I sistemi di visione artificiale basati sull’intelligenza artificiale per applicazioni IoT industriali stanno portando miglioramenti in termini di sicurezza, qualità ed efficienza.
Ce lo ha ricordato di recente in questo video Dario Nacawa, Industrial IoT Sales Manager di Advantech, che si prepara a portare a SPS 2023 (Padiglione 6 – Stand I 042) le sue più recenti innovazioni in materia.
In attesa, qui di seguito, vi proponiamo una riflessione della società sull’intelligenza artificiale all’edge, con un focus particolare sull’IA nella robotica per la sicurezza.
Buona lettura.
Un tempo limitata ai data center, l’intelligenza artificiale si trova ora ai margini della rete (edge). I progressi nell’hardware e nel software stanno rendendo l’intelligenza artificiale all’edge ancora più facile da attuare, e consentono di ottenere un aumento delle prestazioni e una maggiore flessibilità. Tuttavia, per avere successo in questo campo è necessario disporre dell’ecosistema giusto e del partner tecnologico più adatto.
Quando un sistema di intelligenza artificiale elabora le immagini
Prima di esplorare i vantaggi e i successi del campo nell’intelligenza artificiale all’edge, è utile esaminare perché è ora possibile introdurre queste tecnologie di apprendimento automatico in modo semplice. In primo luogo, l’IA è ispirata alla biologia. Ad esempio, quando viene alimentata con dati, una rete neurale artificiale regola il peso dei propri neuroni l’uno rispetto all’altro attraverso meccanismi di retroazione (feedback) e di controllo in base alle previsioni (feedforward). Questa attività genera un’inferenza all’ingresso, un modello in grado di produrre una valutazione. In pratica, un sistema di intelligenza artificiale può elaborare e identificare una varietà di immagini.
Ad esempio, supponiamo che un sistema di inferenza basato sull’intelligenza artificiale debba esaminare le immagini degli animali. Esso utilizza delle sessioni di addestramento per l’identificazione ed è in grado di generare i criteri per identificare ciò che contraddistingue un pesce, ad esempio. Il software di rete neurale scrive il programma di classificazione.
In precedenza, gli esperti mettevano a punto queste istruzioni di classificazione tramite un processo laborioso e costoso. Con le reti neurali per l’IA, per contro, il software ispeziona numerose immagini e genera i criteri di classificazione. I risultati possono essere molto accurati. I ricercatori, ad esempio, hanno riportato un tasso di precisione del 99,7% per la classificazione IA, anche quando si utilizzano immagini di scarsa qualità.
Tanti i benefici per controllo qualità, monitoraggio del flusso di prodotti, controllo del traffico, sicurezza…
L’apprendimento automatico è realizzabile più facilmente grazie all’aumento della quantità di dati in ingresso, alla disponibilità di piattaforme di calcolo più potenti e di software più performanti. Innanzitutto, l’elaborazione delle immagini produce diversi megabit per immagine e una moltitudine di telecamere in tutto il mondo aiutano i sistemi di inferenza per l’IA a completare le attività. Tra queste, il controllo qualità, il monitoraggio del flusso di prodotti, il controllo del traffico, la sicurezza ecc.
Per le piattaforme di calcolo, le GPU (unità di elaborazione grafica) di classe industriale disponibili possono aumentare le prestazioni della rete neurale di 27 volte o più nella valutazione delle immagini rispetto alle CPU (unità di elaborazione centrale) con funzione generica o commerciali. Per quanto riguarda il software, gli algoritmi sono più accurati e performanti che mai.
La visione artificiale, se combinata con l’automazione intelligente, consente di ridurre gli errori di lavorazione e confezionamento delle uova lavate. Approcci simili possono favorire altri processi agricoli per una maggiore efficienza.
L’intelligenza artificiale nella robotica per la sicurezza
Grazie alle piattaforme di intelligenza artificiale, sono possibili applicazioni robotiche autonome di successo, e ciò è un vantaggio quando queste piattaforme sono anche estremamente compatte. Ad esempio, uno dei sistemi di intelligenza artificiale più piccoli di Advantech, il MIC-710AILX, può essere inserito all’interno di un robot la cui lunghezza, larghezza e altezza totali sono inferiori a 60 centimetri. La soluzione tecnologica è alla base di un robot autonomo per la disinfezione UV.
In quest’ultimo, il sistema di inferenza per l’IA è fondamentale per ottenere una disinfezione completa. Nonostante le sue dimensioni compatte, il MIC-710AILX possiede potenti capacità di elaborazione con una piattaforma NVIDIA Jetson Xavier NX. Il robot mobile autonomo (AMR) è dotato di più sensori ed esegue un apprendimento approfondito basato sull’intelligenza artificiale per pianificare i percorsi ed evitare gli ostacoli. Funziona senza problemi, eliminando eventuali arresti anomali del sistema o i ritardi di elaborazione che spesso si verificano nei PC industriali tradizionali. In termini di espandibilità, il MIC-710AILX supporta varie interfacce I/O che consentono agli utenti di aggiornare il dispositivo in base alle proprie esigenze.
Pensato per sostituire gli esseri umani nelle delicate attività di disinfezione, il robot aiuta a ridurre i rischi di diffusione delle infezioni, proteggendo al contempo l’ambiente. Non solo contribuisce a ridurre i costi di manodopera, ma aumenta anche la sicurezza ottenendo al contempo una disinfezione completa dei siti.
