-
Ma l’AI vede? Riconoscimento di immagini e applicazioni industriali
Tanto per cambiare, i modelli che fanno riconoscimento immagini (le reti convoluzionali) sono ispirate al funzionamento del cervello animale. Infatti funzionano in modo simile alla nostra corteccia visiva: come a noi non servono tutti i dettagli per riconoscere un oggetto, anche loro operano una sintesi sulle immagini per riconoscerne l’essenza. Un’essenza di automobile.
-
Usare l’AI per calcolare il risparmio economico di un progetto di miglioramento: the ultimate guide
Quando si confrontano due situazioni diverse, il segreto è trovare uno strumento che suggerisca cosa sarebbe successo nelle condizioni operative di oggi, con la situazione impiantistica o le procedure di ieri? In alcuni casi è semplice, quando ad esempio l’unica cosa che cambia è la temperatura esterna o le tonnellate di produzione e una semplice…
-
Come garantire che i modelli di AI non impazziscano
L’AI online Il processo di sviluppo di un sistema di AI è un percorso lungo […]
-
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?
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
