Sensi e cervello: il connubio tra sensori e intelligenza artificiale

Pubblicato il 7 ottobre 2024

A prima vista sensori e intelligenza artificiale possono apparire due ambiti separati, certamente tra loro correlati, ma distinti. In fondo, semplificando un po’, il primo riguarda dispositivi, quindi essenzialmente hardware, e il secondo riguarda algoritmi, dunque in sostanza software e sue implementazioni. In realtà, i più recenti sviluppi della ricerca scientifica e tecnologica disegnano un quadro diverso. Si assiste a una crescente integrazione tra sensori e AI verso nuove funzionalità offerte dal connubio, con le aspettative di un incremento di prestazioni e opportunità in numerose applicazioni. Negli scenari Industria 4.0 e IoT, sensori in varie declinazioni tecnologiche, inclusi i Mems, e AI, in particolare con le tecniche di apprendimento automatico, sono anelli della medesima catena di trasformazione virtuosa che dai dati estrae informazione di valore per l’applicazione. Nelle reti distribuite di sensori, i sistemi di elaborazione basati su cloud soffrono della limitazione di dover trasferire e gestire corpose moli di dati, con il conseguente impatto negativo su velocità di risposta e consumo di potenza. Di contro, soluzioni edge, che impiegano elaborazione di prossimità e superano il collo di bottiglia del gravoso trasferimento di dati grezzi, sono più efficaci e promettenti per l’implementazione di algoritmi di AI funzionalmente integrati nei sensori e capaci di produrre localmente informazione di alto livello. In questo contesto, evidenziamo i più significativi risultati della ricerca internazionale nel campo dei sensori accoppiati a tecniche di AI. Nel campo dei sensori ottici, sono stati proposti sensori di immagine Cmos finalizzati alla classificazione dotati di elettronica integrata che implementa reti neurali convoluzionali secondo una logica di elaborazione locale denominata processing in pixel. Diverse sperimentazioni promettenti riguardano l’implementazione dei blocchi di elaborazione locale direttamente nel dominio ottico, realizzando ciò che viene definito optical in-sensor computing. Nel settore della visione computerizzata, significativi sforzi sono indirizzati ai sistemi di conversione immagini-testo e a soluzioni per la restituzione 3D partendo da immagini 2D acquisite da vista singola. In campo acustico, sono in continuo affinamento sistemi compatti basati su microfoni Mems per il riconoscimento vocale e la classificazione del soggetto che parla: si passa dalla rilevazione del suono alla percezione del linguaggio. Le applicazioni potenziali sono molteplici nell’ambito dell’interazione uomocomputer/robot. Nel campo dei sistemi wearable, sono stati sviluppati diversi prototipi di guanti sensorizzati integrati con algoritmi di AI e ML capaci di funzionalità notevolmente evolute, tra cui riconoscere oggetti, classificare gesti e movimenti, fino a interpretare il linguaggio dei segni e consentire la riproduzione di messaggi tradotti in audio ‘parlato’. Studi sperimentali dimostrano che un cerotto sensorizzato applicato nella zona delle labbra abbinato ad algoritmi di AI consente, attraverso la rilevazione e la classificazione dei movimenti muscolari, di riconoscere parole pronunciate senza emettere suono, con la capacità aggiuntiva di identificare il soggetto e distinguerlo. È il campo affascinante dei sistemi di silent speech recognition. Nel settore della domotica, sono in via di sviluppo pavimenti/tappeti sensorizzati, autoalimentati dall’energia del calpestio, che integrano algoritmi di ML in grado di rilevare la presenza di un soggetto nell’ambiente, riconoscerne i movimenti e le attività, e individuarne l’identità entro un gruppo. Le potenzialità di simili sistemi sono amplissime in molti ambiti. Le tecniche di AI sono di aiuto anche nella fase di progettazione dei sensori e nell’ottimizzazione delle prestazioni. Per esempio, sono allo studio sensori integrati con AI progettati per rilevare basse concentrazioni di idrogeno. Nel campo dei Mems, tecniche di calibrazione e compensazione basate su AI sono, per esempio, impiegate per ridurre l’influenza della temperatura nei sensori di pressione e stabilizzare il segnale in unità inerziali (IMU). Una prospettiva di grande interesse è l’utilizzo simultaneo di più sensori differenti combinato con algoritmi di AI che rilevano ed elaborano un insieme di dati eterogeneo, producendo un’informazione in uscita più dettagliata e accurata. È l’approccio definito multimodalità, che suggerisce il richiamo ai sistemi biologici in cui diversi sensi si complementano e le risposte trovano sintesi nel cervello. Naturalmente, nel percorso in atto di integrazione tra sensori e AI problemi e limitazioni non mancano. In particolare, è importante considerare che, a differenza dei tradizionali modelli analitici che sono trasparenti e interpretabili, gli algoritmi utilizzati in AI essenzialmente funzionano come black box, hanno prestazioni che dipendono criticamente da qualità e quantità dei dati di addestramento e sono difficilmente generalizzabili in nuove condizioni operative. In aggiunta, ad oggi sono richieste capacità di calcolo adeguate e il consumo di potenza è significativo. Ma la ricerca progredisce con decisione. Vale la pena di tenersi aggiornati su cosa ci riserva il futuro che, in questo campo, arriverà in fretta.

Scarica il pdf

Innodisk presenta a Computex 2026 con un ecosistema integrato per l’intelligenza artificiale edge a 5 livelli
Innodisk presenterà il suo ecosistema completo per l’AI edge alla fiera Computex 2026, dimostrando come le aziende e i clienti industriali possano accelerare l’adozione dell’AI con applicazioni pronte ad entrare in produzione. Costruito su cinque livelli essenziali –...
Logistica, è carenza di capitale umano: mancano 60.000 figure professionali
Il settore italiano della logistica conto terzi, con un fatturato di 111 miliardi di euro, sale al 43,3% del mercato rispetto al 36,4% del 2009, trainato da piattaforme digitali e sistemi avanzati per ottimizzare la produttività, nonostante...
Ignition e AI insieme per una gestione più intelligente delle risorse idriche
Ignition, la piattaforma software di Inductive Automation, distribuita in Italia da EFA Automazione/Relatech, conferma ancora una volta la propria capacità di evolvere insieme alle esigenze degli utenti e di integrarsi con le tecnologie più innovative. Lo dimostra...
Equilibrare l’utilizzo dell’intelligenza artificiale e della simulazione nella progettazione del prodotto
La progettazione di qualsiasi prodotto, nel mondo odierno, è un processo complesso e articolato in più fasi, basato in larga misura sull’utilizzo della tecnologia di simulazione. Le simulazioni ad elevata fedeltà permettono ad ingegneri e progettisti di...
Un futuro con la Physical AI: Ferrari e Pirelli protagonisti ai Tech Talks 2026 di Siemens
Si è recentemente svolta la terza edizione dei Tech Talks, l’appuntamento annuale di Siemens che riunisce imprese e partner per confrontarsi sulle principali sfide e opportunità della trasformazione digitale e sostenibile. Con il titolo “Where Real meets Digital”, l’edizione 2026 ha...
Eplan Copilot: l’AI diventa un partner affidabile per la progettazione
Eplan Copilot, presentato in anteprima durante Eplan Next26, affianca gli utenti nel lavoro quotidiano come un partner affidabile. Costituisce una fonte di informazioni sicura e sempre disponibile. Combina competenze di progettazione, funzionalità della piattaforma e compiti specifici...
Bausano celebra 80 anni di innovazione e partecipa a tre fiere dedicate alle materie plastiche
Nel mese di giugno, Bausano celebra e porta in scena 80 anni di innovazione continua nel mondo dell’ estrusione, partecipando alle tre principali fiere europee dedicate alla filiera della plastica: France Innovation Plasturgie (FIP) a Lione (2-5...
La produzione intelligente nel settore automotive: white paper di Rockwell Automation e CAR
Rockwell Automation ha collaborato con il Center for Automotive Research (CAR) per pubblicare il report Smart Manufacturing in Automotive: Deployment and Impact, redatto dal CAR utilizzando dati di Rockwell Automation per descrivere in dettaglio come l’intelligenza artificiale (AI),...
AI: “All’Europa non serve inseguire Usa e Cina”
“L’Europa non deve inseguire Stati Uniti e Cina sul terreno dei modelli sempre più grandi. La nostra sfida è un’altra: sviluppare un’intelligenza artificiale sostenibile, affidabile e costruita attorno alle esigenze delle imprese e dei territori”. È il...
L’agentic AI trasforma il lavoro e accelera i rischi
Nel luglio 2025, un software engineer stava testando un agente di codifica basato su AI quando ha osservato qualcosa di inaspettato: l’agente ha ignorato le sue istruzioni, ha acceduto autonomamente a un database in produzione e cancellato...