I vantaggi dell’Intelligenza Artificiale per identificare le merci

Pubblicato il 25 ottobre 2021

In un’intervista, il Dr. Henning Grönzin, Chief Technology Officer (CTO) di Leuze, spiega i vantaggi dell’intelligenza artificiale (IA) per l’identificazione delle merci tramite codice a barre. In collaborazione con un produttore di automobili, Leuze sta sviluppando una soluzione per uso industriale.

Dr. Grönzin, qual è il tuo lavoro come CTO di Leuze?

Nomen est omen: Sono responsabile di tutte le questioni tecniche, il che è comunemente associato allo sviluppo. Ma c’è di più: Anche la gestione tradizionale del prodotto è sotto il mio controllo. Sono anche responsabile di portare i dispositivi sviluppati alla produzione in serie. E infine, il servizio tecnico per i dispositivi dopo l’acquisto da parte del cliente.

Come mai Leuze come produttore di componenti sta lavorando con l’IA?

Per noi è sempre stato naturale creare noi stessi il cambiamento. Ecco perché siamo sempre alla ricerca di nuove tecnologie e della loro rilevanza per i nostri settori principali. Per esempio, siamo stati il primo produttore di sensori a sviluppare sensori in grado di comunicare con il cloud direttamente tramite OPC UA. Crediamo che l’intelligenza artificiale sarà rilevante per i nostri sensori e il loro uso nelle applicazioni dei nostri clienti. Questo è il motivo per cui lo stiamo esaminando e per cui stiamo comunicando con i nostri clienti sulla questione.

A cosa sta lavorando in particolare Leuze in questo momento?

In questo momento, siamo in una fase di prova con un produttore di automobili. Stiamo usando IA in connessione con i nostri lettori di codici a barre. Un lettore di codici a barre cattura le etichette e fornisce i relativi ID a un sistema di livello superiore. Questo sensore si auto-monitorizza. Ciò significa che il sensore conosce il proprio stato ed è in grado di comunicarlo al sistema. È così da molti decenni. L’unico problema è: La visione del sensore dello stato è molto limitata, cioè solo dalla sua prospettiva. Per esempio, il sensore può segnalare “Sto leggendo attualmente”, “Lettura eccellente” o “Lettura molto scarsa”. Ma un singolo dispositivo non è in grado di determinarne il motivo. Il nostro progetto di IA mira a risolvere questo problema: la scarsa qualità di lettura è dovuta al dispositivo, all’etichetta del codice a barre, o ci sono fattori interferenti nell’ambiente?

Come entra in gioco l’IA?

In primo luogo, è importante sapere che abbiamo innumerevoli componenti in qualsiasi sistema. Nella logistica, abbiamo spesso fino a 1.000 lettori di codici a barre in diversi punti di installazione, e migliaia di etichette su pallet o scatole che passano da questo lettore di codici a barre. L’IA ci permette di gestire e analizzare il volume di dati. Immaginate questo: Nel corso di un processo, un’etichetta passa davanti a molti lettori di codici a barre. Viene anche letta in diversi punti di installazione. Nel complesso, si tratta di un’equazione con molte incognite: gli innumerevoli lettori di codici a barre, le quantità ancora più elevate di etichette e i diversi luoghi di installazione. Ad ogni stazione e per ogni etichetta ottengo risultati diversi. Prendiamo la qualità di lettura, per esempio: a volte la qualità è del 90%, la volta successiva dell’80%, ecc. E ad un certo valore di soglia l’etichetta non viene più letta. Ora posso usare l’IA per risolvere questa complessa equazione ripercorrendo e trovando la causa. La scarsa qualità di lettura si verifica sempre su un lettore di codici a barre, su una sola etichetta, con un certo tipo di etichetta o in un certo luogo di installazione?

Quale metodo di apprendimento viene usato per questo? Una rete neurale?

Corretto. Usiamo i cosiddetti algoritmi di raccomandazione. Questo è comunemente usato dai servizi di streaming, che valutano il comportamento degli utenti e usano queste informazioni per raccomandare film o serie. Per usare questa analogia, immaginate che i codici a barre siano i film e i lettori di codici a barre siano gli utenti del servizio di streaming. Quindi un codice a barre è più o meno “attraente” per diversi lettori di codici a barre.

Quali sono i vantaggi per i clienti?

Ci sono due tipi di situazioni da considerare: la messa in servizio e le operazioni in corso. Durante la messa in funzione, il costruttore del sistema è sotto il massimo stress: tutto deve essere fatto rapidamente. Immaginate un grande magazzino dove i materiali devono viaggiare su grandi distanze, fino a 40 chilometri. Se solo uno dei circa 1.000 lettori di codici a barre installati è mal allineato e non si sa quale sia, si deve percorrere l’intero tragitto a piedi. Si sta cercando un ago in un pagliaio e il tempo scorre. Ma se posso arrivare direttamente al lettore di codici a barre difettoso, allora questo aggiunge un valore enorme. Inoltre: A volte non si tratta di un solo lettore di codici a barre, ma di diversi. Altri casi limite difficili: il lettore di codici a barre è in qualche modo allineato e legge per la maggior parte del tempo, ma le etichette vengono comunque spesso perse, ad esempio perché il lettore è leggermente inclinato, legge nella zona di confine, qualcosa nel sistema vibra, una finestra di visualizzazione è appannata o un’etichetta è troppo danneggiata. L’IA ci permette di filtrare e trovare rapidamente le cause.

…e quali sono i vantaggi per gli operatori del sistema durante il funzionamento?

Per un operatore di sistema, non c’è niente di peggio di un arresto inaspettato. Costa tempo e denaro. Un arresto pianificato, invece, è molto più gradevole: Per esempio, l’operatore può produrre in anticipo, esternalizzare in anticipo, o mantenere alta la performance di consegna per i clienti e compensare con la produzione successiva. Il nostro approccio permette anche la manutenzione predittiva. A volte utilizziamo i dati di diversi anni di funzionamento, sulla base dei quali il rilevamento precoce funziona in modo ottimale – e il sistema continua ad apprendere costantemente.

Rimane solo una domanda: Quando sarà disponibile la soluzione?

Questo richiederà ancora del tempo. C’è sempre un po’ di ritardo per le nuove tecnologie di base per affermarsi. Prendiamo OPC UA, per esempio. Abbiamo introdotto il primo sensore con OPC UA nel 2016, e le prime grandi installazioni basate su questa tecnologia stanno iniziando a funzionare solo ora. Con le nuove tecnologie, ci sono sempre anche altre questioni che hanno un effetto indiretto sull’applicazione. Per esempio, in questo momento ci stiamo occupando di questioni di sicurezza informatica, in termini di ciò che può essere inviato ovunque. In particolare, questo è un problema che riguarda i sistemi più grandi in ambienti industriali, quando i dati devono viaggiare attraverso il cloud. In alternativa, è anche spesso possibile utilizzare dispositivi edge, che mantengono i dati in loco con il cliente.



Contenuti correlati

  • ElisaCare
    Assistenza intelligente per anziani e persone fragili con ElisaCare

    La start-up italiana Sicura Care introduce in Italia ElisaCare, un’assistente familiare digitale dotata di tecnologie di intelligenza artificiale che, nel pieno rispetto della privacy, è in grado di leggere e interpretare le abitudini delle persone anziane, imparare dalle loro routine ed...

  • Siemens al Festival dell’Acqua 2022

    La manifestazione, ideata e promossa da Utilitalia, propone tre giorni di riflessioni e approfondimenti con esponenti della politica, tecnici ed esperti del settore. Il contenimento degli effetti dei cambiamenti climatici, la digitalizzazione, l’impatto del Piano Nazionale di...

  • Tecnologie digitali per la transizione energetica

    La transizione energetica e la rivoluzione digitale sono due trasformazioni globali, profonde e irreversibili che progressivamente richiedono di essere affrontate con una visione unica, perché si tratta di due facce della stessa medaglia: il digitale è infatti...

  • Sistemi di identificazione e visione per produzioni infallibili

    Nel mondo della produzione, le tecnologie che conferiscono la capacità di riconoscere oggetti o codici in modo automatico sono sempre più richieste, per migliorare le funzionalità autonome e l’efficienza di macchine e impianti. Oggi, tutto il dominio...

  • Carel sceglie Eaton per migliorare la tracciabilità dei materiali

    Carel, multinazionale italiana che si occupa della progettazione, produzione e commercializzazione di soluzioni e componenti innovativi per il controllo e la regolazione di apparecchiature e impianti di condizionamento dell’aria e di refrigerazione, ha scelto Eaton per efficientare...

  • Prevenire è meglio che curare

    L’intelligenza artificiale al fianco della manutenzione predittiva grazie alla soluzione Clea di Seco Leggi l’articolo

  • L’intelligenza artificiale di Ammagamma e il credito di imposta fanno crescere le PMI italiane

    L’intelligenza artificiale è sempre più vicina alla piccola e media impresa. Il credito d’imposta Innovazione Digitale 4.0 offre alle PMI un’occasione concreta per aumentare la competitività e la resilienza, lungo tutta la catena del valore, anche attraverso...

  • Intelligenza artificiale, l’Italia eccelle nella ricerca, ma le aziende restano indietro

    L’intelligenza artificiale è oggi uno dei temi più caldi, a livello macroeconomico mondiale. E l’Italia sta giocando le sue carte, in particolare nel mondo della ricerca. È tra i primi dieci Paesi al mondo in tema di...

  • Cervello umano o artificiale?

    L’intelligenza artificiale è sempre più evoluta, un vantaggio per salute e lavoro ma attenzione a non considerarla ‘umana’ Leggi l’articolo

  • Opyn Maurizio Diana fintech
    Opyn, i dati sono la gallina dalle uova d’oro della finanza

    Anno 2022: i dati sono la più grande risorsa per le aziende, o il “nuovo petrolio”, per dirla come Clive Humby, data scientist e matematico inglese, che aveva coniato questa definizione nell’ormai lontano 2006. Sono passati oltre...

Scopri le novità scelte per te x