-
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…
-
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.
-
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.
-
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) […]
-
10 parole strane che usano i data scientists
Il data scientist è una fugra mitologica, con competenze che spaziano dalla porgrammazione all’analisi dei dati alla statistica applicata alla creazione di viste e reportistica d’effetto. Spoiler: di solito non esiste il data scientist, ma piuttosto il team di data science: un isnieme di professionisti che lavorano insieme per raggiungere il risultato. Sia come sia,…
-
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.
Tag: Energy Manager
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
