A tale scopo \u00e8 necessario studiare il modo in cui il cervello umano pensa e il modo col quale gli umani imparano, decidono e lavorano mentre cercano di risolvere un problema, utilizzando quindi i risultati di questo studio come base per lo sviluppo di software e sistemi intelligenti.<\/p>\n\n\n\n
![\"Gli](\"https:\/\/controlloemisura.com\/wp-content\/uploads\/2020\/09\/dati.jpg\" "\\"Gli")
Una combinazione di ragionamento, pianificazione e soluzione di problemi<\/h3>\n\n\n\n
In campo industriale, l\u2019obiettivo dell\u2019intelligenza artificiale \u00e8 quello di permettere alle macchine di eseguire operazioni complesse, che normalmente richiedono l\u2019intelligenza di esseri umani per essere portate a termine. In questo modo, le macchine possono sostituirci nella risoluzione di questi compiti: non solo nell\u2019esecuzione di attivit\u00e0 meccaniche ripetitive, ma anche in attivit\u00e0 che richiedono l\u2019esperienza o la capacit\u00e0 umana. L\u2019intelligenza artificiale dimostrata dalle macchine \u00e8 tuttavia diversa da quella umana, e la sua attuazione apre un mondo di nuove opportunit\u00e0 ai programmatori, che possono creare applicazioni in domini molto diversi fra loro: dalla produzione industriale, alla cybersicurezza, alla gestione dell\u2019energia e cos\u00ec via. Quindi, prima di apprendere le basi dell\u2019intelligenza artificiale \u00e8 essenziale capire che si tratta soprattutto di una combinazione di ragionamento, capacit\u00e0 di pianificazione e risoluzione di problemi. I linguaggi come Python, R, Lisp, Java e Prolog sono solo alcuni dei molti linguaggi utilizzabili per la programmazione AI e la creazione di progetti innovativi.<\/p>\n\n\n\n Molte applicazioni dell\u2019intelligenza artificiale sembrano ormai portarci pi\u00f9 vicino al futuro, basti pensare alle automobili a guida autonoma, a Google Translate o al robot umanoide Sophia. In generale, la robotica, il settore automotive e le sedie autonome per invalidi si collocano fra i principali beneficiari dell\u2019intelligenza artificiale, che rende il loro controllo pi\u00f9 intelligente, adattativo e in grado di modificare il comportamento. L\u2019uso delle tecniche di intelligenza artificiale introduce tuttavia una nuova serie di problemi collegati alla caratterizzazione dei nuovi strumenti e alle procedure di misura. La ricerca sta quindi definendo e valutando metodologie e tecniche opportune per identificare e specificare l\u2019accuratezza, la precisione e l\u2019attendibilit\u00e0 delle misure eseguite utilizzando queste nuove procedure strumentali e di misura avanzate, in particolare rispetto alle scelte degli algoritmi incorporati nel relativo software e nel sistema informatico stesso.<\/p>\n\n\n\n Attualmente vengono riconosciuti quattro tipi di intelligenza artificiale. Il primo \u00e8 quello delle macchine reattive. Si tratta di un tipo puramente reattivo che non ha la possibilit\u00e0 di creare ricordi o di usare una passata esperienza per prendere delle decisioni. Le macchine reattive sono progettate per eseguire compiti specifici. Per esempio, le lavatrici programmabili eseguono funzioni specifiche, ma non hanno memoria. L\u2019AI con memoria limitata utilizza invece la passata esperienza e i dati presenti per prendere delle decisioni. \u201cMemoria limitata\u201d significa che le macchine non possono presentare delle nuove idee. La memoria \u00e8 gestita da un programma incorporato e, per modificare il loro funzionamento, \u00e8 necessario riprogrammare le macchine. Un esempio \u00e8 rappresentato ai veicoli a guida autonoma. Quali sono i compiti tipici che le macchine dotate di intelligenza artificiale possono eseguire? In generale, possiamo constatare che le macchine oggi sono in grado di eseguire compiti che una volta potevano essere portati a termine solo da esseri umani, e la complessit\u00e0 di tali compiti \u00e8 in aumento. Tra questi, per esempio, la risoluzione di problemi, l\u2019interpretazione di problemi visivi, il riconoscimento del linguaggio e l\u2019elaborazione del linguaggio naturale. In campo industriale, tra le applicazioni pi\u00f9 citate c\u2019\u00e8 sicuramente quella della manutenzione predittiva, che permette di predire quando si verificher\u00e0 un guasto a una macchina per evitare costose interruzioni di servizio. L\u2019AI pu\u00f2 essere utilizzata anche a monte e a valle di questi specifici modelli predittivi. Per esempio, troviamo applicazioni nella pianificazione delle operazioni di manutenzione e riparazione, nella generazione di raccomandazioni di manutenzione preventiva e predittiva, nell\u2019analisi degli aspetti legati alla qualit\u00e0, nell\u2019automazione delle operazioni e della manutenzione di routine usando software di automazione, robot, veicoli autonomi e droni, nell\u2019interpretazione dei dati operativi con un feedback verso i team di servizio e cos\u00ec via. Nella produzione, l\u2019AI viene impiegata a vari livelli, dalla pianificazione della forza lavoro alla progettazione dei prodotti, migliorando l\u2019efficienza, la qualit\u00e0 dei prodotti e la sicurezza dei dipendenti. Nelle fabbriche, il machine learning e le reti neurali artificiali permettono di supportare la manutenzione predittiva delle apparecchiature critiche. L\u2019uso dell\u2019AI nella robotica ha portato al concetto di robot collaborativi o cobot, che possono essere istruiti dagli operatori e lavorano con loro. Tutti questi compiti vengono naturalmente eseguiti con l\u2019ausilio di algoritmi complessi. Nel controllo qualit\u00e0, vengono utilizzati algoritmi AI per notificare potenziali errori di produzione che potrebbero portare a problemi di qualit\u00e0 dei prodotti, come deviazioni dai processi, sottili anomalie di comportamento delle macchine, modifiche nelle materie prime e cos\u00ec via. L\u2019AI permette di automatizzare anche il processo utilizzato per richiedere la partecipazione umana. Un esempio \u00e8 la metropolitana di Hong Kong, dove un programma AI decide la distribuzione e la programmazione del lavoro degli ingegneri con maggiore efficienza e affidabilit\u00e0 delle controparti umane. Un altro esempio riguarda Foxconn, che produce la maggior parte dei prodotti Apple. La societ\u00e0 ha recentemente avviato un piano di investimenti in Ricerca e Sviluppo AI con l\u2019obiettivo di incorporare sensori di raccolta dati (basati sull\u2019intelligenza artificiale) in tutti gli impianti e le apparecchiature di produzione. I dati acquisiti permetteranno di identificare i problemi di manutenzione e di migliorare i processi di produzione.<\/p>\n","protected":false},"excerpt":{"rendered":" L\u2019intelligenza artificiale \u00e8 la capacit\u00e0 che hanno alcune tecnologie di accrescere, attraverso un processo di inferenza o apprendimento, le conoscenze che gli vengono fornite inizialmente. I \u201csistemi basati sulla conoscenza\u201d o \u201cesperti\u201d sono dei validi esempi Secondo John McCarthy, padre dell\u2019intelligenza artificiale, l\u2019AI pu\u00f2 essere descritta come \u201cla scienza e l\u2019ingegneria della fabbricazione di macchine …<\/p>\n","protected":false},"author":4,"featured_media":1981,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_seopublitec_title":"","_seopublitec_meta_desc":"","_seopublitec_keyphrases":"","_seopublitec_canonical":"","_seopublitec_noindex":false,"_seopublitec_nofollow":false,"_seopublitec_og_title":"","_seopublitec_og_desc":"","_seopublitec_twitter_title":"","_seopublitec_twitter_desc":"","_seopublitec_twitter_image":"","_seopublitec_og_image":"","_seopublitec_twitter_card":"","_seopublitec_cornerstone":false,"_seopublitec_score":""},"categories":[27],"tags":[842,803,844],"class_list":["post-1980","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tecnologie","tag-ai","tag-intelligenza-artificiale","tag-machine-learning"],"openstation_lock":null,"openstation_contributors":[],"openstation_attached_media":[1981,1982,1983,1984],"_links":{"self":[{"href":"https:\/\/www.publiteconline.it\/controlloemisura\/wp-json\/wp\/v2\/posts\/1980","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.publiteconline.it\/controlloemisura\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.publiteconline.it\/controlloemisura\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.publiteconline.it\/controlloemisura\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/www.publiteconline.it\/controlloemisura\/wp-json\/wp\/v2\/comments?post=1980"}],"version-history":[{"count":1,"href":"https:\/\/www.publiteconline.it\/controlloemisura\/wp-json\/wp\/v2\/posts\/1980\/revisions"}],"predecessor-version":[{"id":1986,"href":"https:\/\/www.publiteconline.it\/controlloemisura\/wp-json\/wp\/v2\/posts\/1980\/revisions\/1986"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.publiteconline.it\/controlloemisura\/wp-json\/wp\/v2\/media\/1981"}],"wp:attachment":[{"href":"https:\/\/www.publiteconline.it\/controlloemisura\/wp-json\/wp\/v2\/media?parent=1980"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.publiteconline.it\/controlloemisura\/wp-json\/wp\/v2\/categories?post=1980"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.publiteconline.it\/controlloemisura\/wp-json\/wp\/v2\/tags?post=1980"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}![\"Nelle](\"https:\/\/controlloemisura.com\/wp-content\/uploads\/2020\/09\/manutenzione.jpg\" "\\"Nelle")
Definire nuove metodologie relative a strumenti e procedure di misura<\/h3>\n\n\n\n
Quali sono le tipologie di AI?<\/h3>\n\n\n\n
Al terzo tipo, quello della cosiddetta \u201cTeoria della mente\u201d, appartengono le macchine che possono socializzare e capire le emozioni umane, avendo la capacit\u00e0 di comprendere cognitivamente qualcosa in base all\u2019ambiente, alle caratteristiche facciali, alla conversazione e via dicendo. Macchine con queste capacit\u00e0 AI non sono ancora disponibili, ma la ricerca sembra essere a buon punto. Il futuro dell\u2019intelligenza artificiale sta soprattutto nel quarto tipo, quello dell\u2019autoconsapevolezza. Le macchine autoconsapevoli saranno super intelligenti, senzienti e consce, e avranno la capacit\u00e0 di reagire in modo molto simile a quello di un essere umano. Indipendentemente dal tipo, \u00e8 il cosiddetto \u201cmachine learning\u201d che offre all\u2019AI la capacit\u00e0 di apprendere. Ci\u00f2 avviene attraverso algoritmi che offrono la possibilit\u00e0 di scoprire pattern e generare analisi dai dati che vengono presentati.<\/p>\n\n\n\n![\"I](\"https:\/\/controlloemisura.com\/wp-content\/uploads\/2020\/09\/robot.jpg\" "\\"I")
Alcuni dei compiti eseguiti<\/h3>\n\n\n\n