-
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, […]
-
ISO 50001 ed efficienza energetica: Quattro modelli di AI industriale che ti fanno risparmiare tempo
Cos’è la ISO 50001:2018 La norma internazionale 50001:2018 (aggiornata appunto nel 2018 nella nuova versione) […]
-
Piccola guida per comunicare con un data scientist
Una delle grandi sfide dell’implementazione di soluzioni di intelligenza artificiale industriale è farsi capire da chi deve sviluppare il modello.
-
AI industriale e PMI: si può fare!
Nel contesto italiano le piccole e medie aziende rappresentano la colonna dorsale dell’industria.
-
Tre modi per fare manutenzione predittiva data-driven sui tuoi impianti, e uno data-less
I benefici dell’AI sono molteplici, quelli garantiti dalla manutenzione predittiva si legano soprattutto alla diminuzione del tempo di fermo macchina, a una migliore gestione delle attività manutentive e al saving energetico. Ma come cosa vuol dire fare manutenzione predittiva, e quali dati servono?
-
Quattro modi in cui l’AI impara dai tuoi dati, e come sfruttarli al meglio
Gli algoritmi imparano osservando dati rappresentativi di uno specifico sistema. In particolare, i dati possono essere raccolti in parallelo con il training, oppure in un momento separato.