SSI 456

78 AUTOMAZIONE OGGI 456 SOLUZIONI SOFTWARE PER L’INDUSTRIA S SI tutorial: intelligenza artificiale attivitàmolto onerosa su cui è ormai peraltro difficile avere le risorse disponibili. Ebbene, con uno strumento di GenAI si possono utiliz- zare input vocali o testuali per generare automaticamente codice o blocchi di codice. Con l’AI generativa si passa quindi all’autonomous computing per il manufacturing, riducendo tempo e sforzi per l’au- tomazione di macchina, lasciando così ai sistemisti la possibilità di concentrarsi solo sulla revisione, regolazione e finalizzazione del codice. Le opportunità sono ampie. Si può per esempio pensare di utilizzare un modello linguistico per la generazione automatica della programmazione di macchine utensili per ridurre i consumi energetici. L’AI generativa può dare delle risposte molto puntuali. Ridurre la pressione dell’aria o la temperatura dell’olio, rallentare la velocità se la dissipazione termica è eccessiva. Questi automatismi possono nascere dallo sviluppo di soluzioni generative. Manutenzione predittiva, controllo qualità, automazione robotica. Con le nuove applicazioni che nascono dalla transizione dal ma- chine learning all’AI generativa si cerca di automatizzare tutte le attività a basso valore aggiunto, alleggerendo il lavoro degli ope- ratori. E ciò in molti contesti diversi tra di loro. Si pensi al controllo di qualità: con sistemi di visione intelligente si possono rilevare difetti che ad occhio nudo sono impercettibili. Gli strumenti GenAI possono inoltre fornire raccomandazioni che aiutano i lavoratori a identificare i migliori metodi per realizzare compiti specifici. In ambito manutenzione predittiva, per esempio. In passato si cer- cava di prevenire guasti eseguendo la manutenzione secondo cicli o periodi fissi, oppure si effettuavano riparazioni quando si veri- ficavano i guasti. Con l’avvento del machine learning si è poi stati in grado di utilizzare dati provenienti da diversi tipi di sensori per identificare pattern, prevedere guasti e quindi condurre in modo proattivo la manutenzione. Ora GenAI potenzia questo approccio alla manutenzione predittiva creando automaticamente testi o immagini che forniscono istruzioni passo-passo, comprese le liste di parti di ricambio necessarie. Risultato? Il sistema consente al personale di manutenzione di dedicare più tempo all’esecuzione dei propri compiti anziché alla preparazione delle istruzioni, mi- gliorando la produttività e riducendo i costi. Come dire, anche i tecnici inesperti potranno essere in grado di riparare o mantenere l’attrezzatura in modo più efficace con il supporto di uno stru- mento GenAI. Quali relazioni? Quali dunque le relazioni tra intelligenza artificiale tradizionale, di machine e deep learning, e quella generativa? Nella manu- tenzione predittiva l’AI supporta impianti industriali per predire possibili fault di macchinario. Avverte, ad esempio, che tra una settimana un certo componente potrebbe essere a rischio. Ecco, un caso di GenAI come complemento all’AI tradizionale è proprio questo. L’intelligenza generativa chiude il loop manutentivo. Sulla base di quanto evidenziato dall’AI tradizionale, si può avere il copi- lot che dice cosa fare per risolvere un certo problema in funzione della documentazione manualistica dell’impianto di produzione e dei dati storici su cui è stato istruito il modello. E nessuna alluci- nazione, perché l’algoritmo viene utilizzato su una base dati cer- tificata. Va fatta un’analisi di quelle che sono le sorgenti dati che vanno utilizzate per generare delle informazioni corrette. Dati che vanno organizzati in porzioni di testo di dimensioni ragionevoli, che vengono indicizzati su database vettoriali per poi rispondere in modo puntuale alla domanda dell’utente. Come già detto, nel manifatturiero l’attenzione è sul knowledge sharing, sulla possibilità di utilizzare l’intelligenza generativa per avere risposte immediate in termini di istruzioni operative, favo- rendo l’utilizzo di interfacce vocali che eliminino la necessita di avere un’interazione testuale, modalità che semplifica attività che devono essere eseguite in ambienti di fabbrica. La GenAI avrà si- curamente un impatto sulle soluzioni di manutenzione predittiva, una delle aree su cui si sono concentrati gli investimenti Industry 4.0. La capacità dei modelli multimodali di lavorare sulle immagini potrebbe dare un contributo significativo nel modo in cui si ese- guono interventi a bordo macchina e negli impianti. Ma attenzione, i modelli fondazionali hanno grandi potenzialità ma devono poter lavorare su basi dati certificate e validate, altrimenti il contenuto che ci si aspetta venga generato dall’algoritmo sarà inconsistente, poco preciso e affidabile. E in ambito di progettazione la tecnologia generativa permette di identificare la soluzione di design più per- formante in base a parametri e vincoli specifici: una volta inseriti i dati di input genera automaticamente delle geometrie ed evidenzia il miglior price performance in funzione dei volumi di produzione e dei materiali da utilizzare. Accanto al design generativo, le funzioni di automatedmodeling ovvero la modellazione automatizzata, può essere utilizzata sin dalle fasi iniziali del processo di progettazione, consentendo di individuare nuove possibilità nell’approccio a uno specifico problema di design. I modelli generativi consentiranno di rispondere a input complessi e articolati in modo più naturale di quanto sperimentato finora