-
Intelligenza artificiale step by step: portare l’AI in azienda
AI in azienda, con Confindustria Vicenza e MIPU Predictive School Mi capita spesso di raccontare […]
-
Correlation is not causation, e perché dovresti preoccupartene
La squisita capacità dell’AI di intercettare la correlazione L’intelligenza artificiale, e in particolare il sottoinsieme […]
-
Open AI ha lanciato il suo nuovo GPT store. Cosa significa?
Da quando Open AI ha rilasciato ChatGPT è esplosa la moda dell’AI generativa. Che, sono serena nel dirlo, non sarà una moda ma un pivot nel modo in cui interagiamo con la tecnologia.
-
Bigino per capire le reti neurali
Si parla sempre di reti neurali. Reti neurali che vedono, che parlano, che scrivono. Ma cosa sono le reti neurali? Sintetizzando tantissimo, le reti neurali sono delle combinazioni complesse di equazioni i cui coefficienti vengono ottimizzati per rappresentare al meglio i dati con cui la rete è allenata. E semplificando dalla sintesi, la rete neurale…
-
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…
-
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 […]
-
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.
-
Quando l’intelligenza artificiale è stupida, e come evitare che ci rovini i piani
Mi dispiace deludere i lettori, purtroppo l’AI non è infallibile. Lo so, prendetevi il tempo che vi serve per elaborare il lutto. Infatti, i modelli di machine learning e di deep learning, imparando solo dai dati senza senso critico, spesso replicano quello che hanno osservato in modo errato, o non sanno gestire alcune situazioni.
Tag: PM
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
