La crescita del machine learning e le potenzialità nell’industria 4.0

La crescita del machine learning e le potenzialità nell’industria 4.0

9 marzo 2018

stefano.sparacca@prometeia.com

I nuovi strumenti analitici stanno trovando sempre più applicazione nel settore, dove aumentano esponenzialmente i volumi di informazioni

 

Il 2017 è stato ribattezzato dagli esperti del settore l’anno dell’Intelligenza Artificiale (IA). Le innovazioni in ambito di machine learning, e più nello specifico nell’area del deep learning, sono state infatti sbalorditive e, al di là delle considerazioni sulle applicazioni futuribili come le self-driving cars, sono già molto evidenti le ricadute positive sulle performance dei sistemi di analisi dei dati e di previsione.

Durante il 2017 gli algoritmi di reti neurali (deep learning) di Google Deepmind hanno evidenziato prestazioni di apprendimento senza precedenti in un’ampia gamma di domini, dal riconoscimento vocale alla classificazione di immagini, dalla genomica alla scoperta di nuovi farmaci. Sono stati inoltre conseguiti ulteriori progressi nello sviluppo di nuovi algoritmi (ad esempio Progressive Generative Adversarial Networks, Tranform). Paralellamente, Ibm e Google hanno annunciato il raggiungimento di performance computazionali eccezionali tramite computer quantistici. 

L’anno passato è stato anche l’anno della “democratizzazione dell’IA”, grazie alla diffusione di piattaforme di ‘Machine Learning as a Service’, quali Google Cloud AI o Amazon Web Services, che consentono al data scientist un utilizzo più agile degli strumenti più avanzati di machine learning. Particolarmente rilevante anche l’introduzione di soluzioni di AutoML (machine learning automatizzato) come Google AutoML, Datarobot o H2O Driverless AI che permettono di automatizzare parti essenziali del processo di sviluppo dei modelli come la preparazione dei dati e la ricerca e ottimizzazione dei parametri dei modelli.

 

Le applicazioni nell'industria 4.0

Questi nuovi strumenti analitici stanno inevitabilmente trovando sempre più spesso applicazione nell’industria 4.0, dove aumentano esponenzialmente i volumi di informazioni disponibili dai sensori degli impianti e, più in generale, dall’Internet of Things. Tra le applicazioni più interessanti in ambito industriale c’è senz’altro la rilevazione di anomalie in tempo reale per la manutenzione predittiva: elaborando le informazioni provenienti dai sensori installati sui macchinari industriali, l’algoritmo consente di individuare con accuratezza il macchinario che necessita di manutenzione, migliorando l’efficienza del processo di monitoraggio e la gestione dei costi della manutenzione stessa.

In modo simile il machine learning può essere utilizzato con successo a livello di gestione del rischio nella supply chain. L’analisi di grandi basi dati relative ai movimenti di mezzi di trasporto e prodotti rende possibile per le industrie ottimizzare i processi di approvvigionamento, riducendo possibili rischi legati, ad esempio, a traffico, condizioni meteorologiche e variabilità dei prezzi energetici che potrebbero condizionarne i ritmi produttivi.

Gli algoritmi possono anche essere impiegati in ambito Customer Relationship Management nella valutazione dei tassi di rotazione dei clienti, per tentare di ridurne l’abbandono. Attraverso l’analisi delle caratteristiche e del comportamento dei clienti è infatti possibile quantificarne la singola probabilità di abbandono, rendendo quindi possibile progettare azioni di fidelizzazione mirate e/o definire nuovi prodotti/servizi rivolti ad una miglior retention.

Questi sono solo alcuni esempi di come gli analytics possano rappresentare un elemento cruciale per la competitività di impresa. Prometeia si sta muovendo per affiancare alle più “tradizionali” metodologie econometriche (come i modelli di previsione delle dinamiche settoriali e del commercio internazionale) un’ampia gamma di algoritmi di machine learning per sfruttare al meglio le caratteristiche delle informazioni disponibili e creare valore per i propri clienti. 

Leggi tutti gli insight