandolo con quello di migliaia di frasi che contengono la stessa parola; alla fine la rete neurale ‘apprende’ le tipiche relazioni tra le parole e quindi come usarle per generare altre frasi di senso com- piuto: chi ha provato ad usare ChatGPT di OpenAI, ha constatato cosa sia in grado di produrre sulla base di richieste formulate inmodo generico e non necessariamente ingegneristico, gestendo input meno strutturati inmaniera più efficace rispetto alla AI convenzionale. Si tratta di una disciplina emergente e non immune da problema- tiche etiche da risolvere in merito a proprietà intellettuale, privacy, diffusione di fake infoma, come spesso accade, i fornitori di tecnologia inizianogià aproporre soluzioni basate su Generative-AI. In ambito industriale l’impatto più notevole è atteso nelle attività di marketing e vendita, ma non mancheranno le ricadute anche sui lavori più tecnici ed operativi. In generale tutti gli adempimenti atti a produrre un output documentale possono essere supportati da Generative-AI: si pensi ad esempio alla stesura di specifiche tecniche, alla produzione di report di produzione o documen- tazione clinica, alla generazione automatica di codice software, alla realizzazione di assistenti virtuali per il design di oggetti complessi, per gli addetti all’esercizio di una installazione complessa (Samsung) o addirittura per operatori finanziari. Nello spe- cifico mercato dell’automazione, i fornitori di tecnologia iniziano a mettere a dispo- sizione piattaforme per il supporto clienti (ChatBot), pacchetti per la generazione della lista strumenti a partire dai P&ID digitali, CoPilot per programmazione PLC a partire da input descrittivi, sintesi di procedure operative a partire dal registro di sala controllo (Operation Log); ma anche generatori di suggerimenti per ottimizzare la supply-chain sulla base dello storico di ordini ed inventari, generazione della para- metrizzazione degli algoritmi di controllo sulla base delle prestazioni già ottenute in passato, schedulazione e allocazione dei compiti per i robot collaborativi. Nonman- cano infine combinazioni con le già diffuse soluzioni, di più generica machine lear- ning, per la diagnostica predittiva di macchine e dispositivi. Questo stesso editoriale è stato generato sulla base anche di output forniti da un Co-Pilot, ma per fortuna il ‘contributo umano’ è stato ancora determinante in termini di integrazione, sintesi e corretta esposizione di ciò che si intendeva esprimere. Sull’altro fronte, dovranno essere affrontati e risolti problemi relativi alla rilevanza e alla consistenza dei dati in ingresso, alla capacità di produrre output originali pur basandosi su dati consolidati, alla valutazione del carico computazionale in relazione ai tempi richiesti, all’impatto sul lavoro degli umani in termini di superamento della diffidenza e riutilizzo del gra- dimento riscontrato come input per l’A.I. Una nuova sfida si prospetta quindi per fornitori, integratori ed utenti di automazione. Massimiliano Veronesi Il potenziale della Generative AI