L’intelligenza artificiale e il machine learning stanno trasformando il panorama industriale, aprendo la strada verso l’Industria 5.0. Per approfondire questo tema, Boris Landoni di Elettronica In PRO ha intervistato Ankur Tomar, Technical Marketing Manager di Farnell, che ci ha raccontato come le aziende stiano adottando soluzioni basate su AI e ML per ottimizzare processi, migliorare l’efficienza energetica e personalizzare i prodotti. Un dialogo ricco di spunti pratici e visioni sul futuro della manifattura intelligente.
Boris Landoni: Come descriveresti il ruolo attuale del machine learning nel promuovere l’adozione dell’Industria 4.0 nei settori manifatturiero e industriale?
Ankur Tomar: I ruoli dell’intelligenza artificiale e del machine learning si stanno affermando in quasi tutti gli elementi dell’automazione della produzione industriale. Questa tendenza non si limita al machine learning dal punto di vista della produzione, ma coinvolge tutto. È anche vero che attualmente l’industria manifatturiera si sta dedicando molto di più alla gestione delle risorse e delle apparecchiature basata sull’intelligenza artificiale. In generale, ciò significa che la produzione sta diventando sempre più intelligente. Mentre l’intelligenza artificiale e la tecnologia di machine learning sono alla base di importanti progressi a livello di hardware, ci sono molti altri elementi che coesistono con la produzione, come imballaggio, spedizione, logistica, gestione delle risorse, ecc. Intelligenza artificiale e machine learning si stanno facendo strada anche nell’ambiente lavorativo, influenzando il modo in cui le persone utilizzano gli strumenti del mestiere nelle loro attività. Su un piano ancora più profondo, l’intelligenza artificiale e il machine learning sono davvero preziosi nel consentire lo svolgimento molto più veloce e preciso delle operazioni. Ora è spesso possibile eseguire rapidi cambi di rotta grazie a decisioni basate su dati quasi istantanei già interpretati correttamente. L’aspetto fondamentale è che gli esseri umani che utilizzano tali dati per prendere decisioni si assicurino di aver installato e abilitato correttamente i rispettivi sistemi di intelligenza artificiale e machine learning. Da una prospettiva aziendale di alto livello, tutto ciò favorisce sostenibilità, efficienza energetica e redditività.
Boris Landoni: Quali sono i principali cambiamenti tra l’Industria 4.0 e la prossima ondata di rivoluzione industriale, Industria 5.0?
Ankur Tomar: L’Industria 4.0 si basa sull’utilizzo dei dati per automatizzare i sistemi. Nello specifico, come raccogliere la giusta quantità di dati corretti per consentire un’automazione affidabile e sicura. La fase successiva, Industria 5.0, consiste nel determinare come utilizzare questo sistema automatizzato basato sui dati per personalizzare il prodotto finale, fornire al cliente esattamente ciò che desidera ed essere in grado di farlo on demand. Questa è l’essenza dell’Industria 5.0. Rende la produzione personale, permeando molti altri aspetti della nostra vita, non solo ciò che accade in una fabbrica a una città o a un intero continente di distanza. Dalle auto alle case, i prodotti possono essere sempre più spesso realizzati su misura.
Boris Landoni: In che modo l’Industria 5.0 migliorerà le pratiche di machine learning? Puoi fornire qualche esempio?
Ankur Tomar: Una volta che il livello software gestisce ed esegue operazioni, i suggerimenti e consigli basati sui dati provenienti dall’intelligenza artificiale e dal machine learning saranno sempre maggiori, il che favorisce le aziende nel prendere le decisioni giuste per i propri clienti. Ed è una delle sfide: assicurarsi di utilizzare i dati in modo da ottenere il massimo vantaggio per i clienti e, di conseguenza, per la propria azienda. Ad esempio, è possibile avere una forza lavoro relativamente stabile in termini di percorsi, presenze, programmazione e orario di lavoro. Alcuni capiturno potrebbero essere più bravi di altri a bilanciare manualmente questi fattori. Quindi perché non avvalersi di un sistema in cui l’intelligenza artificiale fa tutto per loro? Il sistema è in grado di tracciare identità, divisione, livello di sicurezza e tutti gli altri elementi che normalmente occupano gran parte della giornata lavorativa dei capiturno, che quindi potranno svolgere attività più vantaggiose e redditizie. Lo stesso vale per la produzione quando si parla di Industria 4.0 o 5.0. Un sistema di intelligenza artificiale ben implementato è in grado di identificare e definire il percorso migliore per svolgere un determinato lavoro. Un tempo chi utilizzava un robot in ambito lavorativo doveva prendere in considerazione velocità, precisione, controllo, orientamento, angolo e forza, quindi calibrarli tutti. I robot della generazione attuale possono essere collocati in una stanza, programmati da remoto o hanno la capacità di autoprogrammarsi e svolgere le attività assegnate dall’utente. Anche in questo caso, consentono di concentrarsi su attività più produttive. Meglio ancora, i robot imparano mentre lavorano, raccogliendo dati e apportando lievi modifiche in base a ciò che apprendono sul prodotto, sul processo e su se stessi durante il funzionamento. Possono inoltre segnalare la necessità di assistenza senza richiedere il tuo controllo.
Boris Landoni: Quali sono i modi più interessanti in cui hai visto l’intelligenza artificiale migliorare i processi di lavoro industriali?
Ankur Tomar: Il robot che ho menzionato in precedenza non richiede la programmazione umana ed è un buon esempio di automazione potenziata basata sull’implementazione dell’intelligenza artificiale. Con una moderna macchina “pick and place” è ora possibile eseguire più attività contemporaneamente. Ad esempio, è possibile introdurre nella macchina l’intelligenza necessaria per distinguere i diversi tipi di imballaggio contemporaneamente, in modo da non dover più interrompere e riavviare l’intero processo per apportare una semplice modifica all’imballaggio di un prodotto diverso. In precedenza, anche piccole regolazioni richiedevano un notevole sforzo di codifica da parte dell’operatore. Oggi, le telecamere integrate e i sensori remoti gli consentono di programmare in modo efficace il robot indicando semplicemente il posizionamento, permettendo al sistema basato sull’intelligenza artificiale di eseguire l’attività in modo preciso ed efficiente. Questa stessa intelligenza riduce inoltre il tempo normalmente richiesto per passare da un tipo di attività di produzione all’altro. Si tratta spesso di un compito molto dispendioso in termini di tempo, che richiede molte ore o addirittura giorni, ma che attualmente può essere ridotto a pochi minuti. Questo è un altro aspetto di ciò che trasformerà l’Industria 4.0 nell’Industria 5.0. La capacità di modificare rapidamente i processi di fabbricazione è un elemento significativo della personalizzazione, che sarà il segno distintivo dell’Industria 5.0.
Boris Landoni: Quali sono le principali sfide che le aziende devono affrontare quando implementano soluzioni basate sull’intelligenza artificiale negli ambienti industriali?
Ankur Tomar: Sono ancora numerose le aziende che non sanno come implementare le soluzioni basate sull’intelligenza artificiale, in particolare negli ambienti industriali, anche se le desiderano fortemente. Ma in tutti i casi, una delle prime e più importanti fasi del percorso consiste nel trovare un modo per rendere i dispositivi più intelligenti. Non si tratta più di semplice installazione di alcune coppie di sensori e di interpretazione dei dati generati. Ora si tratta di garantire che questi sensori e tutti i sistemi ad essi associati abbiano un alto grado di intelligenza integrata. Il solo rilevamento non è più sufficiente. Questa intelligenza deve anche essere in grado di interpretare i dati raccolti e, a volte, prendere decisioni autonome in base ad essi.
Boris Landoni: Che tipo di hardware o componenti sono più importanti per il funzionamento di sistemi di intelligenza artificiale nel settore? Ce ne sono alcuni per cui Farnell sta riscontrando una maggiore domanda?
Ankur Tomar: Sempre più persone si stanno orientando verso soluzioni di retrofitting per consentire l’adozione delle pratiche dell’Industria 4.0. La sfida più grande consiste nel garantire l’interoperabilità dei componenti integrati nel sistema esistente. I fornitori si stanno impegnando a fondo per fornire un terreno comune di connettività per tutto. L’interconnettività è fondamentale per l’adozione dell’Industria 4.0, insieme alla knowledge base che consente di sapere da dove iniziare e come raggiungere il proprio obiettivo. È importante comprendere che non si passa da zero a 4.0 in un unico passaggio. Ciò richiede diverse fasi ed è indispensabile che coloro che contribuiscono al livello di rete e al livello aziendale continuino a lavorare per garantire l’interoperabilità tra i componenti di più fornitori. Questo è fondamentale per colmare le lacune di connettività che possono esistere ancora oggi. Vi sono diversi esempi al riguardo, come Arduino, che offre la soluzione Arduino Cloud per fornire a privati e piccole aziende soluzioni IoT per una connettività e un controllo personalizzati. Un altro è BrainBox, che offre BrainBox AI, una soluzione di ottimizzazione HVAC basata su cloud e guidata dall’intelligenza artificiale. Entrambe le soluzioni sono progettate per ridurre al minimo le emissioni e il consumo energetico connettendo i servizi software attraverso il cloud. Anche Raspberry Pi si sta facendo strada in questo ambito con tipi di prodotti un po’ più open source e basati su community. Questa soluzione si sta diffondendo tra le piccole e medie industrie che non dispongono di budget elevati per supportare un integratore di sistemi.
Boris Landoni: Quanto sono importanti i progetti con efficienza energetica per supportare le esigenze energetiche delle applicazioni di intelligenza artificiale negli ambienti industriali?
Ankur Tomar: L’efficienza energetica è più importante che mai. I fornitori offrono costantemente nuove soluzioni per utilizzare l’intelligenza artificiale in modo più efficiente ed è essenziale essere informati su questi progressi. Siamo tutti consapevoli che le applicazioni di intelligenza artificiale possono richiedere l’utilizzo di un gruppo di supercomputer centralizzato. Ma è anche possibile eseguire un modello di intelligenza artificiale su un microcontrollore a 8 o 16 bit a basso consumo energetico. In alternativa, è possibile aggiungere un acceleratore ad alta efficienza energetica. Dipende davvero dall’ottimizzazione dei requisiti di potenza per ciò che si vuole fare. È possibile eseguire l’elaborazione di immagini, in genere molto intensiva, su un microcontrollore alimentato da una batteria. Sono presenti moduli di machine learning montati su scheda che possono funzionare con un’alimentazione di 5 V, 1,5 A. È in atto un cambiamento che sta rendendo le applicazioni di intelligenza artificiale più mirate e specializzate. Non è necessario utilizzarla sempre e ovunque, ma solo dove è essenziale e più efficace. La stessa logica vale per l’edge computing. Si fornisce un certo livello di potenza di elaborazione per eseguire un’attività e questo è tutto. Inoltre, l’Edge AI sta diventando sempre più efficiente, più piccola e più capace, con un consumo energetico sempre minore.
Boris Landoni: In che modo l’Industria 5.0 si sta concentrando maggiormente sulle persone e come sta cambiando il modo in cui vengono sviluppati gli strumenti di intelligenza artificiale?
Ankur Tomar: Penso sia evidente che le persone stanno cambiando il modo in cui vengono sviluppati gli strumenti di intelligenza artificiale, perché sono le persone a sviluppare modi per rendere la personalizzazione più semplice, più diretta e più accessibile. Ma nonostante l’esplosione degli ultimi anni, l’intelligenza artificiale e il machine learning vengono ancora utilizzati solo per una minima parte del loro potenziale. In ogni ambito, che si tratti di lavorare insieme in ufficio, in fabbrica o in modo autonomo da remoto, l’intelligenza artificiale e le macchine continueranno a integrarsi nella nostra vita quotidiana, sia sul piano personale che professionale.
Boris Landoni: Quali nuove tecnologie o tendenze ritieni saranno importanti nei prossimi anni?
Ankur Tomar: Il gemellaggio digitale sta iniziando a farsi notare man mano che si consolida. Offre nuove ed entusiasmanti possibilità che emergeranno nei prossimi anni, in particolare per le industrie su larga scala che sono comprensibilmente riluttanti a investire milioni di dollari senza la prova della riuscita di una nuova idea. È ancora più interessante per le piccole aziende, in parte perché la potenza di elaborazione necessaria per emulare un nuovo processo o dispositivo proposto sta migliorando notevolmente, il che rende il gemellaggio un’impresa a basso rischio e a basso costo. È preferibile convalidare un modello basato sui dati nel cloud per valutarne il potenziale per raggiungere il risultato desiderato piuttosto che investire milioni in un progetto che, nonostante il massimo impegno, potrebbe in ultima analisi fallire.
Boris Landoni: Quale consiglio daresti alle aziende che iniziano il loro percorso verso sistemi industriali più evoluti basati sull’intelligenza artificiale?
Ankur Tomar: Il consiglio più importante per i principianti dipende dal tipo di sistema di intelligenza artificiale che intendono implementare. Per la produzione, la priorità deve essere il consumo energetico al fine di garantire efficienza fin dall’inizio. Ciò potrebbe comportare l’aggiornamento o la riparazione dei comandi del motore per un funzionamento più efficiente, tra le molte altre opportunità di risparmio energetico che si sommano rapidamente. In secondo luogo, è importante concentrarsi sul rendere più intelligente ciò che può esserlo. Raccogliere dati che forniscano informazioni su ciò che si sta producendo, su come viene prodotto e su quale scala. Comprendere le percentuali di errore, la manodopera coinvolta nella manutenzione o nella riparazione e i costi di manutenzione complessivi. Determinare se sono necessari dati da singole macchine o dall’intero sistema. Infine, decidere come acquisire dati di alta qualità per prendere decisioni intelligenti. A volte, i dati stessi possono automatizzare le scelte di routine. Tuttavia, per avere successo nel passaggio all’Industria 4.0 e 5.0, è essenziale sfruttare fin dall’inizio i dati per consentire all’intelligenza artificiale, al machine learning, all’automazione e alla personalizzazione di lavorare in modo efficace per te e per la tua azienda.
