L'AI aumenta le capacità umane

L'intelligenza artificiale attira l'attenzione di molti, complici anche le intrinseche promesse e un certo grado di avvenirismo che la caratterizza. Ma a che punto siamo con la sua attuazione? Le tecnologie e le scienze che la alimentanno si possono definire pronte per un vero salto nel mondo reale? A queste e altre domande risponde Stepehn Gold, vice presidente e direttore generale di Honeywell Connected Enterprises, in questo interessante articolo tradotto da Verdict AI.

Il settore industriale ha tardato ad adottare intelligenza artificiale e apprendimento automatico ma, dopo aver compreso l'errore, la tecnologia viene ora, in una forma o nell'altra, introdotta in fabbrica. Daniel Davies parla al vice presidente e direttore generale di Connected Enterprises di Honeywell, Stephen Gold, su ciò che sarà il futuro dell'AI nel settore industriale.

Quando Honeywell, l'azienda di tecnologia e produzione che opera in settori così diversi tra loro come l'aerospaziale, le case intelligenti e l'Oil & Gas, ha annunciato che Stephen Gold si sarebbe unito al business come vice presidente e direttore generale di Connected Enterprises, è stato un chiaro segno delle loro ambizioni immediate. 

Gold aveva trascorso i sette anni precedenti lavorando per IBM, che aveva acquisito SPSS, i suoi precedenti datori di lavoro, nel 2009. Per la maggior parte del suo tempo all'IBM, Gold ha lavorato sulla più famosa soluzione di intelligenza artificiale dell'azienda, Watson.

Al suo arrivo a Honeywell nel febbraio 2017, Gold ha chiarito che capire come l'azienda potesse utilizzare l'AI sarebbe stata in cima alla sua lista di priorità. "Il nostro focus riunirà il mondo fisico con i dati e l'intelligenza digitale, compresa la tecnologia AI di nuova generazione e l'analisi avanzata", ha dichiarato Gold all'epoca.

Come IBM, Honeywell ha interessi in molti ambiti, e per un'azienda che serve sia i settori commerciali che di consumo, così come una serie di industrie, l'attrattiva dell'AI e la leva finanziaria dei dati è evidente. Gold, ad esempio, parla di essere in grado di impiegare la manutenzione predittiva nell'industria, dove una pompa, una valvola o un attuatore in fabbrica possono essere regolati in modo che funzioni sempre in uno stato ottimizzato.

Ma l'autorità responsabile dell'AI di Honeywell a quale distanza si sente dalla realizzazione del potenziale di questa tecnologia? "Questo non è un mercato maturo sotto ogni punto di vista", dice Gold. "Sentiamo parlare molto di machine learning e di deep learning, e quando guardiamo a loro ci rendiamo conto che siamo ancora 2-5 anni lontani da quando questa tecnologia inizierà a stabilizzarsi".

"Che ne dite della guida autonoma? È già qui? Beh, la realtà è che siamo ancora lontani decenni dall'avere auto autonome completamente disponibili, quindi oggi siamo al livello 2 e dobbiamo arrivare al livello 5. Il punto è che siamo sulla prima cuspide del cambiamento. Insieme abbiamo l'opportunità di influenzare il modo in cui le organizzazioni si adegueranno e sfrutteranno questa nuova tecnologia".

INTELLIGENZA ARTIFICIALE NELL'INDUSTRIA

Come fa notare Gold, le industrie legate ai consumatori - il commercio al dettaglio, la sanità e i servizi finanziari - hanno già mostrato una certa propensione per l'AI, ma il settore industriale è finora apparso riluttante ad abbracciare la tecnologia. Anche se abbiamo visto robot lavorare a fianco degli esseri umani, il valore reale che l'AI può fornire all'industria è nel permettere l'analisi dei dati in tempo reale. Immaginate la potenza che potrebbe avere uno sciame di sensori sparsi in una fabbrica se i dati che essi raccolgono consentissero di fare previsioni intelligenti.

Secondo l'International Data Corporation, al giorno d'oggi nel mondo ci sono circa 16 zettabyte di dati, ma questo numero potrebbe salire a 163 zettabyte entro il 2025. Questi dati sbloccheranno nuove opportunità per tutte le imprese, e toccherà al settore industriale approfittarne.

"In gran parte il settore industriale ha funzionato bene e sta lavorando bene, ci sono stati cambiamenti relativamente piccoli per un lungo periodo, ma si trova in una sorta di punto di inflessione dove c'è questo interesse a capire l'intersezione tra fisico a digitale", dice Gold. "Le cose fisiche hanno ovviamente uno scopo ed eseguono un compito e questo è interessante; risulta molto più interessante se si inizia a renderle intelligenti, strumentali e interconnesse; racconta una storia molto diversa."

"La capacità di connettere, ad esempio, una fabbrica nella linea di produzione, e la comprensione delle dipendenze dei macchinari e delle persone e del processo, consente di essere molto più efficaci e di mantenere le cose al passo con i tempi, di effettuare la manutenzione predittiva, di iniziare ad applicare l'analisi prescrittiva in modo da non dover affrontare circostanze impreviste che compromettono l'integrità dell'operazione".

Storicamente, i dati disponibili per il settore industriale sono stati strutturati in righe e colonne. Ma il tipo di dati che sta per diventare travolgente non sarà strutturato. Rapporti di manutenzione, manuali d'uso, feedback dei clienti, video: sono questi i dati che apriranno nuove opportunità per l'industria.

"Un tipico impianto di raffinazione del petrolio costa fino a 750 milioni di dollari per essere costruito. Il funzionamento dell'impianto, se cessa di verificarsi per un solo giorno, costa circa 1 milione di dollari. Un tipico impianto di gas naturale liquefatto avrà cinque fermate non pianificate all'anno per un costo superiore a 25 milioni di dollari. Perché? Beh, perché i dispositivi collegati non si sono collegati o non hanno trasmesso o non ci hanno detto cosa poteva accadere. Che cosa avrebbe probabilmente fallito", dice Gold. "Se so che in anticipo posso fare delle azioni correttive, posso gestire meglio le mie risorse. Posso influenzare meglio le mie persone".

INTELLIGENZA GENERALE CONTRO INTELLIGENZA SPECIFICA 

Anche a causa della lentezza nell'adozione, le aziende sono passate o stanno per passare dalla semplice registrazione e reportistica alla raccolta di dati per poter fare previsioni intelligenti. Il passo successivo, tuttavia, è quello di avere sensori che apprendano il comportamento di un particolare dispositivo ed effettuino regolazioni senza intervento umano, in modo che i dispositivi possano ripararsi e manutenersi.

Tuttavia, per arrivare al punto in cui le macchine possano manutenere se stesse, è necessario addestrare il sistema, e per addestrare il sistema è necessario disporre di dati sufficienti o "ground truth".

"La ‘ground truth'è questa idea che ho un input e un output e ne ho abbastanza di quelle relazioni secondo cui posso effettivamente addestrare il sistema. Nella maggior parte dei casi non c'è una ‘ground truth'sufficiente per fornire una formazione accurata per arrivare ad un livello di fiducia tale da consentire tale livello di funzionamento sistematico, e quindi stiamo appena iniziando a concentrarci su quella raccolta di dati", dice Gold.

"L'altra parte di esso è anche che non sono solo i dati che si raccolgono dal dispositivo, ma sono i dati sul dispositivo, i dati sull'ambiente circostante, la struttura, l'ambiente, le caratteristiche della fabbrica e la produzione, quindi c'è un sacco di dati che devono essere raccolti, un sacco di ‘ground truth'che deve essere aggregata per iniziare ad addestrare il sistema, e richiederà  anni".

L'obiettivo finale per il settore industriale è che le sue macchine siano in grado di adattarsi - al loro ambiente, alle sfide e al lavoro con persone diverse - ma perché ciò accada è necessario che sviluppino intelligenza generale, o intelligenza paragonabile al cervello umano, ma come spiega Gold in questo momento non siamo nemmeno vicini ad infondere questo tipo di abilità nemmeno all'AI.

"Oggi, quello su cui ci concentriamo, è ciò che chiamano intelligenza artificiale specifica, e che davvero addestra qualcosa intorno ad un output, quindi pensate ad esempio ad educare qualcuno sulla matematica, è una sola scienza. È molto diversa dall'intelligenza artificiale generale", spiega Gold.

"Noi umani operiamo più intorno all'intelligenza generale artificiale. Potete chiederci qualsiasi cosa. Potete chiedermi informazioni sul cibo, sulla matematica, sulla filosofia e posso adattarmi immediatamente. Oggi non siamo vicini da nessuna parte ad avere la capacità di fare intelligenza generale artificiale, quindi un dispositivo può certamente beneficiare di intelligenza specifica, ed è quello che stiamo cercando di fare, ma alla fine vogliamo che si evolva in intelligenza generale per adattarsi a tutte le cose che contano in quel momento nel tempo, e che è a decenni, intendo letteralmente a decenni di distanza", dice Gold.

Vedremo questo tipo di evoluzione naturale della modellazione statistica, reti neurali, sarà seguita da un maggior numero di applicazioni e dall'apprendimento automatico di questa scienza probabilistica, per poi spostarsi naturalmente in un apprendimento più profondo e non supervisionato fino all'intelligenza generale artificiale.

AI: AUMENTARE L'INTELLIGENZA

Affinché l'industria possa davvero trarre vantaggio dall'AI, però, non si tratterà solo di aggiungere sensori all'ambiente, ma di "sensorizzare" i lavoratori e quindi di estendere le loro capacità fisiche. Gold stesso non pensa solo all'intelligenza artificiale come a una ricerca per ingegnerizzare artificialmente l'intelligenza, ma piuttosto come a uno strumento per aumentare l'intelligenza. Egli sostiene che, pensando all'AI in questo modo, diventa per noi molto familiare e confortevole, piuttosto che qualcosa da dover temere.

"Un individuo medio può sollevare su una panca piana circa 60 kg, impressionando se stesso. Può sollevare fino a circa 70 kg, ma una persona nel 1896 creò la prima pala a vapore e quella pala a vapore poteva sollevare poco più di 7.300 kg, così l'uomo superò il suo limite fisico inventando qualcosa che poteva sollevare una quantità straordinaria di peso", dice Gold.

"L'occhio umano per complessità è secondo solo al cervello, l'occhio ha circa 2 milioni di parti in movimento, siamo in grado di discernere circa 256 sfumature di grigio, circa 2,5 milioni di colori e in un giorno limpido possiamo vedere fino a circa 5 km, ma ancora una volta l'uomo ha superato quella limitazione fisica nella creazione del telescopio Hubble, capace di vedere a circa 15 miliardi di anni luce. L'ingrandimento artificiale non è insolito, in realtà lo conosciamo bene".

Gold e Honeywell stanno iniziando a far passare l'idea di "aumentare" l'uomo, e in particolare i lavoratori industriali, dotandoli di semplici sensori che controllano l'ambiente circostante, così come la temperatura dell'aria, la qualità dell'aria e la localizzazione geologica. Questi sensori non solo forniscono alle aziende informazioni sul posto di lavoro, ma consentono anche alle aziende di monitorare la salute e la sicurezza dei propri dipendenti.

"Sapremmo quanto tempo un lavoratore ha trascorso in una particolare area, potenzialmente un'area compromessa o con limiti di esposizione, quindi penso che sia una combinazione di dotare il lavoratore di attrezzature migliori, a partire dai sensori, per poi estendere il lavoro che fa con la strumentazione, che si tratti di dispositivi portatili o simili", dice Gold.

"Molto di questo sta diventando molto più accessibile grazie all'uso di ambienti operativi di base come Android o iOS, attraverso alcuni dispositivi molto tradizionali come i device mobili rugged in fabbrica. Penso che un tempo alcuni di questi strumenti e l'equipaggiamento di un lavoratore fossero proibitivi dal punto di vista dei costi, ma ora non è più così". 

Ovviamente, c'è un equilibrio da ottenere e ci deve essere uno scopo per raccogliere dati sui lavoratori, ma Gold dice che, nei settori in cui opera, Honeywell non ha finora ricevuto alcuna lamentela.

"L'idea di equipaggiare il lavoratore è stata accolta con favore per garantire che il lavoratore sia al sicuro", dice Gold. "Fornisce una tranquillità che non è seconda a nessuno, quindi i cappelli rigidi dotati di accelerometri per sapere subito se si è verificata una particolare situazione o un incidente, piuttosto che trovare il lavoratore ferito solo diverse ore dopo, è inestimabile".

Articolo tradotto da:
Verdict AI

Topic:
HoneywellArtificial Intelligence

Contattaci
 

Multimac Srl  -   800 593 293  -   info@multimac.it  -   P.Iva 01281830289  -   Company info  -   Privacy  -   Sitemap  -   Copyright © 2019. All rights reserved.

Login

Per poter acquistare i prodotti su multimac.it è necessario accedere con la propria email e password.

Accedi

Password dimenticata?
Non possiedi i dati di accesso? Registrati

Chiudi

Richiesta prezzo speciale
per progetto

» Leggi l'informativa sulla privacy Invia richiesta
Chiudi