-
9 cose da chiedere prima di comprare un software per l’AI
Per garantire che tutto funzioni correttamente, la soluzione di AI deve garantire una serie di mattoncini che si coordinano per trasformare i dati in conoscenza. Sintetizzando molto l’approccio, possiamo identificare sette layer con funzionalità e obiettivi diversi.
-
Quali dati mi servono per questa soluzione di AI industriale?
Per selezionare i dati giusti, è necessario chiedersi prima di tutto cosa si vuole ottenere. In base alla risposta, si seleziona il parametro target – il nostro output – e si analizza il sistema da modellare. L’analisi si basa sul perimetro, da cui entrano ed escono flussi, regolazioni ed interazioni.
-
Quanto mi costi? Stimare il ROI di un progetto di AI industriale
Per valutare il ROI bisogna avere ben chiaro quanto stiamo spendendo oggi in energia, manutenzione, gestione di processo, risorse sprecate e tempo delle persone. A partire da questa fotografia, si valuta per ogni voce di costo cosa potrebbe migliorare con l’AI, oltre al costo del mancato investimento
-
AI e SDG: come integrare il bilancio di sostenibilità
L’AI è un potente strumento, in positivo e in negativo. Considerati i vari target degli SDG, le analisi dicono che quasi l’80% di questi vedrebbe positivamente l’utilizzo di sistemi di AI. Il 35% dei target sarebbero invece ostacolati da sistemi di intelligenza artificiale non regolamentati. Ecco perché è necessario nei prossimi anni introdurre una regolamentazione…
-
Perché la giraffa ha il collo lungo? Escamotage evolutivi per ottimizzare i processi
I meccanismi di selezione naturale che hanno fatto allungare il collo alle giraffe possono essere sfruttati per trovare la combinazione di setpoint migliore per minimizzare il costo o massimizzare la qualità di un processo.
-
Predire i guasti con l’AI senza avere guasti nel passato
It’s some kind of magic… Ci sono molti modi di fare manutenzione predittiva data-driven. Alcuni […]
-
Perché l’80% del progetti AI fallisce? Strategie di sopravvivenza nella giungla dell’AI
Tra il 2018 e il 2022 sono state fatte diverse ricerche sul tasso di successo o fallimento di progetti di advanced analystics e AI. Tutti concordano nel dire che solo il 20-30% di questi progetti si rivelano in grado di portare benefici ed essere scalato. Ma come mai?
-
Industrial AI power team: chi ti serve per costruire soluzioni e non problemi
Il team di data science: un asset da valorizzare In un futuro non molto lontano […]
-
Human in the Loop: come l’uomo e l’AI collaborano
Esiste un approccio utile per l’allenamento continuo dei modelli di machine learning, che coinvolge le persone nel processo grazie ad un modo semplice di interagire con le previsioni del modello.
-
Manutenzione predittiva con l’AI: come capisco se funziona?
L’annoso problema della previsione Se il mio modello mi predice il guasto e io intervengo, […]
Categoria: Intelligenza artificiale industriale
Archivio
Categorie
- AI
- Altro
- Anomaly detection
- Applicazioni dell'AI industriale
- Apprendimento
- Benefici
- CER
- Data science
- Energia
- Generative AI
- Industria
- Intelligenza artificiale industriale
- Manutenzione predittiva
- Monitoraggio delle performance
- Monitoraggio di processo
- Non supervisionato
- Ottimizzazione di processo
- Per rinforzo
- Processo
- Rinnovabili
- Smart Cities
- Sostenibilità
- Supervisionato
