L’AI industriale applicata può ridurre i consumi energetici tra il 5% e il 20%, abbattere i costi di manutenzione fino al 40% e i fermi macchina fino al 50%, diminuire gli scarti di qualità fino all’80%, accorciare il time-to-market in R&D tra il 20% e il 40% e ridurre il costo unitario di produzione fino al 20%.
Il responsabile della manutenzione è una figura centrale per garantire che tutto funzioni come deve funzionare in un impianto. Spesso però le attività che deve prendere in carico sono onerose e variegate, e non sempre si riesce a fare tutto. I sistemi data driven da questo punto di vista possono dare un gran supporto al responsabile di manutenzione al suo team
Costruire o comprare è la domanda sbagliata con cui iniziare. La domanda giusta è: cosa so davvero del mio problema, dei miei dati e delle mie capacità interne? Questo post non ha l’ambizione di dare una risposta universale, ma serve a stimolare le domande nell’ordine giusto.
Che sia un report automatizzato, una dashboard che processa i dati rapidamente o pipeline di predizione custom, c’è sempre un modo per liberarsi dei processi noiosi e meccanici per concentrarvi su quello che conta, che è interpretare i risultati per scoprire qualcosa di nuovo.
L’AI Act prima e le norme che lo recepiscono a livello italiano poi conferma che l’AI come tecnologia è ufficialmente passata da strumento prototipale per sperimentazioni e ricerca a strumento utile e utilizzato in larga scala, che deve essere regolamentato.
La realtà è che i sistemi di AI erano già largamente utilizzati nel settore industriale, avere però un DDL di riferimento per valutarne i rischi e regolamentarne l’utilizzo è un segnale positivo per una tecnologia ormai matura e indispensabile per l’innovazione in industria – e non solo.
The ultimate guide to AI management systems: 42001:2023. Possiamo tutti essere grati che cominci proprio con il numero 42?
L’intelligenza artificiale ha il potenziale grande di rendere le fonti rinnovabili più gestibili e integrabili nel sistema elettrico, come strumento per affrontare le sfide tecniche e operative. Dall’ottimizzazione della produzione alla manutenzione predittiva, passando per la gestione intelligente dei flussi e l’integrazione con la rete elettrica, i sistemi di AI e le tecniche data-driven sono un tassello importante per accelerare la transizione energetica.
I sistemi di AI generativa rendono possibile generare grandi quantità di testo e di immagini in pochissimo tempo, coerentemente con un contesto specifico in base ai prompt che vengono condivisi. Facendo una richiesta anche complessa, strumenti come ChatGPT, Mistral, Claude, Gemini e altri comprendono il contesto e restituiscono una risposta realistica. Il grande problema è proprio questo: le risposte dei modelli, realistiche e non reali, si basano su una base dati generalista che il modello rielabora con le regole che ha imparato, come un pappagallo.
Osservatorio AI 2024 Il primo febbraio 2024 si è tenuto presso l’Aula De Carli nella sede di via Durando del Politecnico di Milano il convegno di presentazione dei risultai del lavoro dell’Osservatorio AI per il 2023. Con una partecipazione record di più di 4000 professionisti, i ricercatori e le ricercatrici degli osservatori digitali hanno presentano…
Il fotovoltaico in Italia Le rinnovabili sono al centro della transizione energetica, e pongono grandi sfide in termini di dispacciamento e gestione. Secondo i dati di Terna aggiornati ad oggi – novembre 2023 – la potenza rinnovabile totale installata risulta di 67.4 MW, coprendo più della metà dell’installato italiano. A giugno 2023 le rinnovabili hanno…